大数据功用测验贵州软件测评来给大家介绍

大数据功用测验的意图

1.大数据组件的功用回归，在版别升级的时分，进行新旧版别的功用比对

2.在新版别/新的出产环境 发布之后获取功用基线，树立可衡量的参阅标准，为其他测验场景或许调优进程供给比照参阅

3.在许多的发行版别中进行测验比对，为PoC测验供给参阅数据

4.支撑POC测验，得出结论，到时分可以依据事务模型和需求，或许依据客户需求 挑选不同的计划

5.在客户方进行功用测验，到达客户要求的功用标准满意客户运用的需求。

功用测验的时机

1.上线新版别

2.上线新的环境/新的主机

3.拓荒了新的区域

4.PoC 测验

5.功用专项测验

功用测验的进程

1.清晰测验的方针

承认功用测验场景，集群规划和标准，数据量，数据格式，紧缩算法等。比方版别迭代测验，需求和历史版别集群标准和参数对齐，以便比较版别功用是否劣化；Poc测验需求清晰客户场景；软件发行商测验，需求与发行商集群规划保持一样。

2.恳求主机环境和测验周期

3.搭建运转环境和监控

获取的功用方针 部分包含：功用数据，比方带宽，磁盘IO，CPU，内存等方针

4.打开测验 测验进程中运用nmon或许其他体系监控的东西记载体系方针改变，以供发现体系瓶颈，利于后续调优。贵州软件测评

5.针对功用进行调整优化，进行迭代功用测验 

6.出具功用测验陈述

大数据组件测验东西和办法

大数据功用调优

1.在大数据范畴普遍存在数据歪斜的问题，需求参阅对应组件的文档

2.参阅业界的事例介绍

大数据相关的测验

基准测验 单一用户单个事务的测验，意图是在对挑选的用户在无压力的状况下获取体系处理单个恳求的状况

负载测验 经过逐步添加体系的负载，测验体系功用的改变

稳定性测验 经过给体系加载的事务压力，运转7*24 小时，以此检测体系是否稳定运转。

功用测验 是在OLAP引擎挑选的时分，需求测验其对标准SQL支撑的状况，如部分不支撑update和delete操作， 不支撑with句子，不支撑except和intersection操作等

功用需求 CPU，内存，磁盘IO，网络负载运用率不过80% 呼应时刻 90%的 读取 写入 导出 导入不过3s，有不到10%的呼应时刻不过 5s

测验事例 1.在不同数据量 （100G 500G 1T） 别离对Hadoop和spark 进行读取，数据写入，数据导出 数据导入基准测验

2.在不同数据量下进行并行 和读写混合测验

3.在不同数据量下进行 7 * 24小时的数据稳定性测验

（文章内容来源于网络，如有侵权请联系删除）