大數(shù)據(jù)性能測試方案-V1.0

大數(shù)據(jù)性能測試方案-V1.0大數(shù)據(jù)性能測試方案-V1.0大數(shù)據(jù)性能測試方案-V1.0大數(shù)據(jù)性能測試方案-V1.0編制僅供參考審核批準(zhǔn)生效日期地址：電話：傳真:郵編:編號(hào)：密級(jí)：XXX大數(shù)據(jù)平臺(tái)性能測試方案[]擬制人：審核人：批準(zhǔn)人：[2016年01月08日]文件變更記錄*A-增加M-修訂D-刪除版本號(hào)日期變更類型

（A*M*D）修改人摘要審核人備注2016-01-08A新建性能測試方案目錄TOC\o"1-3"\h\u目錄 I1引言 1 編寫目的 1 測試目標(biāo) 1 讀者對象 1術(shù)語定義 12環(huán)境搭建 1測試硬件環(huán)境 1軟件環(huán)境 23測試范圍 2測試功能點(diǎn) 2測試類型 2性能需求 3準(zhǔn)備工作 3測試流程 34.業(yè)務(wù)模型 4基準(zhǔn)測試 4Hadoop/Spark讀取算法的基準(zhǔn)測試 4Hadoop/Spark寫入算法的基準(zhǔn)測試 5Hadoop/Spark導(dǎo)入算法的基準(zhǔn)測試 6Hadoop/Spark導(dǎo)出算法的基準(zhǔn)測試 7負(fù)載測試 8Hadoop/Spark并行讀取/寫入算法的負(fù)載測試 8Hadoop/Spark并行導(dǎo)入/導(dǎo)出算法的負(fù)載測試 9穩(wěn)定性測試 10Hadoop/Spark并行讀取/寫入/導(dǎo)入/導(dǎo)出算法，7*24小時(shí)穩(wěn)定性測試 105測試交付項(xiàng) 126測試執(zhí)行準(zhǔn)則 12測試啟動(dòng) 12測試執(zhí)行 12測試完成 137角色和職責(zé) 138時(shí)間及任務(wù)安排 139風(fēng)險(xiǎn)和應(yīng)急 14影響方案的潛在風(fēng)險(xiǎn) 14應(yīng)急措施 141引言編寫目的本測試方案將對XXX大數(shù)據(jù)平臺(tái)的測試方案、測試范圍，測試的軟件硬件環(huán)境、測試進(jìn)度、測試人員的分工和職責(zé)以及測試流程進(jìn)行詳細(xì)的定義和整體的描述。測試目標(biāo)本次性能測試的目標(biāo)是檢測《XXX大數(shù)據(jù)平臺(tái)》在服務(wù)器上運(yùn)行時(shí)，了解該服務(wù)器的各項(xiàng)性能情況。讀者對象本方案的預(yù)期讀者是：項(xiàng)目負(fù)責(zé)人、測試人員、運(yùn)維人員和其他相關(guān)人員。術(shù)語定義術(shù)語定義性能測試通過自動(dòng)化的測試工具模擬多種正常、峰值以及異常負(fù)載條件來對系統(tǒng)的各項(xiàng)性能指標(biāo)進(jìn)行測試場景用于根據(jù)性能要求定義在每一個(gè)測試會(huì)話進(jìn)行期間發(fā)生的事件事務(wù)表示要度量的最終指定的某個(gè)特定業(yè)務(wù)2環(huán)境搭建測試硬件環(huán)境服務(wù)器名數(shù)量期望到位階段備注服務(wù)器1開發(fā)提測前軟件環(huán)境資源名稱配置3測試范圍測試功能點(diǎn)編號(hào)測試點(diǎn)對應(yīng)算法備注1Hadoop讀取2Hadoop寫入3Hadoop導(dǎo)入4Hadoop導(dǎo)出5Spark讀取6Spark寫入7Spark導(dǎo)入8Spark導(dǎo)出測試類型類型定義備注基準(zhǔn)測試單事物單用戶測試，目的是對選擇的單用戶在無壓力情況下（無額外進(jìn)程運(yùn)行并占用系統(tǒng)資源）情況下，獲取系統(tǒng)處理單請求的情況負(fù)載測試通過逐步增加系統(tǒng)負(fù)載，測試系統(tǒng)性能的變化穩(wěn)定性測試通過給系統(tǒng)加載一定業(yè)務(wù)壓力，運(yùn)行7*24小時(shí)，以此檢測系統(tǒng)是否穩(wěn)定運(yùn)行。