大数据自动化测试方法、设备及可读存储介质与流程

1.本技术涉及数据处理技术领域，尤其涉及大数据自动化测试方法、设备及可读存储介质。


背景技术：

2.自动化测试平台是为了提高测试效率和质量而开发的一种软件工具。它可以自动执行测试用例、收集测试结果、生成测试报告等，以减少人工测试的工作量，并提供更全面、准确的测试覆盖。然而目前的自动化测试平台只能为用户提供特定的测试类型，无法为用户提供多款测试领域。如国外的大型系统软件公司如ibm，microsoft等就已经开始设计通用的自动化测试系统，使用共同的硬件和软件平台来实现资源利用的最大化；evosuite(automatic test suite generation for java)目前仅针对java程序生成单元测试，并不能进行其它测试。
3.因此，目前存在无法为包含了各种场景和用例的大数据提供自动化测试服务的技术问题。
4.上述内容仅用于辅助理解本技术的技术方案，并不代表承认上述内容是现有技术。


技术实现要素：

5.本技术的主要目的在于提供一种大数据自动化测试方法、设备及可读存储介质，旨在解决目前存在无法为包含了各种场景和用例的大数据提供自动化测试服务的技术问题。
6.为实现上述目的，本技术提供一种大数据自动化测试方法，所述大数据自动化测试方法包括以下步骤：检测到sql查询语句，将所述sql查询语句配置成大数据测试指标接口；根据所述大数据测试指标接口的接口信息，生成数据验证beanshell脚本；将所述数据验证beanshell脚本配置到初始数据测试用例的断言处，生成自动化数据测试用例。
7.可选地，所述检测到sql查询语句，将所述sql查询语句配置成大数据测试指标接口的步骤之前包括：获取数据指标文档，并基于所述数据指标文档提取验证信息，所述验证信息包括计算公式、数据单位、参考字段、调度频率、数据格式、空间维度、时间维度和被测接口传参；根据所述计算公式编写相应的计算逻辑；以及根据所述参考字段返回需要验证的字段；以及根据所述空间维度和所述时间维度确定查询的范围条件；以及根据所述数据格式修订所述sql查询语句返回的数值格式；以及根据所述调度频率确定自动化测试计划的定时调度频率；以及
根据所述被测接口传参确定所述sql查询语句的查询条件；基于所述计算逻辑、所述需要验证的字段、所述查询的范围条件、所述返回的数值格式、所述定时调度频率和所述查询条件，生成所述sql查询语句。
8.可选地，所述将所述数据验证beanshell脚本配置到初始数据测试用例的断言处，生成自动化数据测试用例的步骤之后，包括：接收测试人员的编排指令，将所述自动化数据测试用例编排成所述编排指令对应的数据用例场景；接收所述测试人员的自动化测试计划创建指令，基于所述自动化数据测试用例和/或所述数据用例场景，生成所述自动化测试计划创建指令对应的自动化测试计划。
9.可选地，所述接收所述测试人员的自动化测试计划创建指令，基于所述自动化数据测试用例和/或所述数据用例场景，生成所述自动化测试计划创建指令对应的自动化测试计划的步骤之后还包括：为所述自动化测试计划设置定时调度任务；在所述定时调度任务执行后，将生成的测试报告存储到指定的位置。
10.可选地，所述在所述定时调度任务执行后，将生成的测试报告存储到指定的位置的步骤之后，还包括：若所述测试报告的测试结果为不通过，则调用jsondiff对比工具对比所述大数据测试指标接口的返回结果和响应值；输出所述返回结果和所述响应值的比较结果，以供所述测试人员查看差异的具体位置、键值对的变化、新增或缺失的字段。
11.可选地，所述检测到sql查询语句，将所述sql查询语句配置成大数据测试指标接口的步骤之前包括：接收到组织架构各角色人员的设定；根据所述设定，为所述各角色人员分配对应的权限；若接收到项目管理员的工作空间创建指令，则创建对应的工作空间，并添加所述工作空间的所属人员；若接收到所述工作空间所属的专利负责人的项目空间创建指令，则创建对应的项目空间，并添加所述项目空间的所属人员；若接收到所述项目空间所属的测试人员的接口分组指令，则创建对应的接口分组。
