Web软件性能参数自动化测试方法设计.pdf

电子设计工程Electronic Design Engineering第31卷Vol.31第16期No.162023年8月Aug.2023收稿日期：2022-04-28稿件编号：202204200作者简介：周 健（1972），男，江苏徐州人，工程师。研究方向：应用软件自动化测试。近年来，随着Web软件技术的高速发展，出现了越来越多应用于系统的 Web软件，Web软件成为了软件开发的主流，逐渐深入到社会中的各个领域。随着人们对于 Web软件的需求越来越高，Web软件已经从最初的小型网站逐渐扩展为如今各式各样的电子商务、信息发布、数据服务平台，其应用领域越来越广泛，软件的性能结构也越来越复杂。在这种情况下，Web软件的应用质量与运行可靠性成为很多用户关注的重点。Web 软件性能参数的测试是Web软件研发的重要环节，其主要原理是在设定条件下，对一个Web软件进行系统测试，以此发现系统运行时出现的错误，及时进行修补。目前相关领域学者已针对 Web软件性能测试进行了研究，文献1提出了一种利用记忆单元改进 DQN 的 Web 服务组合优化方法，将C语言作为编辑环境，通过NET框架Web软件性能参数自动化测试方法设计周 健，曹晓龙，吴 琦（安徽继远检验检测技术有限公司，安徽 合肥 230088）摘要：Web软件应用程序复杂，而且规模较大，对Web软件性能参数进行测试能够保证系统正常运行。为提升Web软件性能参数测试效果，提出一种新的Web软件性能参数自动化测试方法。建立FabanPlus自动化测试工具测试软件性能，FabanPlus在运行时，由一个中央调解中心控制多个负载生成测试节点以及可分布式的负载节点，根据负载节点建立矩阵，利用自动化测试矩阵获取测试用例，对 Web软件的性能进行负载调控，以此达到全面测试 Web软件性能参数的目的。实验结果表明，应用该文方法后，数据接收能力高于98%，接收时间极短，具有很好的测试效果。关键词：Web软件；软件性能；性能参数；自动化测试；测试方法中图分类号：TN391文献标识码：A文章编号：1674-6236（2023）16-0112-04DOI：10.14022/j.issn1674-6236.2023.16.023Design of automatic testing method for Web software performance parametersZHOU Jian，CAO Xiaolong，WU Qi（Anhui Jiyuan Inspection and Testing Technology Co.，Ltd.，Hefei 230088，China）Abstract:Web software applications are complex and largescale.Testing Web software performanceparameters can ensure the normal operation of the system.In order to improve the effect of web softwareperformance parameter testing，this paper proposes a new Web software performance parameter automatedtesting method.A FabanPlus automated test tool is established to test the software performance.WhenFabanPlus is running，a central mediation center controls multiple load generation test nodes to generatedistributable load nodes.According to the load nodes，a matrix is established，and the automated testmatrix is used to obtain test cases to regulate the performance of the Web software，so as to achieve thepurpose of comprehensively testing the performance parameters of the Web software.The experimentalresults show that the data receiving ability is higher than 98%and the receiving time is very short，whichhas a good test effect.Keywords:Web software；software performance；performance parameters；automated testing；testingmethod-112与系统相连的 Web软件自动化系统测试，但该方式只适用于以 C 语言作为编辑环境的 Web软件，并不适用于所有软件。