性能需求名稱指標(biāo)備注CPU使用率不高于80%內(nèi)存使用率不高于80%I/O使用率不高于80%響應(yīng)時(shí)間Network使用率不高于80%準(zhǔn)備工作測試功能點(diǎn)全部通過功能測試，確保功能上沒有問題；測試環(huán)境服務(wù)器已搭建，被測項(xiàng)目已部署；準(zhǔn)備測試客戶機(jī)；準(zhǔn)備好測試數(shù)據(jù)；創(chuàng)建測試場景，并配置好每個(gè)場景的設(shè)置；測試過程中保存好測試數(shù)據(jù)和分析結(jié)果，并規(guī)范對執(zhí)行結(jié)果進(jìn)行命名測試流程4.測試策略基準(zhǔn)測試Hadoop/Spark讀取算法的基準(zhǔn)測試場景1：數(shù)據(jù)容量100G時(shí)，進(jìn)行讀取算法的基準(zhǔn)測試用例名稱數(shù)據(jù)量100G，讀取功能的基準(zhǔn)測試算法讀取驗(yàn)證功能Hadoop/Spark的讀取測試測試目的對比Hadoop/Spark的讀取算法，進(jìn)行數(shù)據(jù)容量100G讀取操作時(shí)，redpower服務(wù)器運(yùn)行情況前置條件操作步驟1.準(zhǔn)備數(shù)據(jù)容量100G2.對redpower服務(wù)器進(jìn)行資源監(jiān)控3.客戶端執(zhí)行Hadoop/Spark的讀取代碼運(yùn)行結(jié)果類別CPU使用率內(nèi)存使用率I/ONETWORK響應(yīng)時(shí)間備注HadoopSparkSpark場景2：數(shù)據(jù)容量500G時(shí)，進(jìn)行讀取算法的基準(zhǔn)測試用例名稱數(shù)據(jù)量500G，讀取功能的基準(zhǔn)測試算法讀取驗(yàn)證功能Hadoop/Spark的讀取測試測試目的對比Hadoop/Spark的讀取算法，進(jìn)行數(shù)據(jù)容量500G讀取操作時(shí)，redpower服務(wù)器運(yùn)行情況前置條件操作步驟1.準(zhǔn)備數(shù)據(jù)容量500G2.對redpower服務(wù)器進(jìn)行資源監(jiān)控3.客戶端執(zhí)行Hadoop/Spark的讀取代碼運(yùn)行結(jié)果類別CPU使用率內(nèi)存使用率I/ONETWORK響應(yīng)時(shí)間備注HadoopSparkSpark場景3：數(shù)據(jù)容量1T時(shí)，進(jìn)行讀取算法的基準(zhǔn)測試用例名稱數(shù)據(jù)量1T，讀取功能的基準(zhǔn)測試算法讀取驗(yàn)證功能Hadoop/Spark的讀取測試測試目的對比Hadoop/Spark的讀取算法，進(jìn)行數(shù)據(jù)容量1T讀取操作時(shí)，redpower服務(wù)器運(yùn)行情況前置條件操作步驟1.準(zhǔn)備數(shù)據(jù)容量1T2.對redpower服務(wù)器進(jìn)行資源監(jiān)控3.