测试工作量确定方法、装置、设备及存储介质与流程

1.本技术涉及大数据领域，尤其涉及一种测试工作量确定方法、装置、设备及存储介质。


背景技术：

2.随着电子商务的飞速发展，用户对银行业务信息系统的业务连续性和业务时效性提出更高要求。
3.性能测试是通过自动化的测试工具模拟多种正常、峰值以及异常负载条件来对系统的各项性能指标进行测试。通过性能测试可以达到对银行业务信息系统性能全面的分析和瓶颈的预测。因此性能测试工作在金融信息科技部门的地位越来越重要。
4.现有的针对银行业务信息系统的测试工作量化统算方法，都是以功能测试为基础设计的，导致根据上述方法确定得到的测试工作量的准确性较低。


技术实现要素：

5.本技术提供一种测试工作量确定方法、装置、设备及存储介质，用以解决现有的针对银行业务信息系统的测试工作量化统算方法，得到的测试工作量的准确性较低问题。
6.第一方面，本技术提供一种测试工作量确定法，包括：
7.获取第一请求，所述第一请求中包括第一测试任务的任务标识；
8.根据所述任务标识，确定执行所述第一测试任务的测试设备的设备信息，所述设备信息包括所述测试设备的处理器数量、以及所述测试设备的设备类型；
9.确定所述第一测试任务的至少一个任务信息，所述至少一个任务信息包括如下至少一种：任务复杂度、测试环境复杂度、设计复杂度或问题复杂度；
10.根据所述设备信息和所述至少一个任务信息，确定所述第一测试任务的测试工作量；
11.向预设设备发送所述测试工作量或者显示所述测试工作量。
12.第二方面，本技术提供一种测试工作量确定装置，包括：
13.获取模块，用于获取第一请求，所述第一请求中包括第一测试任务的任务标识；
14.确定模块，用于根据所述任务标识，确定执行所述第一测试任务的测试设备的设备信息，所述设备信息包括所述测试设备的处理器数量、以及所述测试设备的设备类型；
15.确定模块，还用于确定所述第一测试任务的至少一个任务信息，所述至少一个任务信息包括如下至少一种：任务复杂度、测试环境复杂度、设计复杂度或问题复杂度；
16.确定模块，还用于根据所述设备信息和所述至少一个任务信息，确定所述第一测试任务的测试工作量；
17.发送模块，用于向预设设备发送所述测试工作量或者显示所述测试工作量。
18.第三方面，本技术提供了一种电子设备，包括：
19.处理器和存储器；
20.存储器存储计算机执行指令；
21.处理器执行存储器存储的计算机执行指令，使得电子设备执行第一方面中任一项的方法。
22.第四方面，本技术提供了一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，计算机执行指令被处理器执行时用于实现如第一方面任一项的方法。
23.第五方面，本技术提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如第一方面任一项的方法。
24.本实施例提供了一种测试工作量确定方法、装置、设备及存储介质，该方法通过获取第一请求，第一请求中包括第一测试任务的任务标识；根据任务标识，确定执行第一测试任务的测试设备的设备信息；确定第一测试任务的至少一个任务信息；根据设备信息和至少一个任务信息，确定第一测试任务的测试工作量；向预设设备发送测试工作量或者显示测试工作量。该方法通过考虑待测试系统的设备信息和任务信息来确定第一测试任务的测试工作量，使得性能测试的工作量得以可视化和可度量，得到的测试工作量的准确性更高。
附图说明
25.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。
26.图1是本技术提供的测试工作量确定方法的具体的应用场景图；
27.图2为本技术实施例提供的测试工作量确定方法流程图一；
28.图3为本技术实施例提供的测试工作量确定方法流程图二；
29.图4为本技术实施例提供的一种测试工作量确定装置的结构示意图；
30.图5为本技术实施例提供一种电子设备的结构示意图。
31.通过上述附图，已示出本技术明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本技术构思的范围，而是通过参考特定实施例为本领域技术人员说明本技术的概念。
具体实施方式
32.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本技术相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本技术的一些方面相一致的装置和方法的例子。