12.可选地，所述若接收到所述项目空间所属的测试人员的接口分组指令，则创建对应的接口分组的步骤之后包括：为所述接口分组创建接口，并进行调试；若调试通过，则接收所述测试人员编写的所述初始数据测试用例。
13.此外，为实现上述目的，本技术还提供一种大数据自动化测试设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的大数据自动化测试程序，所述大数据自动化测试程序配置为实现上述的大数据自动化测试方法的步骤。
14.此外，为实现上述目的，本技术还提供一种可读存储介质，所述可读存储介质上存储有大数据自动化测试程序，所述大数据自动化测试程序被处理器执行时实现上述的大数
据自动化测试方法的步骤。
15.在本技术中，为了解决目前存在无法为包含了各种场景和用例的大数据提供自动化测试服务的技术问题，本技术通过检测到sql查询语句，将所述sql查询语句配置成大数据测试指标接口；根据所述大数据测试指标接口的接口信息，生成数据验证beanshell脚本；将所述数据验证beanshell脚本配置到初始数据测试用例的断言处，生成自动化数据测试用例。做到了根据不同的测试需求，灵活地执行不同的查询操作和定制数据验证逻辑，能够覆盖更全面的测试场景。通过脚本自动化执行数据验证和断言操作，实现了减少人工干预和提高测试效率。其中，通过配置大数据测试指标接口和数据验证脚本，可以实现测试数据和测试逻辑的重用，提高测试的一致性和效率。
附图说明
16.图1为本技术大数据自动化测试方法第一实施例的流程示意图；图2为本技术大数据自动化测试方法第一实施例中大数据自动化测试平台的内部交互示意图；图3为本技术大数据自动化测试方法第二实施例的流程示意图；图4为本技术大数据自动化测试方法第二实施例中基于大数据自动化测试平台的全流程示意图；图5为本技术实施例方案涉及的硬件运行环境的大数据自动化测试设备的结构示意图。
17.本技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
18.应当理解，此处所描述的具体实施例仅用以解释本技术，并不用于限定本技术。
19.自动化测试平台是为了提高测试效率和质量而开发的一种软件工具。它可以自动执行测试用例、收集测试结果、生成测试报告等，以减少人工测试的工作量，并提供更全面、准确的测试覆盖。然而目前的自动化测试平台只能为用户提供特定的测试类型，无法为用户提供多款测试领域。如国外的大型系统软件公司如ibm，microsoft等就已经开始设计通用的自动化测试系统，使用共同的硬件和软件平台来实现资源利用的最大化；evosuite(automatic test suite generation for java)目前仅针对java程序生成单元测试，并不能进行其它测试。因此，目前存在无法为包含了各种场景和用例的大数据提供自动化测试服务的技术问题。
20.为了解决上述技术问题，本技术通过检测到sql查询语句，将所述sql查询语句配置成大数据测试指标接口；根据所述大数据测试指标接口的接口信息，生成数据验证beanshell脚本；将所述数据验证beanshell脚本配置到初始数据测试用例的断言处，生成自动化数据测试用例。做到了根据不同的测试需求，灵活地执行不同的查询操作和定制数据验证逻辑，能够覆盖更全面的测试场景。通过脚本自动化执行数据验证和断言操作，实现了减少人工干预和提高测试效率。其中，通过配置大数据测试指标接口和数据验证脚本，可以实现测试数据和测试逻辑的重用，提高测试的一致性和效率。
21.为了更好的理解上述技术方案，下面将参照附图更详细地描述本技术的示例性实
施例。虽然附图中显示了本技术的示例性实施例，然而应当理解，可以以各种形式实现本技术而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本技术，并且能够将本技术的范围完整的传达给本领域的技术人员。