文献2提出了一种基于页面对象的Web应用测试用例生成方法，但其仅仅针对JAVA技术以及 AJAX 技术的动态 Web 应用，依旧没有完全覆盖所有的Web应用。为提升Web软件性能参数测试效果，该文设计了一种 Web软件性能参数自动化测试方法。1基于FabanPlus 工具的Web软件性能测试为了实现对 Web软件性能参数的自动化测试，该文引入了 FabanPlus 自动化测试工具。FabanPlus是基于JAVA的可开源的测试工具，该测试工具允许用户使用多种语言来自定义测试工具负载，并可一次模拟上万次用户操作行为，提供一个随机模型来模拟用户对 Web软件的操作行为，并可以通过并发量的细粒度来调整软件3-4。FabanPlus 测试架构如图1所示。图1FabanPlus测试架构根据图1可知，在执行测试操作时，FabanPlus可自动记录Web软件系统的吞吐量以及对模拟操作的响应时间，并在模拟操作结束后，对记录的数据进行分析统计，与此同时，FabanPlus 自动化测试工具拥有管理平台，操作人员可在管理平台中进行上传测试参数、修改负载配置、管理软件运行等操作，并可随时查看测试结果5-6。FabanPlus由两部分构成：MARS与AGEN，如图2所示。观察图2可知，MARS负责控制测试负载的执行终止等操作，并负责保存和统计测试数据信息。AGEN则负责运行测试系统，执行测试操作。FabanPlus拥有扩展的 Driver模块，能够提供 API组件，允许用户修改负载的控制值，利用提供的 API，用户可以在其中定义无限个离散的负载值，每个操作由相对应的HTTP 通信单元序列组成，并模拟用户操作，向 Web软件系统发出请求并响应7-8。开发人员通过Web软件服务系统的日志便可了解Web软件系统中存在的问题。Driver 包括四个组件，分别为 HTTP 通信单元、DOM结构单元、JAVA解释单元以及AMO数据搜索单元并通过异步请求的负载生成算法，完成与Web软件的通信以及对Web软件性能参数数据的收集并处理。从而实现对Web软件的性能参数的自动化测试。为了实现对 Web软件性能参数的自动化测试，建立自动化测试矩阵，通过 FabanPlus 指令启动自动化测试矩阵，完成对 Web软件性能参数的自动化测试。所谓自动化测试矩阵即为在测试流中某个负载节点所有测试用例的集合。该文提出一种按照对Web软件系统各个接口的参数成对组合的方式来进行测试用例的选择，该方法考虑了所有 Web软件在测试中可能出现的结果与可能，并覆盖了所有可能产生问题对系统导致的影响，接口数量计算公式如下：m=ti,i=1,2,n（1）其中，m为Web软件系统接口数量，t为每个接口的取值范围。根据式（1）构造一个虚拟网络，该网络第一层第一个节点就代表第一个参数m1的第一个取值t1，以此类推，从第一层第一个节点出发，直至最后一个节点，在此过程中形成一条路径，路径上的每一个节点即为一个测试用例。计算顺序如下：将虚拟网络层次从左至右，从上至下开始执行，下一个节点自动给上一个节点发送数据信号，每一个节点在接收下一个节点所发送的数据信号后，自动进行顺序排列，形成号码串，每层都会形成一个号码串，由每一层的最后一个节点发送给下一层的第一个节点，再选择最后一个节点，该图2FabanPlus架构周 健，等Web软件性能参数自动化测试方法设计-113电子设计工程 2023年第16期节点即具有所有虚拟网络的测试用例信息。根据上述计算实现软件的测试。2Web软件性能参数负载调控完成软件测试后，进行负载调控，根据用户对负载规则的定义，调节Web软件运行时的负载状态，该调节是一个动态过程，用户可随时根据 Web软件性能参数情况来进行调节，使负载强度根据运行情况随时改变，从而有效测试 Web 软件的弹性性能。Web软件性能参数负载调控过程如图3所示。图3Web软件性能参数负载调控过程负载调节是根据负载动态调节算法来实现运行的，用户需要设置负载调节的规则。负载调节期望指数计算公式如下所示：W=Umaxsin2T1T2+Uminsin2T3T4（2）其中，W为负载调节期望指数；T1表示 CPU 利用增加调节时长；Umax表示 CPU 最大利用率；T2表示 CPU 最长持续时间；Umin表示最小利用率；T3表示CPU利用率降低调节时长；T4表示最短持续时间。根据负载调节期望指数进行负载动态调节，是一种基于状态反馈的调节算法，可以实时调节负载强度，使 CPU 的利用率最大限度接近期望值。但其需要考虑负载调节中的两个重要因素：Web软件运行时系统的真实值S与期望值W。