一种数据测试方法及数据测试系统

1.本发明涉及计算机数据测试技术领域，具体涉及一种数据测试方法及数据测试系统。


背景技术：

2.云营销，别名“大数据营销
ꢀ”
，主要依靠云软件、搜索引擎以及社会化媒体做为媒介，通过网络，把多个成本较低的计算实体，云整合成一个具有强大营销能力的完美系统云平台。核心理念就是通过不断提高“云”的覆盖能力，以及“云”之间的逻辑计算能力，从而达到系统营销的结果。是对消费者行为数据的洞察、分析、挖掘、整合，将营销资源用社会化、网络化的方式有机集成起来，借助足够丰富和量化的数据模块来进行营销资源的统一管理和调度，按消费者的个性化、差异化、定制化进行资源匹配与调控。云营销模式对于消费者的特征及偏好更多的依赖于网络上采集，对于不同消费者的信息分类也更加的细化，所以在对不同消费者进行管理和营销的时候更加多元化和定制化，因此针对不同消费者的各种条件查询和组合方式也更多。
3.在这种条件下我们将具有相同特征的消费者划分成不同属性的用户族群，形成用户分群画像后，如何能够快速准确的检查所有用户画像是否正确，是个比较迫切的工作需求。依赖于人工手工测试的方案，测试效果相对稳定，但是较为费时，当筛选方案有调整和变化的时候，测试效率低。通过自动化编写测试用例，这种测试用例只针对固定场景或小部分场景覆盖率较低。