22.本技术实施例提供了一种大数据自动化测试方法，参照图1，图1为本技术一种大数据自动化测试方法第一实施例的流程示意图。
23.本实施例中，所述大数据自动化测试方法包括：步骤s10：检测到sql查询语句，将所述sql查询语句配置成大数据测试指标接口。
24.可选地，本技术应用于大数据自动化测试平台，作为一种实施方式，所述大数据自动化测试平台包括大数据测试平台、工具平台和自动化测试平台，通过工具平台将大数据测试平台和自动化测试平台结合使用，做到大数据自动化测试。作为另一种实施方式，所述大数据自动化测试平台集成了大数据测试平台和自动化测试平台各自的功能，能够通过调用工具串联实现大数据自动化测试。
25.在本实施例中，以大数据自动化测试平台包括大数据测试平台、工具平台和自动化测试平台为例。参照图2，图2为本技术大数据自动化测试方法第一实施例中大数据自动化测试平台的内部交互示意图。测试人员利用大数据测试平台完成大数据测试的专项测试，通过编写sql查询语句验证数据的完整性、正确性、准确性、一致性、实时性，验证完成后，将sql查询语句配置成大数据测试指标接口，提供至自动化平台进行调用。
26.可选地，sql查询语句可参照数据指标文档，根据不同的测试需求灵活编写。其中，数据指标文档是一个记录了数据指标的定义、计算公式、数据单位、数据来源、数据格式等信息的文档。它描述了一个系统或应用程序中所使用的各种数据指标的具体含义和计算方法。在数据指标文档中，每个数据指标都会有详细的说明，包括指标的名称、定义、计算公式、数据单位、数据来源等。这些信息可以帮助测试人员理解和验证数据指标的准确性和可靠性。以便测试人员能够准确地编写测试用例、验证数据的正确性，并设计合适的自动化测试流程。
27.可选地，获取数据指标文档，并基于所述数据指标文档提取验证信息，所述验证信息包括计算公式、数据单位、参考字段、调度频率、数据格式、空间维度、时间维度和被测接口传参；根据所述计算公式编写相应的计算逻辑；以及根据所述参考字段返回需要验证的字段；以及根据所述空间维度和所述时间维度确定查询的范围条件；以及根据所述数据格式修订所述sql查询语句返回的数值格式；以及根据所述调度频率确定自动化测试计划的定时调度频率；以及根据所述被测接口传参确定所述sql查询语句的查询条件；基于所述计算逻辑、所述需要验证的字段、所述查询的范围条件、所述返回的数值格式、所述定时调度频率和所述查询条件，生成所述sql查询语句。
28.可选地，将大数据测试指标接口的名称、api分组、路径、描述、消息类型、数据源、接口类型、接口参数、权限等字段信息填写并保存。这些信息描述了大数据测试指标接口的属性和用途。
29.进一步地，将填写好的大数据测试指标接口上线，以供自动化测试平台调用。这样，测试人员可以使用自动化测试平台来调用大数据测试指标接口进行数据验证。
30.步骤s20：根据所述大数据测试指标接口的接口信息，生成数据验证beanshell脚本；
可选地，将大数据测试指标接口提供的接口信息录入工具平台的数据验证beanshell脚本生成器中，生成相应的数据验证beanshell脚本，其中，beanshell是一种基于java的脚本语言，可以使用java的api和语法来编写脚本，是用于验证接口响应数据的脚本。它可以使用beanshell语言编写，通过对接口响应数据进行解析和验证，判断数据的正确性和准确性。脚本可以根据具体的测试需求，执行各种数据验证操作，例如比较数值、判断字符串是否匹配、验证数据结构等。
31.步骤s30：将所述数据验证beanshell脚本配置到初始数据测试用例的断言处，生成自动化数据测试用例。
32.可选地，在自动化测试平台的接口测试模块中根据数据验证beanshell脚本模板针对性地编写初始数据测试用例，将所述数据验证beanshell脚本配置到初始数据测试用例的断言处，在执行测试用例时，测试框架会自动执行数据验证脚本，并根据脚本的结果判断测试用例的通过与否。这样可以实现自动化的数据验证和断言操作，减少人工干预，提高测试效率和质量。