33.需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，并且相关数据的收集、使用和处理需要遵守相关法律法规和标准，并提供有相应的操作入口，供用户选择授权或者拒绝。
34.需要说明的是，本技术测试工作量确定的方法和装置可用于大数据领域，也可用于除大数据领域之外的任意领域，本技术测试工作量确定的方法和装置的应用领域不做限定。
35.本技术提供的测试工作量确定方法的具体的应用场景图，请参见图1，本技术的方
法通过两个方面来确定性能测试的工作量：算力和修正系数。其中算力是指计算能力(computing power)，算力是通过对信息数据进行处理，实现目标结果输出的计算能力。性能测试工作从根本上说就是对待测试系统算算力进行配置、测量和优化的过程，使待测试系统算力发挥最大能效是性能测试工作的核心。待测试系统算力的大小和性能测试工作量化存在正相关关系。修正系数也和测试工作量是正相关的关系，本技术根据实际工作的情况，考虑将待测试系统的业务复杂度、系统环境复杂度、设计复杂度以及问题和缺陷复杂度等维度的相关系数作为修正系数的影响因素。
36.在实际工作中，现阶段的性能测试工作量的方法是以功能测试为基础设计的，即考虑到测试时进行的案例设计和场景设计的工作量，这与性能测试的实际工作并不匹配，因此不能很好的衡量性能测试的测试工作量。
37.本实施例提供了一种测试工作量确定方法，该方法通过获取第一请求，根据其中的任务标识确定第一测试任务的测试设备的设备信息；根据第一测试任务的至少一个任务信息；结合任务信息和设备信息来确定第一测试任务的测试工作量，使得性能测试的工作量得以可视化和可度量，得到的测试工作量的准确性更高。
38.本技术提供的测试工作量确定方法，旨在解决现有技术的如上技术问题。
39.下面以具体地实施例对本技术的技术方案以及本技术的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本技术的实施例进行描述。
40.图2为本技术实施例提供的测试工作量确定方法流程图一。如图2所示，本实施例的方法，包括：
41.s201、获取第一请求，第一请求中包括第一测试任务的任务标识；
42.本技术实施例的执行主体可以为电子设备，也可以为设置在电子设备中的测试工作量确定装置。可选地，测试工作量确定装置可以通过软件实现，也可以通过软件和硬件的结合实现。
43.第一请求，用于请求获取第一测试任务对应的工作量，待测试系统可以是银行业务信息系统，也可以是其他系统。在银行业务信息系统中，会因为业务不同设计成不同的子系统，每个子系统包括不同类型和数量的设备，具有不同的功能。测试任务包括测试对象即待测试系统，测试流程，以及测试环境等任务信息。
44.s202、根据任务标识，确定执行第一测试任务的测试设备的设备信息，设备信息包括测试设备的处理器数量、以及测试设备的设备类型；
45.本技术从两个方面来建立测试工作量的统算模型：算力和修正系数。其中，算力是指待测试系统的设备的算力。所以获取第一请求之后，需要确定待测试系统的设备情况来确定算力。待测试系统的算力与待测试系统的型号，处理器类型等设备信息相关。因此，需要根据第一请求中包括的第一测试任务的任务标识，确定第一测试任务，进而确定第一测试任务的测试设备的设备信息。其中，设备信息包括测试设备的处理器数量、以及测试设备的设备类型。
46.s203、确定第一测试任务的至少一个任务信息，至少一个任务信息包括如下至少一种：任务复杂度、测试环境复杂度、设计复杂度或问题复杂度；
47.本技术考虑使用修正系数来对以算力为基准的测试工作量的统算模型进行修正。
processing)是指联机事务处理，典型代表是关系型数据库(mysql)，它的数据存储在服务器本地的文件里；olap(on-line analytical processing)是指联机分析处理，olap型数据库的典型代表是分布式文件系统(hive)，它的数据存储在hdfs集群里；t1，t2以及t3是指待测试系统的维护等级。
57.可选地，至少一个任务信息包括测试环境复杂度；确定第一测试任务的测试环境复杂度，本技术的方法包括：
58.确定第一测试任务对应的至少一个环境信息，至少一个环境信息包括如下至少一种：环境部署类型、测试设备的设备类型或测试设备的部署地域；
59.确定每个环境信息对应的第二子修正系数；
60.根据每个环境信息对应的第二子修正系数，确定测试环境复杂度。
