1) 功用测验应该前期就活跃介入。介入代码查看和剖析功用方针，多提出疑问，前期发现潜在的功用问题 2) 功用测验考虑大局，他是一个体系的测验。大数据项目评审咨询需求在产品的每个部件都做了一个测验，并悉数成功后才开端体系测验履行。需求考虑多种要素：环境的、硬件的、软件的等等。3) 测验前要查看承认装备。专注大数据项目评审参数要装备对，否则测验无效。好关于每个测验都有一个checklist，每次查看前都逐个查看。这一进程不可以省掉，并需求被开发review。4) 数据预热和数据预备很要害。一开端体系并不是一个干净的环境。咱们需求在功用测验开端前预存的数据，而且让其有个增量。而且也要考虑到哪些方面数据多少(要具实践状况)。5) 预备测验脚本和东西要考虑实践状况。比方人的考虑时刻，场景的规划，不同操作的份额，数据的随机性等都要细心规划，可以开发以及运用方进行评论和承认。

大数据办理体系一般指那些依据集群环境，大数据项目评审咨询运用大容量内存、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。专注大数据项目评审这些体系的功用、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。

软件质量是满意规则或潜在的用户需求的才能，因而软件开发进程中，大数据项目评审咨询从用户显式或隐含的意思表到达构成用户规格书、再到规划文档、变成代码并调试运转的进程，重要的便是确保在这样一个杂乱的转换进程中，需求的不被异化。专注大数据项目评审软件作为一个产品，是用来满意用户需求的，从这个视点来说，需求测量的是在特定环境下运转到达其使命政策的程度，但软件自身是一组文档、数据和代码的总和，其间直接的是代码，从这个视点来说，作为一个产品自身，也需求从机械的符号视点对其内生的质量进行衡量和点评。软件的生产进程是一个工程，对应的评测活动有其工程特点，已然评测活动自身不能证明，只能证伪，评测活动则需求清晰评测边界，给出工程上合理的进展、资源、方法和结束条件。选用的评测方法就要答复怎么确保需求不被异化，怎么从动态和静态两个视点来评价软件质量，以及怎么清晰评测边界的问题，而这又需求经过的技能手法才能得到有用地支撑。

产品功用测验一般粗的分，我会将功用测验分为两类：稳靠性测验(压力测验、负载测验等)和功用测验。这两种测验有许多的不同点：1)稳靠性测验往往模仿的用户的运用状况，着重的为时刻的延续性，大数据项目评审咨询要求产品没有不行接受的失利。2)功用测验往往需求和硬件条件联络在一同，寻觅功用的好发挥以及优的计划，一般专注大数据项目评审功用测验需求在产品规划时就要进行简略功用测验，以对产品进行功用初期点评和调优，早于稳靠性测验。一同在体系稳守时，常常还需求做具体的功用测验，以给运用方以数据参阅。

大数据办理体系基准评测需求大数据静态和动态特征的描写：对实践运用场景中的实在数据进行动态和静态特性的描写，是形成数据生成理论的条件。数据的静态特征包含数据结构、数据散布、准以及时序关系等。在成熟的运用范畴，专注大数据项目评审数据静态特征往往已经有模型进行描绘。但大数据的动态性（velocity）特征难用单一模型进行描写。乌当大数据项目评审对数据的静态和动态特性进行参数化的描写是真数据生成的条件。真的数据生成办法：大数据运用的特征决议了需求选用运用相关的数据生成办法。一同，大数据的杂乱和动态性决议了对数据特征的描写无法由范畴完结，而需求经过计算和机器学习主动进行。