一种基于多接口的自适应的云服务测试方法

摘要

本发明是一种基于多接口的自适应的云服务测试方法，其中云平台提供的软件测试是一种新型的测试模式，它不同于一般的软件测试，主要区别是在云平台提供一种在线环境，能够并发地同时处理大量的任务集，并把测试的结果通过网络返回到客户端。主要目的是：在整个过程中主要是完成用户任务分类上传，以节约云平台按客户要求聚类的时间，以及对聚类任务进行小粒度的划分和任务的合理调度，使得云平台能够合理分配资源，实现负载均衡，从而达到在最大程度上提高云测试的效率的目标。

主权项

一种基于多接口的自适应的云服务测试方法，其特征在于该方法所包含的步骤为：步骤1)在多个接口上，开发上传界面的应用：步骤1.1)获取当前云服务平台所能提供的虚拟机资源信息；步骤1.2)选取虚拟机资源作为云服务中心控制平台；步骤1.3)标签已经被选取的虚拟机资源：“已分类”；步骤1.4)标签没有被选取的虚拟机资源：“未分类”；步骤1.5)获取标签为“已分类”的虚拟机资源信息；步骤1.6)分类虚拟机资源；其中，虚拟机资源信息包含操作系统的类型、互联网服务器的类型、数据库的类型和虚拟机资源标签：步骤1.6.1)获取操作系统类型的种类n1类；步骤1.6.2)根据操作系统类型的种类，分类虚拟机资源为n1类；步骤1.6.3)获取互联网服务器类型的种类n2类；步骤1.6.4)根据互联网服务器类型的种类，划分步骤1.6.2)中生成的虚拟机资源为n1×n2类；步骤1.6.5)获取数据库类型的种类n3类；步骤1.6.6)根据数据库类型的种类，划分步骤1.6.4)中生成的虚拟机资源为n1×n2×n3类；步骤1.6.7)更新步骤1.6.6)中n1×n2×n3类虚拟机资源的标签为“已分类”；步骤1.6.8)输出生成的n1×n2×n3类虚拟机资源信息；步骤1.7)映射步骤1.6)中虚拟机资源为客户端的n1×n2×n3个接口；步骤1.8)获取“未分类”的虚拟机资源信息；步骤1.9)定义“未分类”的虚拟机资源信息为模糊虚拟机资源；步骤1.10)映射模糊虚拟机资源为客户端的一个接口；步骤1.11)根据用户使用客户端所有接口的情况，获取用户选择资源的偏好性的值；步骤1.12)判断偏好性的值是否大于预先规定的阈值，如果大于，转步骤1.13)，否则，转步骤1.8)；步骤1.13)判断是否存在“未分类”的虚拟机资源，如果存在，转步骤1.14)，否则，转步骤1.15)；步骤1.14)在客户端增加一个新的接口，转步骤1.11)；步骤1.15)结束：在多个接口上，开发上传界面的应用；步骤2)动态划分所有接口的任务集：步骤2.1)获取任务集列表；步骤2.2)计算该列表的长度，即该长度为任务的个数；步骤2.3)获取该列表中的所有任务；步骤2.4)获取该列表中所有任务的大小；步骤2.5)计算该列表中所有任务的平均值avg：$avg=\frac{\underset{i=0}{\overset{L-1}{\Sigma }}l\left[i\right]}{L}---\left(1\right)$其中，L表示任务的个数；l[i]表示第i+1个任务的大小；步骤2.6)设置阈值，其值为步骤2.5)中的所有任务的平均值；步骤2.7)统计列表中任务的大小大于阈值的任务数量；步骤2.8)统计列表中任务的大小小于阈值的任务数量；步骤2.9)判断步骤2.7)中的任务数量是否大于步骤2.8)中的任务数量，如果大于，采用最大最小算法设置任务优先级，否则，采用最小最小算法设置任务优先级；步骤2.10)计算并调度当前任务接口中资源池的每个集群的负载值：步骤2.10.1)获取当前任务接口中资源池的每个集群的信息；步骤2.10.2)获取集群的个数；步骤2.10.3)获取每个集群的负载值；步骤2.10.4)计算所有集群的平均值avgc：$avgc=\frac{\underset{i=0}{\overset{n-1}{\Sigma }}usedc\left[i\right]}{n}---\left(2\right)$其中，n表示集群的个数；usedc[i]表示第i+1个集群的负载值；步骤2.10.5)获取负载值小于集群平均值的所有集群信息；步骤2.10.6)更新当前任务接口中资源池的集群信息；步骤2.10.7)按照负载值，升序排列集群信息；步骤2.10.8)获取步骤2.9)中已设置优先级的任务；步骤2.10.9)分配到步骤2.10.7)的集群信息中；步骤2.10.10)按照负载值，升序排列集群信息；步骤2.11)定期计算集群的负载平均值；步骤2.12)判断负载平均值是否大于集群的最大负载，如果大于，转步骤2.13)，否则，转步骤2.10.5)；步骤2.13)结束该过程；步骤3)集群节点动态执行测试任务：步骤3.1)获取步骤2)中集群的任务集；步骤3.2)判断任务集是否为空，如果是，转步骤3.9)，否则，转步骤3.3)；步骤3.3)遍历集群下每一个节点的空闲资源；步骤3.4)计算集群下所有节点资源的平均空闲值avgr：$avgr=\frac{\underset{i=0}{\overset{r-1}{\Sigma }}res\left[i\right]}{r}---\left(3\right)$其中，r表示资源个数；res[i]表示第i+1个资源的空闲值；avgr表示所有节点的空闲资源均值；步骤3.5)选取资源空闲值大于平均空闲值的节点；步骤3.6)获取步骤2.10.9)任务集群中每个任务的优先级；步骤3.7)按照降序原则，将每个任务的优先级调度到步骤3.5)中选取的节点上；步骤3.8)判断每个节点的空闲情况是否达到平均值，如果达到，转步骤3.2)；否则，转步骤3.7)；步骤3.9)结束该过程；步骤4)收集测试结果，返回客户端。