61.环境复杂度是指通过对被测系统的环境分析，获得对性能测试工作量的环境复杂度k2，是从环境部署准备角度对性能测试工作量进行修正。因此需要首先根据第一测试任务确定对应的至少一个环境信息，随后对其进行环境分析。分析的角度包括环境部署类型、测试设备的设备类型或测试设备的部署地域。随后为每个环境信息设置对应的第二子修正系数，再根据每个环境信息对应的第二子修正系数，确定测试环境复杂度。不同环境信息以及环境信息细项的第二修正子系数如表2所示。
62.表2
[0063][0064]
可选地，至少一个任务信息包括设计复杂度；确定第一测试任务的设计复杂度，本技术的方法包括：
[0065]
确定第一测试任务对应的至少一个测试信息，至少一个测试信息包括如下至少一种：测试脚本类型、测试脚本数量、测试场景数量、测试数据类型、测试设备的数量、监控设备的数量、测试类型或测试人员数量，测试类型为非批量测试、批量测试或者联机叠加批量测试；
[0066]
确定每个测试信息对应的第三子修正系数；
[0067]
根据每个测试信息对应的第三子修正系数，确定设计复杂度。
[0068]
设计复杂度修正是指通过对待测试系统的设计工作分析，获得对性能测试工作量
的设计复杂度k3，从测试设计准备角度对性能测试工作量进行修正。因此需要首先根据第一测试任务确定对应的至少一个测试信息，接着对其进行测试设计分析。分析的角度包括测试脚本类型、测试脚本数量、测试场景数量、测试数据类型、测试设备的数量、监控设备的数量、测试类型或测试人员数量，测试类型为非批量测试、批量测试或者联机叠加批量测试。随后为每个测试信息设置对应的第三子修正系数，再根据每个测试信息对应的第三子修正系数，确定设计复杂度。不同测试信息以及测试信息的第三修正子系数如表3所示。
[0069]
表3
[0070][0071]
其中，zabbix监控是应用基于web界面的提供分布式系统监视以及网络监视功能的企业级的开源解决方案的监控。
[0072]
可选地，至少一个任务信息包括问题复杂度；确定第一测试任务的问题复杂度，本技术的方法包括：
[0073]
确定第一测试任务中存在问题的问题数量；
[0074]
根据问题数量确定任务复杂度。
[0075]
问题及缺陷复杂度是指通过对待测试系统的测试，发现、定位并解决各类问题，从而获得对性能测试工作量的设计复杂度修正k4，从问题发现角度对性能测试工作量进行修
正。因此需要首先根据第一测试任务确定存在问题的问题数量，接着对其进行问题数量分析。随后为每个范围的问题数量设置对应的第四子修正系数，再根据每个范围的问题数量对应的第四子修正系数，确定任务复杂度。不同范围的问题数量的第四修正子系数如表4所示。
[0076]
表4
[0077][0078]
s204、根据设备信息和至少一个任务信息，确定第一测试任务的测试工作量；
[0079]
根据设备信息，确定了待测试系统的算力，通过至少一个任务信息，确定了修正系数。第一测试任务的测试工作量与算力为正相关关系，同时修正系数为正相关系数。因此第一测试任务的测试工作量如下式可得：
[0080]w工作量
＝k
修正系数
*c
算力
[0081]
其中，w
工作量
为性能测试工作量统算值；k
修正系数
为多维度适配修正系数；c
算力
为计算力。
[0082]
s205、向预设设备发送测试工作量或者显示测试工作量。
[0083]
在确定了第一测试任务的测试工作量之后，可以据此进行服务于性能测试的任务管理、资源分配以及业绩考核等工作。例如向预设设备发送测试工作量或者显示测试工作量，使得测试的工作人员了解本次工作的工作量，进行任务时间安排。
[0084]
本实施例提供了一种测试工作量确定方法，该方法通过获取第一请求，第一请求中包括第一测试任务的任务标识；根据任务标识，确定执行第一测试任务的测试设备的设备信息；确定第一测试任务的至少一个任务信息；根据设备信息和至少一个任务信息，确定第一测试任务的测试工作量；向预设设备发送测试工作量或者显示测试工作量。该方法通过考虑待测试系统的设备信息和任务信息来确定第一测试任务的测试工作量，使得性能测试的工作量得以可视化和可度量，得到的测试工作量的准确性更高。
[0085]
图3为本技术实施例提供的测试工作量确定方法流程图二。如图3所示，本实施例的方法，在图2所示的实施例的基础上，对根据设备信息和至少一个任务信息，确定第一测试任务的测试工作量的过程进行详细的表述。
[0086]
s301、根据测试设备的设备类型，确定算力折合系数；
[0087]
设备算力是与设备型号相关的，一般相同型号的服务器的算力是基本一致的。常用的设备类型包括以下几种：开放平台服务器、云计算服务器、x86虚拟机以及win平台服务器。相同类型服务器(物理机)尽管存在多种型号，但可以假设其算力是一致的，相同类型服务器(物理机)的单颗cpu按照折合系数，折合成以基准算力为计量单位的算力，就可以把不同类型服务器的算力通过算力基准进行统一计量，算力折合系数可以根据测试结果和经验不断优化。