33.进一步地，所述步骤s30之后包括：步骤s40：接收测试人员的编排指令，将所述自动化数据测试用例编排成所述编排指令对应的数据用例场景；可选地，测试人员需要提供编排指令，其中包括测试场景的描述、测试数据的要求和期望的测试结果等。作为一种实施方式，自动化测试平台根据编排指令，通过分析已有的自动化数据测试用例，选择适合的测试用例来覆盖每个测试场景。作为另一实施方式，由测试人员根据测试场景的要求，选择相关的测试用例，并进行组合或修改，以满足编排指令的要求。
34.可选地，通过验证编排的数据用例场景，确保每个场景的数据和操作流程都符合预期。
35.步骤s50：接收所述测试人员的自动化测试计划创建指令，基于所述自动化数据测试用例和/或所述数据用例场景，生成所述自动化测试计划创建指令对应的自动化测试计划。
36.可选地，测试人员需要提供自动化测试计划创建指令，其中包括测试计划的描述、测试范围、测试目标、测试环境、测试数据等信息。进一步地，自动化测试平台或测试人员根据测试计划的要求，选择相关的测试用例和场景，并进行组合或修改，生成自动化测试计划，以满足自动化测试计划创建指令的要求，其中自动化测试计划应该包括测试目标、测试范围、测试环境、测试数据、测试步骤、预期结果等信息。
37.进一步地，所述步骤s50之后包括：步骤s51：为所述自动化测试计划设置定时调度任务；可选地，根据自动化测试计划的要求，测试人员可以设置定时调度任务来执行测试计划。定时调度任务可以使用测试工具或框架提供的功能来实现，例如使用jenkins进行定时调度任务的设置和执行。
38.步骤s52：在所述定时调度任务执行后，将生成的测试报告存储到指定的位置。
39.可选地，根据定时调度任务的设置，自动化测试计划会在指定的时间自动执行。并根据测试执行结果持续性生成测试报告，以便监控所负责项目中的数据和接口异常，及时
上报错误信息。测试报告应该包括测试结果、测试覆盖率、错误日志、执行时间等信息。测试人员可以使用测试工具或框架提供的功能，将测试报告生成为指定格式的文件，例如html、pdf或excel等。
40.可选地，生成的测试报告可以存储到指定的位置，例如本地文件系统、共享文件夹或云存储服务等。测试人员可以根据需要选择合适的存储方式，并确保测试报告的可访问性和安全性。
41.进一步地，所述步骤s52之后包括：步骤s53：若所述测试报告的测试结果为不通过，则调用jsondiff对比工具对比所述大数据测试指标接口的返回结果和响应值；步骤s54：输出所述返回结果和所述响应值的比较结果，以供所述测试人员查看差异的具体位置、键值对的变化、新增或缺失的字段。
42.可选地，jsondiff是一个用于比较两个json对象之间差异的工具。它可以比较两个json对象的键值对，找出差异的具体位置、键值对的变化以及新增或缺失的字段。在自动化测试执行过程中，当测试结果为不通过时，可以将返回结果和响应值作为输入，调用工具平台的jsondiff对比工具对它们进行比较。比较结果会显示两个json对象之间的差异，包括具体位置的差异、键值对的变化以及新增或缺失的字段。测试人员可以查看比较结果，了解返回结果和响应值之间的差异。通过比较结果，测试人员可以确定问题所在，例如是否有字段缺失、字段值的变化等。这样可以帮助测试人员更准确地定位问题，并进行相应的调试和修复。
