从宏观角度看，评测基准的3要素是数据、负载和衡量体系，下面贵阳软件功能测试进行介绍。数据：不同运用的数据具有不同的静态和动态特征，体现在结构、规划、数据散布、改变速率等多个方面。传统基准一般选用固定数据结构和数据散布下的数据生成办法发生数据。而怎么准描写大数据静态和动态特征，如安在特征已知或未知的状况下，高地生成测验所需的数据是大数据办理体系基准评测所需求处理的问题。负载：负载是于数据的拜访和查询、更新、剖析使命。专注软件功能测试大数据办理体系评测基准要可以发生反映运用需求的多样化的负载（variety）。和数据一样，评测基准的负载要在静态和动态特征上与运用具有相似性，即关于点评方针而言，模仿负载可以反映运用的需求。具有好的适配性的负载生成理论和办法是大数据办理体系基准评测的第二个要素。

评测需求是整个评测进程的根底;承认评测目标以及评测作业的规模和作用。用来承认整个评测作业(如安排时刻表、评测规划等)并作为评测掩盖的根底。并且被承认的评测需求项要是可核实的。它们要有一个可观察、可评测的成果。无法核实的需求不是评测需求。所以我现在的了解是评测需求是一个比较大的概念，专注软件功能测试它是在整个评测计划文档中体现出来的，不是类似的一个用例或许其他. 软件功能测试机构评测需求是制订评测计划的根本依据，承认了评测需求可以为评测计划供给客观依据;评测需求是规划评测用例的辅导，承认了要测什么、测哪些方面后才能有针对性的规划评测用例;评测需求是核算评测掩盖的分母，没有评测需求就无法有用地进行评测掩盖。

测验规划：在本文要是指测验用例规划。专注软件功能测试功用测验用例的规划依据是事务建模。事务建模是指对体系各要害事务场景的抽取以及它们之间份额的承认。事务模型的成功树立是成功履行功用测验的要害。事务建模的办法一般是选用两种办法。一是学习相同体系已有的模型。二是剖析历史数据。有时分，在这两个办法无法打开时，软件功能测试机构依据2-8准则进行树立。测验开发：功用测验一般是凭借于功用测验东西进行的。但东西是需求经过开发相应的脚本才干完结相应的使命。即使有的项目可以采取录制的手法取得脚本，但在大多数状况下，需求对脚本进行相应修正与调试才干满意咱们功用测验意图。别的，有些项目不适用于已有的东西。此刻需求咱们进行要的软件与脚本开发，如开发动态库使现在的东西能支撑咱们的测验需求，或许是从头开发相关的模仿器与挡板程序以及相应功用计算剖析东西。

大数据测验，测验大数据运用程序多的是验证其数据处理，而不是测验软件产品的个别功用。当触及到大数据测验时，专注软件功能测试功用和功用测验是要害。在大数据测验中，QA工程师运用集群和其他组件来验证对TB级数据的成功处理。因为处理快，所以它需求水平高的测验技能。大数据运用程序的测验多的是去验证其数据处理而不是验证其单一的功用特征。当然在大数据测验时，软件功能测试机构功用测验和功用测验是相同很要害的。关于大数据测验工程师而言，怎么正确的验证经过大数据东西/结构成功处理过的至少多万兆字节的数据。因为大数据高的处理测验速度，它要求测软件工程师具有水平高的测验技能才干应对大数据测验。

大数据办理体系一般指那些依据集群环境，软件功能测试机构运用大容量内存、高速网络，支撑数据存储、索引、更新、查询、检索、剖析和挖掘的数据办理体系。谷歌公司的GFS、MapReduce完成以及BigTable体系可以认为是早呈现的有代表性的大数据办理体系。而跟着开源体系Hadoop的呈现和相关开源圈的打开以及BerkeleyData Analytics Stack系列东西的快打开，一大批体系和东西都可被归于BDMS的范畴。专注软件功能测试这些体系的功用、接口层次、架构、完成技能、面向运用和所依托的底层硬件各不相同，怎么客观、公正地比较它们在不同运用场景下的功用，无论是关于体系开发还是运用开发和体系选型人员来说，都是一个难题。这也是BDMS基准评测关于指导体系研制、体系选型，营造好技能竞赛环境的含义所在。