[0088]
可选地，不同设备类型的算力折合系数如表5所示。
[0089]
表5
[0090]
序号设备类型算力折合系数1主机1.12开放平台服务器1.13x86平台服务器14云平台iaas&paas服务器15win平台服务器1
[0091]
其中，云平台iaas服务器是指基础设施即服务(infrastructure as a service，iaas)云服务器，云平台paas服务器是指平台即服务(platform as a service，paas)云服务器。
[0092]
s302、获取单个处理器的单位算力；
[0093]
可以将云计算服务器的一颗cpu记为一个算力基准，获取云计算服务器的一颗cpu的算力，将其作为单个处理器的单位算力。
[0094]
s303、根据处理器数量、算力折合系数和单位算力，确定测试计算量；
[0095]
在获取了不同类型服务器的算力折合系数和单个处理器的单位算力的基础上，还需要处理器数量，因为有的设备中包括多个处理器。待测试系统的统算算力，即测试计算量可以如下式所示得到：
[0096]c测试计算量
＝m
算力折合系数
*c
单位算力
*n
颗数
[0097]
其中，c
测试计算量
是待测试系统的测试计算量；m
算力折合系数
是待测试系统设备的算力折合系数；c
单位算力
是单个处理器的单位算力；n
颗数
是待测试系统设备的处理器的颗数。如果待测试系统中包括两种不同类型的设备，则需要根据上式分别计算。
[0098]
s304、确定每个任务信息的权重值；
[0099]
每个任务信息的权重值可以在初始时都设置为1，后续可以根据当前关注的方面及问题导向对各维度任务信息的权重进行重新设置。
[0100]
s305、根据至少一个任务信息、以及每个任务信息的权重值，确定修正系数；
[0101]
在获取了任务信息ki和对应的权重值wi的基础上，可以根据下式确定修正系数k
修正系数
：
[0102]k修正系数
＝1/i*∑ki*wi[0103]
其中，i是任务信息的个数，1《i《4。
[0104]
s306、根据测试计算量和修正系数，确定测试工作量。
[0105]
在获取了测试计算量和修正系数的基础上，计算两者的乘积即可以确定测试工作量。
[0106]
本实施例提供了一种测试工作量确定方法，该方法通过根据测试设备的设备类型，确定算力折合系数；获取单个处理器的单位算力；根据处理器数量、算力折合系数和单位算力，确定测试计算量；确定每个任务信息的权重值；根据至少一个任务信息、以及每个任务信息的权重值，确定修正系数；根据测试计算量和修正系数，确定测试工作量。该方法通过算力折合系数、处理器数量以及单位算力确定测试计算量，以及计算任务信息的加权和确定修正系数，大大提高了本技术的实用性。
[0107]
图4为本技术实施例提供的一种测试工作量确定装置的结构示意图。本实施例的装置可以为软件和/或硬件的形式。如图4所示，本技术实施例提供的一种测试工作量确定
装置400，包括获取模块401、确定模块402和发送模块403，
[0108]
获取模块401，用于获取第一请求，第一请求中包括第一测试任务的任务标识；
[0109]
确定模块402，用于根据任务标识，确定执行第一测试任务的测试设备的设备信息，设备信息包括测试设备的处理器数量、以及测试设备的设备类型；
[0110]
确定模块402，还用于确定第一测试任务的至少一个任务信息，至少一个任务信息包括如下至少一种：任务复杂度、测试环境复杂度、设计复杂度或问题复杂度；
[0111]
确定模块402，还用于根据设备信息和至少一个任务信息，确定第一测试任务的测试工作量；
[0112]
发送模块403，用于向预设设备发送测试工作量或者显示测试工作量。
[0113]
一种可能的实现方式中，确定模块具体用于：
[0114]
根据设备信息，确定第一测试任务的测试计算量；
[0115]
根据至少一个任务信息，确定第一测试任务的修正系数；
[0116]
根据测试计算量和修正系数，确定测试工作量。
[0117]
一种可能的实现方式中，确定模块具体用于：
[0118]
根据测试设备的设备类型，确定算力折合系数；
[0119]
获取单个处理器的单位算力；
[0120]
根据处理器数量、算力折合系数和单位算力，确定测试计算量。
[0121]
一种可能的实现方式中，确定模块具体用于：
[0122]
确定每个任务信息的权重值；
[0123]
根据至少一个任务信息、以及每个任务信息的权重值，确定修正系数。