43.在本实施例中，通过检测到sql查询语句，将所述sql查询语句配置成大数据测试指标接口；根据所述大数据测试指标接口的接口信息，生成数据验证beanshell脚本；将所述数据验证beanshell脚本配置到初始数据测试用例的断言处，生成自动化数据测试用例。做到了根据不同的测试需求，灵活地执行不同的查询操作和定制数据验证逻辑，能够覆盖更全面的测试场景。通过脚本自动化执行数据验证和断言操作，实现了减少人工干预和提高测试效率。其中，通过配置大数据测试指标接口和数据验证脚本，可以实现测试数据和测试逻辑的重用，提高测试的一致性和效率。根据测试人员的编排指令，将自动化数据测试用例编排成对应的数据用例场景，并基于这些场景生成自动化测试计划。通过定时调度任务执行测试计划，并将生成的测试报告存储到指定位置，可以实现自动化测试的执行和结果管理。这样可以提高测试效率和质量，并方便测试人员进行测试结果的分析和评估。使用jsondiff对比工具可以对比大数据测试指标接口的返回结果和响应值，并输出比较结果，以供测试人员查看差异的具体位置、键值对的变化、新增或缺失的字段。这样可以帮助测试人员更好地理解测试结果，并进行问题定位和修复。
44.进一步地，参照图3，图3为本技术大数据自动化测试方法第二实施例的流程示意图，提供本技术的第二实施例，所述步骤s10之前包括：步骤s01：接收到组织架构各角色人员的设定；步骤s02：根据所述设定，为所述各角色人员分配对应的权限；可选地，参照图4，图4为本技术大数据自动化测试方法第二实施例中基于大数据自动化测试平台的全流程示意图。作为一种实施方式，本技术应用于大数据自动化测试平台。作为另一种实施方式，本技术应用于大数据自动化测试平台内部的大数据测试平台和
自动化测试平台。
45.可选地，根据组织架构的设定，确定每个角色的权限范围。例如，项目管理员可能具有创建和管理工作空间的权限，专利负责人可能具有创建和管理项目空间的权限，测试人员可能具有创建和管理接口分组的权限。
46.可选地，根据每个角色的权限范围，可以使用相应的权限管理工具或框架来为各角色人员分配对应的权限。例如，可以使用身份验证和授权系统来管理用户的权限，根据用户的角色为其分配相应的权限。这样可以确保每个角色的人员只能访问和操作其权限范围内的资源。
47.步骤s03：若接收到项目管理员的工作空间创建指令，则创建对应的工作空间，并添加所述工作空间的所属人员；步骤s04：若接收到所述工作空间所属的专利负责人的项目空间创建指令，则创建对应的项目空间，并添加所述项目空间的所属人员；步骤s05：若接收到所述项目空间所属的测试人员的接口分组指令，则创建对应的接口分组。
48.可选地，当接收到项目管理员的工作空间创建指令时，可以根据指令创建对应的工作空间，并添加所属人员。可以使用工作空间管理工具或框架来创建工作空间，并根据指令添加工作空间的所属人员。这样可以确保只有指定的人员可以访问和管理该工作空间。
49.类似地，当接收到工作空间所属的专利负责人的项目空间创建指令时，可以根据指令创建对应的项目空间，并添加所属人员。可以使用项目空间管理工具或框架来创建项目空间，并根据指令添加项目空间的所属人员。
50.最后，当接收到项目空间所属的测试人员的接口分组指令时，可以创建对应的接口分组。可以使用接口管理工具或框架来创建接口分组，并根据指令进行配置。这样可以将接口按照项目空间进行分组管理，方便测试人员进行接口的管理和执行。
51.进一步地，所述步骤s05之后包括：步骤s06：为所述接口分组创建接口，并进行调试；步骤s07：若调试通过，则接收所述测试人员编写的所述初始数据测试用例。
52.可选地，通过使用接口管理工具或框架，根据接口分组的需求创建对应的接口。接口可以包括请求方法、请求路径、请求参数、请求头、响应数据等信息。
53.可选地，通过使用接口测试工具或框架，根据接口的请求方法、请求路径、请求参数等信息来发送请求，并获取响应数据。通过检查响应数据，可以判断接口是否正常工作，并进行相应的调试和修复。
54.可选地，如果接口调试通过，即接口能够正常工作并返回正确的响应数据，那么可以接收测试人员编写的初始数据测试用例。
55.在本实施例中，根据组织架构的设定，可以为各角色人员分配对应的权限，并根据指令创建工作空间、项目空间和接口分组。通过合适的权限管理工具和资源管理工具，可以确保每个角色人员只能访问和操作其权限范围内的资源，提高资源的安全性和管理效率。通过接口的调试和测试，可以确保接口的功能和正确性。
56.此外，本技术实施例还提出一种大数据自动化测试设备。