真实值可通过Web软件运行时的监测数据得出，而期望值 W 则利用上述公式计算得出，真实值与期望值有一个偏差值，定义为E：E=|S-W|（3）设定一个阈值B，当EB时，进行动态负载调节，通过设计一种算法来控制负载调节的运行。将负载单位的增加量看作 CPU 需要增强的负载强度，若 CPU 的实际利用率比预测利用率大，则可以证明加强负载影响了 Web软件系统的状态，需要降低负载调节；若CPU的实际利用率比预测利用率小，则证明需要进行加强负载调节。预测的偏差值E越大，则证明需要加强的负载程度越大。当负载强度属于上升阶段，且SUmax时，CPU 的实际利用率便达到了最初对 Web 软件系统设定时的目标值，证明该Web软件可以正常运行，负载强度不需要进行调节，只需稳定当前的负载调节程度即可，直至 Web软件性能参数测试结束。FabanPlus中提供支持 HTTP通信的 API组件分别基于 HTTPURL 以及 APACHE 客户端的编程工具完成实现，可进行自动倒计时，从而记录每次模拟用户发出请求的时间以及系统相应的时间，这部分时间便是负载稳定运行的时间，这段时间内搜集的信息便是用作Web软件性能参数测试数据信息。在负载执行过程中，利用线程模拟用户的行为，每次每个用户的操作都需要输入一个验证码，并提供登录的用户名以及密码。FabanPlus 负载生成算法维护每一个 Web软件的请求生成，再记录响应时间，根据用户定义的 URL地址生成向 Web软件系统服务器的请求。用户操作所产生的URL地址可以只针对 Web软件中的一个固定的 URL地址，也可针对该 Web中不同的 URL地址产生请求，开发人员在设定负载强度范围时，可定义多个随机的用户与服务器之间产生的 URL地址，使得用户只需定义其中一个请求行为便可向服务器产生若干需求。至此，完成对Web软件性能参数的自动化测试。3实验研究为验证该文方法的实际应用效果进行实验分析。实验环境如图4所示。图4实验环境选用的操作系统为 Ubuntu12.04，采用的中央处理器工作频率为1.0 GHz，硬盘内存为64 GB，采用的-114服务器软件为 Apache2.2，设定测试时间为 2 000 s，在测试过程中，同时向该文研究的自动化测试方法和传统的基于记忆单元的测试方法（文献1方法）、基于页面对象的 Web 测试方法（文献2方法）发送55 000 个 HTTP 请求，分别分析不同方法接收成功率、接收时间，得到的接收数据量实验结果如表 1所示。表1接收数据量实验结果实验次数/次12345678910接收数据量/个记忆单元50 80050 89450 87850 90050 95450 78550 78950 74850 98850 798页面对象51 05051 00051 02851 03651 04551 03351 04151 08751 03951 034该文方法54 99554 98254 99954 99854 98354 98954 99954 99454 99654 990由表 1 可知，该文设计方法的接收成功率高于两个传统方法，在接收 51 200个 HTTP请求后，该文的测试方法成功数量始终在 98%以上，而传统方法的成功数量相对较低，且在接受过程中出现的误差较大，这是由于用户操作和比例要求出现较多问题。响应时间实验结果如图5所示。图5响应时间实验结果由图 5 可知，该文设计方法在对每个请求进行测试时，响应时间远远小于传统方法的响应时间。这是因为该文设计方法应用了 FabanPlus 的模拟用户进行测试，在测试过程中对用户进行动态调节，能够很好地利用 CPU，在相同负载强度下能够更快速地实现响应。三种测试方法的 CPU利用率如表 2所示。由表 2 可知，该文研究方法对 CPU 的利用率远高于传统方法。这是因为该文研究方法通过分析URL和相应代码完成信息利用，而传统方法在进行用户统计过程中，需要耗费的时间较多，CPU利用率难以达到用户要求。4结束语Web 软件已经逐渐渗透到人们的生活，其在各个领域得到了广泛应用，为提升其应用效果，需要对Web 软件性能参数进行测试。为提升参数测试效果，该文设计了一种 Web软件性能参数自动化测试方法，该方法适用于所有语言编辑的Web软件，具有普及性，以期通过该文研究为后续研究此方面的学者提供一定参考。参考文献：1 杨波,胡国兵.利用记忆单元改进DQN的Web服务组合优化方法J.计算机应用与软件,2020,37(11):11-17.2 王曙燕,郑佳妮,孙家泽.基于页面对象的Web应用测试用例生成方法J.计算机应用,2020,40(1):212-217.3 马郓,刘譞哲,梅宏.面向移动Web应用的浏览器缓存性能度量与优化J.软件学报,2020,31(7):1980-1996.4 党伟超,李涛,白尚旺,等.基于自注意力长短期记忆网络的Web软件系统实时剩余寿命预测方法J.计算机应用,2021,41(8):2346-2351.5 王玉奇,高建华.一种基于关联规则的Web应用统计测试方法J.