[0124]
一种可能的实现方式中，确定模块具体用于：
[0125]
确定第一测试任务对应的第一业务，第一测试任务用于对第一业务进行测试；
[0126]
获取第一业务的至少一个业务属性，至少一个业务属性包括如下至少一种：业务可用性、业务覆盖范围、业务类型、灾备恢复能力或业务关注度；
[0127]
确定每个业务属性对应的第一子修正系数；
[0128]
根据每个业务属性对应的第一子修正系数，确定任务复杂度。
[0129]
一种可能的实现方式中，确定模块具体用于：
[0130]
确定第一测试任务对应的至少一个环境信息，至少一个环境信息包括如下至少一种：环境部署类型、测试设备的设备类型或测试设备的部署地域；
[0131]
确定每个环境信息对应的第二子修正系数；
[0132]
根据每个环境信息对应的第二子修正系数，确定测试环境复杂度。
[0133]
一种可能的实现方式中，确定模块具体用于：
[0134]
确定第一测试任务对应的至少一个测试信息，至少一个测试信息包括如下至少一种：测试脚本类型、测试脚本数量、测试场景数量、测试数据类型、测试设备的数量、监控设备的数量、测试类型或测试人员数量，测试类型为非批量测试、批量测试或者联机叠加批量测试；
[0135]
确定每个测试信息对应的第三子修正系数；
[0136]
根据每个测试信息对应的第三子修正系数，确定设计复杂度。
[0137]
一种可能的实现方式中，确定模块具体用于：
[0138]
确定第一测试任务中存在问题的问题数量；
[0139]
根据问题数量确定任务复杂度。
[0140]
本实施例提供的测试工作量确定的装置，可用于执行上述方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。
[0141]
本技术实施例提供一种电子设备的结构示意图，请参见图5，该电子设备20可以包括处理器21和存储器22。示例性地，处理器21、存储器22，各部分之间通过总线23相互连接。
[0142]
存储器22存储计算机执行指令；
[0143]
处理器21执行存储器22存储的计算机执行指令，使得电子设备执行如上述的测试工作量确定方法。
[0144]
应理解，上述处理器21可以是中央处理单元(英文：central processing unit，简称：cpu)，还可以是其他通用处理器、数字信号处理器(英文：digital signal processor，简称：dsp)、专用集成电路(英文：application specific integrated circuit，简称：asic)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。存储器22可能包含高速随机存取存储器(英文：random access memory，简称：ram)，也可能还包括非易失性存储器(英文：non-volatile memory，简称：nvm)，例如至少一个磁盘存储器，还可以为u盘、移动硬盘、只读存储器、磁盘或光盘等。
[0145]
本技术实施例相应还提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，计算机执行指令被处理器执行时用于实现测试工作量确定方法。
[0146]
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本技术的其它实施方案。本技术旨在涵盖本技术的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本技术的一般性原理并包括本技术未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本技术的真正范围和精神由下面的权利要求书指出。
[0147]
应当理解的是，本技术并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本技术的范围仅由所附的权利要求书来限制。

技术特征：