57.参照图5，图5为本技术实施例方案涉及的硬件运行环境的大数据自动化测试设备
结构示意图。
58.如图5所示，该大数据自动化测试设备可以包括：处理器1001，例如中央处理器（centralprocessingunit，cpu），通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏（display）、输入单元比如键盘（keyboard），可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口（如无线保真（wireless-fidelity，wi-fi）接口）。存储器1005可以是高速的随机存取存储器（randomaccessmemory，ram）存储器，也可以是稳定的非易失性存储器（non-volatilememory，nvm），例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
59.本领域技术人员可以理解，图5中示出的结构并不构成对大数据自动化测试设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
60.如图5所示，作为一种可读存储介质的存储器1005中可以包括操作系统、数据存储模块、网络通信模块、用户接口模块以及大数据自动化测试程序。
61.在图5所示的大数据自动化测试设备中，网络接口1004主要用于与其他设备进行数据通信；用户接口1003主要用于与用户进行数据交互；本技术大数据自动化测试设备中的处理器1001、存储器1005可以设置在大数据自动化测试设备中，所述大数据自动化测试设备通过处理器1001调用存储器1005中存储的大数据自动化测试程序，并执行本技术实施例提供的大数据自动化测试方法。
62.此外，本技术实施例还提出一种可读存储介质。
63.本技术可读存储介质上存储有大数据自动化测试程序，所述大数据自动化测试程序被处理器执行时实现如上所述的大数据自动化测试方法的步骤。
64.其中，本技术可读存储介质中存储的大数据自动化测试程序被处理器执行的具体实施例与上述大数据自动化测试方法各实施例基本相同，在此不作赘述。
65.需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个大数据自动化测试”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
66.上述本技术实施例序号仅仅为了描述，不代表实施例的优劣。
67.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个可读存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本技术各个实施例所述的方法。
68.以上仅为本技术的优选实施例，并非因此限制本技术的专利范围，凡是利用本技术说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本技术的专利保护范围内。

技术特征：
1.一种大数据自动化测试方法，其特征在于，所述大数据自动化测试方法包括以下步骤：检测到sql查询语句，将所述sql查询语句配置成大数据测试指标接口；根据所述大数据测试指标接口的接口信息，生成数据验证beanshell脚本；将所述数据验证beanshell脚本配置到初始数据测试用例的断言处，生成自动化数据测试用例。2.如权利要求1所述的大数据自动化测试方法，其特征在于，所述检测到sql查询语句，将所述sql查询语句配置成大数据测试指标接口的步骤之前包括：获取数据指标文档，并基于所述数据指标文档提取验证信息，所述验证信息包括计算公式、数据单位、参考字段、调度频率、数据格式、空间维度、时间维度和被测接口传参；根据所述计算公式编写相应的计算逻辑；以及根据所述参考字段返回需要验证的字段；以及根据所述空间维度和所述时间维度确定查询的范围条件；以及根据所述数据格式修订所述sql查询语句返回的数值格式；以及根据所述调度频率确定自动化测试计划的定时调度频率；以及根据所述被测接口传参确定所述sql查询语句的查询条件；基于所述计算逻辑、所述需要验证的字段、所述查询的范围条件、所述返回的数值格式、所述定时调度频率和所述查询条件，生成所述sql查询语句。