技术实现要素：

4.本发明提出一种数据测试方法及数据测试系统，以解决现有的技术问题。
5.本发明的技术方案是这样实现的：一种数据测试方法；其特征在于：所述方法包括：s1数据采集，用于获取待测试数据；s2数据入库，待测试数据入库形成基础库用于数据整理分析；s3数据配置，创建idmapping关系规则，规则用于表示选项特征、类型、状态任意两者之间的对应关系，并设置层级，定义优先级、阈值等；s4数据测试，用于通过控制单元获取待测试数据的开始节点，通过一控制单元根据开始节点确定待测试数据及数据中包含的特征值、类型、状态并整理入库，以基础库中数据与规则库中数据进行碰撞分析，得到测试结果并进行数据汇总。
6.s4数据测试包括：s41数据整理节点，用于通过控制单元获取待测试数据开始节点并根据开始节点确定待测试数据及数据中包含的特征值、类型、状态并整理入库作为基础库；s42数据分析节点，用于通过测试单元将基础库中数据与规则库中数据进行碰撞分析，得到测试结果；
s43数据汇总节点，用于将得到的测试结果并进行数据汇总形成结果库。
7.通过上述步骤，通过将基础库中数据与规则库中数据进行碰撞分析，当筛选结构或阀值有变化时，上述方法可以快速调整并快速执行所有获取的数据逻辑查询。
8.s42数据分析节点包括：s421数据类型对比，用于通过测试单元将一数据项中的特征值及其对应的数据类型与规则中数据项的特征值和类型的对应关系进行对比；s422数据状态对比，用于通过测试单元将一数据项中的特征值对应的数据类型及其对应的状态值与规则中数据项的数据类型和状态值对应关系进行对比。
9.s43数据汇总节点包括：s431对比数据汇总，用于记录数据类型对比步骤及数据状态对比步骤的测试结果；s432对比数据入库，用于对步骤s431每一次测试节点测试结果汇总并生成一个结果库。
10.一种数据测试系统，包括：数据采集模块1，用于获取待测试数据；规则库模块2，创建idmapping关系规则，规则用于表示选项特征、类型、状态任意两者之间的对应关系，并设置层级，定义优先级、阈值等；数据测试模块3，用于通过控制单元获取待测试数据的开始节点，通过一控制单元根据开始节点确定待测试数据及数据中包含的特征值、类型、状态并整理入库，以基础库中数据与规则库中数据进行碰撞分析，得到测试结果并进行数据汇总；其中，数据测试模块3包括：数据整理模块31，用于通过控制单元获取待测试数据开始节点，并生成基础库；数据分析模块32用于通过测试单元将基础库中数据与规则库中数据进行碰撞分析，得到测试结果；数据汇总模块33，用于将得到的测试结果并进行数据汇总形成结果库。
11.通过上述步骤，通过将基础库中数据与规则库中数据进行碰撞分析，当筛选结构或阈值有变化时，本实施例的系统可以快速调整并快速执行所有获取的数据逻辑查询，获取测试结果。
12.具体数据分析模块32进一步包括：特征库类型对比模块321，用于通过测试单元将一数据项中的特征值及其对应的数据类型与规则中数据项的特征值和类型的对应关系进行对比；特征状态对比模块322，用于通过测试单元将一数据项中的特征值对应的数据类型及其对应的状态值与规则中数据项的数据类型和状态值对应关系进行对比。
13.本发明有益效果：本发明通过上述步骤，解决了手工执行筛选项数据正确性核对的工作量大、效率低的问题；根据特征值对应不同数据类型进行筛选功能的遍历测试，提高测试效率及测试覆盖度，提高了本技术数据测试方法的适用范围；根据数据特征值对应不同数据类型进行数据的碰撞测试，提高测试效率及测试覆盖度，可将本技术数据测试系统用于多种测试场景；
本发明通过自定义配置，能够支持超大体量的筛选项的操作选项检查，提高测试效率；具有使用便捷、测试高效等优点。
14.附图说明
15.图1为本发明实施例的数据测试方法流程示意图；图2为本发明实施例数据测试系统的结构框图。
具体实施方式
16.为了便于本领域技术人员的理解，下面结合实施例对本发明作进一步的说明，实施方式提及的内容并非对本发明的限定。
17.本实施例如图1，提供了一种数据测试方法，该方法包括如下步骤：s1数据采集
→
s2数据入库
→
s3数据配置
→
s4数据测试（s41数据整理节点
→
s42数据分析节点
→
s43数据汇总节点）s1数据采集，用于获取待测试数据；s2数据入库，待测试数据入库形成基础库用于数据整理分析；s3数据配置，创建idmapping关系规则，规则用于表示选项特征、类型、状态任意两者之间的对应关系，并设置层级，定义优先级、阈值等；s4数据测试，用于通过控制单元获取待测试数据的开始节点，通过一控制单元根据开始节点确定待测试数据及数据中包含的特征值、类型、状态并整理入库，以基础库中数据与规则库中数据进行碰撞分析，得到测试结果并进行数据汇总。
18.通过上述步骤，解决了手工执行筛选项数据正确性核对的工作量大、效率低的问题；根据特征值对应不同数据类型进行筛选功能的遍历测试，提高测试效率及测试覆盖度，提高了本技术数据测试方法的适用范围。通过自定义配置，上述方法能够支持超大体量的筛选项的操作选项检查，提高测试效率。
19.在其中一些实施例中，s4数据测试包括：s41数据整理节点，用于通过控制单元获取待测试数据开始节点并根据开始节点确定待测试数据及数据中包含的特征值、类型、状态并整理入库作为基础库；s42数据分析节点，用于通过测试单元将基础库中数据与规则库中数据进行碰撞分析，得到测试结果；s43数据汇总节点，用于将得到的测试结果并进行数据汇总形成结果库。
20.通过上述步骤，通过将基础库中数据与规则库中数据进行碰撞分析，当筛选结构或阀值有变化时，上述方法可以快速调整并快速执行所有获取的数据逻辑查询。
21.在其中一些实施例中，s42数据分析节点进一步包括：s421数据类型对比，用于通过测试单元将一数据项中的特征值及其对应的数据类型与规则中数据项的特征值和类型的对应关系进行对比；s422数据状态对比，用于通过测试单元将一数据项中的特征值对应的数据类型及其对应的状态值与规则中数据项的数据类型和状态值对应关系进行对比；s43数据汇总节点，包括：
s431对比数据汇总，用于记录数据类型对比步骤及数据状态对比步骤的测试结果；s432对比数据入库，用于对步骤s431每一次测试节点测试结果汇总并生成一个结果库。
22.如图2所示，一种数据测试系统，包括：数据采集模块1，用于获取待测试数据；规则库模块2，创建idmapping关系规则，规则用于表示选项特征、类型、状态任意两者之间的对应关系，并设置层级，定义优先级、阈值等；数据测试模块3，用于通过控制单元获取待测试数据的开始节点，通过一控制单元根据开始节点确定待测试数据及数据中包含的特征值、类型、状态并整理入库，以基础库中数据与规则库中数据进行碰撞分析，得到测试结果并进行数据汇总；其中，数据测试模块3包括：数据整理模块31，用于通过控制单元获取待测试数据开始节点，并生成基础库；数据分析模块32用于通过测试单元将基础库中数据与规则库中数据进行碰撞分析，得到测试结果；数据汇总模块33，用于将得到的测试结果并进行数据汇总形成结果库。
23.通过上述步骤，通过将基础库中数据与规则库中数据进行碰撞分析，当筛选结构或阈值有变化时，本实施例的系统可以快速调整并快速执行所有获取的数据逻辑查询，获取测试结果。
24.具体数据分析模块32进一步包括：特征库类型对比模块321，用于通过测试单元将一数据项中的特征值及其对应的数据类型与规则中数据项的特征值和类型的对应关系进行对比；特征状态对比模块322，用于通过测试单元将一数据项中的特征值对应的数据类型及其对应的状态值与规则中数据项的数据类型和状态值对应关系进行对比。
25.通过上述模块，上述系统解决了手工执行筛选项数据正确性核对的工作量大、效率低的问题；根据数据特征值对应不同数据类型进行数据的碰撞测试，提高测试效率及测试覆盖度，可将本技术数据测试系统用于多种测试场景。通过上述自定义配置，上述系统能够支持超大体量的筛选项的操作选项检查，提高测试效率。
26.以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围。