1.一种测试工作量确定方法，其特征在于，包括：获取第一请求，所述第一请求中包括第一测试任务的任务标识；根据所述任务标识，确定执行所述第一测试任务的测试设备的设备信息，所述设备信息包括所述测试设备的处理器数量、以及所述测试设备的设备类型；确定所述第一测试任务的至少一个任务信息，所述至少一个任务信息包括如下至少一种：任务复杂度、测试环境复杂度、设计复杂度或问题复杂度；根据所述设备信息和所述至少一个任务信息，确定所述第一测试任务的测试工作量；向预设设备发送所述测试工作量或者显示所述测试工作量。2.根据权利要求1所述的方法，其特征在于，根据所述设备信息和所述至少一个任务信息，确定所述第一测试任务的测试工作量，包括：根据所述设备信息，确定所述第一测试任务的测试计算量；根据所述至少一个任务信息，确定所述第一测试任务的修正系数；根据测试计算量和所述修正系数，确定所述测试工作量。3.根据权利要求2所述的方法，其特征在于，根据所述设备信息，确定所述第一测试任务的测试计算量，包括：根据所述测试设备的设备类型，确定算力折合系数；获取单个处理器的单位算力；根据所述处理器数量、所述算力折合系数和所述单位算力，确定所述测试计算量。4.根据权利要求2或3所述的方法，其特征在于，根据所述至少一个任务信息，确定所述第一测试任务的修正系数，包括：确定每个任务信息的权重值；根据所述至少一个任务信息、以及每个任务信息的权重值，确定所述修正系数。5.根据权利要求1-4任一项所述的方法，其特征在于，所述至少一个任务信息包括所述任务复杂度；确定所述第一测试任务的任务复杂度，包括：确定所述第一测试任务对应的第一业务，所述第一测试任务用于对所述第一业务进行测试；获取所述第一业务的至少一个业务属性，所述至少一个业务属性包括如下至少一种：业务可用性、业务覆盖范围、业务类型、灾备恢复能力或业务关注度；确定每个业务属性对应的第一子修正系数；根据每个业务属性对应的第一子修正系数，确定所述任务复杂度。6.根据权利要求1-4任一项所述的方法，其特征在于，所述至少一个任务信息包括测试环境复杂度；确定所述第一测试任务的测试环境复杂度，包括：确定所述第一测试任务对应的至少一个环境信息，所述至少一个环境信息包括如下至少一种：环境部署类型、所述测试设备的设备类型或所述测试设备的部署地域；确定每个环境信息对应的第二子修正系数；根据每个环境信息对应的第二子修正系数，确定所述测试环境复杂度。7.根据权利要求1-4任一项所述的方法，其特征在于，所述至少一个任务信息包括设计复杂度；确定所述第一测试任务的设计复杂度，包括：确定所述第一测试任务对应的至少一个测试信息，所述至少一个测试信息包括如下至
少一种：测试脚本类型、测试脚本数量、测试场景数量、测试数据类型、所述测试设备的数量、监控设备的数量、测试类型或测试人员数量，所述测试类型为非批量测试、批量测试或者联机叠加批量测试；确定每个测试信息对应的第三子修正系数；根据每个测试信息对应的第三子修正系数，确定所述设计复杂度。8.根据权利要求1-4任一项所述的方法，其特征在于，所述至少一个任务信息包括问题复杂度；确定所述第一测试任务的问题复杂度，包括：确定所述第一测试任务中存在问题的问题数量；根据所述问题数量确定所述任务复杂度。9.一种测试工作量确定装置，包括：获取模块，用于获取第一请求，所述第一请求中包括第一测试任务的任务标识；确定模块，用于根据所述任务标识，确定执行所述第一测试任务的测试设备的设备信息，所述设备信息包括所述测试设备的处理器数量、以及所述测试设备的设备类型；确定模块，还用于确定所述第一测试任务的至少一个任务信息，所述至少一个任务信息包括如下至少一种：任务复杂度、测试环境复杂度、设计复杂度或问题复杂度；确定模块，还用于根据所述设备信息和所述至少一个任务信息，确定所述第一测试任务的测试工作量；发送模块，用于向预设设备发送所述测试工作量或者显示所述测试工作量。10.一种电子设备，其特征在于，包括：处理器，以及与所述处理器通信连接的存储器；所述存储器存储计算机执行指令；所述处理器执行所述存储器存储的计算机执行指令，以实现如权利要求1至8任一项所述的方法。11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1至8任一项所述的方法。

技术总结
本申请提供一种测试工作量确定方法、装置、设备及存储介质，可用于大数据领域。该方法包括：获取第一请求，第一请求中包括第一测试任务的任务标识；根据任务标识，确定执行第一测试任务的测试设备的设备信息，设备信息包括测试设备的处理器数量、以及测试设备的设备类型；确定第一测试任务的至少一个任务信息，至少一个任务信息包括如下至少一种：任务复杂度、测试环境复杂度、设计复杂度或问题复杂度；根据设备信息和至少一个任务信息，确定第一测试任务的测试工作量；向预设设备发送测试工作量或者显示测试工作量。本申请的方法，使得性能测试的工作量得以可视化和可度量，得到的测试工作量的准确性更高。试工作量的准确性更高。试工作量的准确性更高。


技术研发人员：才晓峰 刘琴 王洪义
受保护的技术使用者：中国银行股份有限公司
技术研发日：2023.06.29
技术公布日：2023/9/9