3.如权利要求1所述的大数据自动化测试方法，其特征在于，所述将所述数据验证beanshell脚本配置到初始数据测试用例的断言处，生成自动化数据测试用例的步骤之后，包括：接收测试人员的编排指令，将所述自动化数据测试用例编排成所述编排指令对应的数据用例场景；接收所述测试人员的自动化测试计划创建指令，基于所述自动化数据测试用例和/或所述数据用例场景，生成所述自动化测试计划创建指令对应的自动化测试计划。4.如权利要求3所述的大数据自动化测试方法，其特征在于，所述接收所述测试人员的自动化测试计划创建指令，基于所述自动化数据测试用例和/或所述数据用例场景，生成所述自动化测试计划创建指令对应的自动化测试计划的步骤之后还包括：为所述自动化测试计划设置定时调度任务；在所述定时调度任务执行后，将生成的测试报告存储到指定的位置。5.如权利要求4所述的大数据自动化测试方法，其特征在于，所述在所述定时调度任务执行后，将生成的测试报告存储到指定的位置的步骤之后，还包括：若所述测试报告的测试结果为不通过，则调用jsondiff对比工具对比所述大数据测试指标接口的返回结果和响应值；输出所述返回结果和所述响应值的比较结果，以供所述测试人员查看差异的具体位置、键值对的变化、新增或缺失的字段。6.如权利要求1所述的大数据自动化测试方法，其特征在于，所述检测到sql查询语句，将所述sql查询语句配置成大数据测试指标接口的步骤之前包括：接收到组织架构各角色人员的设定；
根据所述设定，为所述各角色人员分配对应的权限；若接收到项目管理员的工作空间创建指令，则创建对应的工作空间，并添加所述工作空间的所属人员；若接收到所述工作空间所属的专利负责人的项目空间创建指令，则创建对应的项目空间，并添加所述项目空间的所属人员；若接收到所述项目空间所属的测试人员的接口分组指令，则创建对应的接口分组。7.如权利要求6所述的大数据自动化测试方法，其特征在于，所述若接收到所述项目空间所属的测试人员的接口分组指令，则创建对应的接口分组的步骤之后包括：为所述接口分组创建接口，并进行调试；若调试通过，则接收所述测试人员编写的所述初始数据测试用例。8.一种大数据自动化测试设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的大数据自动化测试程序，所述大数据自动化测试程序配置为实现如权利要求1至7中任一项所述的大数据自动化测试方法的步骤。9.一种可读存储介质，其特征在于，所述可读存储介质上存储有大数据自动化测试程序，所述大数据自动化测试程序被处理器执行时实现如权利要求1至7任一项所述的大数据自动化测试方法的步骤。

技术总结
本申请公开了一种大数据自动化测试方法、设备及可读存储介质，属于数据处理技术领域。本申请通过检测到SQL查询语句，将所述SQL查询语句配置成大数据测试指标接口；根据所述大数据测试指标接口的接口信息，生成数据验证Beanshell脚本；将所述数据验证Beanshell脚本配置到初始数据测试用例的断言处，生成自动化数据测试用例。做到了根据不同的测试需求，灵活地执行不同的查询操作和定制数据验证逻辑，能够覆盖更全面的测试场景。通过脚本自动化执行数据验证和断言操作，实现了减少人工干预和提高测试效率。其中，通过配置大数据测试指标接口和数据验证脚本，可以实现测试数据和测试逻辑的重用，提高测试的一致性和效率。提高测试的一致性和效率。提高测试的一致性和效率。


技术研发人员：华子仪 方朋朋 谢炎东
受保护的技术使用者：深圳市智城软件技术服务有限公司
技术研发日：2023.09.13
技术公布日：2023/10/20