计算机工程,2020,46(3):206-213.表2CPU利用率实验结果实验次数/次12345678910利用率（%）记忆单元78.6378.1478.3678.9478.2578.1378.3978.2479.7778.25页面对象80.2180.4180.4582.4582.3682.8483.6984.3384.0183.12该文方法99.8499.6299.9199.4599.6499.8199.2599.4899.5899.36（下转第120页）周 健，等Web软件性能参数自动化测试方法设计-115电子设计工程 2023年第16期适用于复杂工作状况，是未来的研究重点。参考文献：1 孙广慧,郑楚韬,孔祥轩,等.基于小波分析的变压器转换性故障快速识别方法J.电网与清洁能源,2021,37(2):23-29.2 张卓,王睿,柳洪波,等.基于IAFSA优化LS-SVM的变压器故障识别研究J.组合机床与自动化加工技术,2020(6):76-79.3 孟乐,焦在滨,刘星,等.一种基于负序分量的变压器励磁涌流识别新方法J.变压器,2019,56(1):50-52.4 童国锋,朱梅.基于深度学习的变压器在线故障检测J.计算机测量与控制,2020,28(9):65-68.5 李阳,路鹏,朱伯涛,等.基于经验小波变换和改进卷积神经网络的变压器故障诊断方法J.电子设计工程,2021,29(8):140-144.6 曾全昊,王丰华,郑一鸣,等.基于卷积神经网络的变压器有载分接开关故障识别J.电力系统自动化,2020,44(11):144-151.7 白浩,王昱力.基于数据清洗和知识迁移的变压器故障诊断模型J.电工电能新技术,2020,39(1):28-35.8 王辉,李群湛,解绍锋,等.基于一种新型牵引补偿变压器的牵引变电群贯通供电系统负序补偿J.电工技术学报,2021,36(10):2140-2152.9 阎怀东.基于变压器负序电信号的匝间故障检测方法J.电子器件,2020,43(5):1035-1041.10王辉,李群湛,解绍锋,等.基于Dd接线变压器及静止无功发生器的电气化铁路同相供电综合补偿方案J.中国铁道科学,2020,41(4):116-126.11王猛.基于机器视觉的网络变压器模块缺陷检测系统研究J.机床与液压,2021,49(4):89-93.12刘军,席照才.利用数据挖掘技术实现电力变压器故障识别J.信息技术,2020,44(11):142-147.13郁飞,党晓鹏,张建华.基于机器视觉的变压器油位仪表识别技术研究J.计算机与数字工程,2019,47(7):1810-1814.14桑子夏,郑旭,方仍存,等.基于综合能源系统的固态变压器中开关器件故障特性分析与诊断J.电工技术学报,2021,36(S01):231-240.15王伟,唐庆华,刘力卿,等.基于加权综合损失优化深度学习和DGA的变压器故障诊断方法J.南方电网技术,2020,14(3):29-34.16李瑞生,许丹,翟登辉,等.基于HSV特征变换与目标检测的变压器呼吸器缺陷智能识别方法J.高电压技术,2020,46(9):3027-3034.17周俊,何钊睿,樊轶,等.基于小波树突状网络的配电网单相接地故障辨识方法J.电力信息与通信技术,2022,20(12):55-62.（上接第115页）6 王嘉捷,刘建鑫,马宇飞,等.WebView组件漏洞自动化检测与验证方法J.北京理工大学学报,2020,40(2):169-174.7 孙天齐,胡建鹏,黄娟,等.云环境下 Web 应用带宽资源预测与管理J.计算机应用,2020,40(1):181-187.8 孙立哲.轻量级接口自动化测试框架设计与实践J.计算机应用与软件,2020,37(1):27-30,36.9 杨晓刚,姚艳.基于Web的数控加工铣削参数优选模型的研究J.机械设计与制造工程,2022,51(1):93-96.10庞存辰.基于DOORS的嵌入式软件参数数据项设计方法J.单片机与嵌入式系统应用,2021,21(7):16-18.11左万娟,虞砺琨,王小丽,等.基于共性需求的软件通用自动化测试设计研究J.计算机技术与发展,2020,30(6):49-54.12冯诗韵,王飞儿,俞洁.基于Matlab软件自动化求取参数的HEC-RAS模型构建J.环境科学学报,2020,40(2):623-630.13马梓昂,贾克斌.基于Web的高性能智能快递柜管理系统J.计算机应用与软件,2020,37(4):1-5,47.14韦恒,黄超,杨彦,等.基于数据挖掘技术的电网设备参数风险识别方法研究J.自动化技术与应用,2022,41(2):47-50,97.15伍丽娜,陈韬,张凯,等.基于多软件交互控制的专用车参数化设计研究J.机械制造与自动化,2021,50(4):146-149.16陈嘉桐,夏静.基于STM32与WiFi技术的火箭发射装置力学参数检测系统J.电子设计工程,2021,29(22):70-74,79.-120