客戶端執(zhí)行Hadoop/Spark的讀取代碼運(yùn)行結(jié)果類別CPU使用率內(nèi)存使用率I/ONETWORK響應(yīng)時(shí)間備注HadoopSparkSparkHadoop/Spark寫入算法的基準(zhǔn)測試場景1：數(shù)據(jù)容量100G時(shí)，進(jìn)行寫入算法的基準(zhǔn)測試用例名稱數(shù)據(jù)量100G，寫入功能的基準(zhǔn)測試算法寫入驗(yàn)證功能Hadoop/Spark的寫入測試測試目的對比Hadoop/Spark的寫入算法，進(jìn)行數(shù)據(jù)容量100G寫入操作時(shí)，redpower服務(wù)器運(yùn)行情況前置條件操作步驟1.準(zhǔn)備數(shù)據(jù)容量100G2.對redpower服務(wù)器進(jìn)行資源監(jiān)控3.客戶端執(zhí)行Hadoop/Spark的寫入代碼運(yùn)行結(jié)果類別CPU使用率內(nèi)存使用率I/ONETWORK響應(yīng)時(shí)間備注HadoopSparkSpark場景2：數(shù)據(jù)容量500G時(shí)，進(jìn)行寫入算法的基準(zhǔn)測試用例名稱數(shù)據(jù)量500G，寫入功能的基準(zhǔn)測試算法寫入驗(yàn)證功能Hadoop/Spark的寫入測試測試目的對比Hadoop/Spark的寫入算法，進(jìn)行數(shù)據(jù)容量500G寫入操作時(shí)，redpower服務(wù)器運(yùn)行情況前置條件操作步驟1.準(zhǔn)備數(shù)據(jù)容量500G2.對redpower服務(wù)器進(jìn)行資源監(jiān)控3.客戶端執(zhí)行Hadoop/Spark的寫入代碼運(yùn)行結(jié)果類別CPU使用率內(nèi)存使用率I/ONETWORK響應(yīng)時(shí)間備注HadoopSparkSpark場景3：數(shù)據(jù)容量1T時(shí)，進(jìn)行寫入算法的基準(zhǔn)測試用例名稱數(shù)據(jù)量1T，寫入功能的基準(zhǔn)測試算法寫入驗(yàn)證功能Hadoop/Spark的寫入測試測試目的對比Hadoop/Spark的寫入算法，進(jìn)行數(shù)據(jù)容量1T寫入操作時(shí)，redpower服務(wù)器運(yùn)行情況前置條件操作步驟1.準(zhǔn)備數(shù)據(jù)容量1T2.對redpower服務(wù)器進(jìn)行資源監(jiān)控3.客戶端執(zhí)行Hadoop/Spark的寫入代碼運(yùn)行結(jié)果類別CPU使用率內(nèi)存使用率I/ONETWORK響應(yīng)時(shí)間備注HadoopSparkSparkHadoop/Spark導(dǎo)入算法的基準(zhǔn)測試場景1：數(shù)據(jù)容量100G時(shí)，進(jìn)行導(dǎo)入算法，查看服務(wù)器的相關(guān)性能指標(biāo)用例名稱數(shù)據(jù)量100G，導(dǎo)入功能的基準(zhǔn)測試算法導(dǎo)入驗(yàn)證功能Hadoop/Spark的導(dǎo)入測試測試目的對比Hadoop/Spark的導(dǎo)入算法，進(jìn)行數(shù)據(jù)容量100G導(dǎo)入操作時(shí)，redpower服務(wù)器運(yùn)行情況前置條件操作步驟1.準(zhǔn)備數(shù)據(jù)容量100G2.對redpower服務(wù)器進(jìn)行資源監(jiān)控3.客戶端執(zhí)行Hadoop/Spark的導(dǎo)入代碼運(yùn)行結(jié)果類別CPU使用率內(nèi)存使用率I/ONETWORK響應(yīng)時(shí)間備注HadoopSparkSpark場景2：數(shù)據(jù)容量500G時(shí)，進(jìn)行導(dǎo)入算法，查看服務(wù)器的相關(guān)性能指標(biāo)用例名稱數(shù)據(jù)量500G，導(dǎo)入功能的基準(zhǔn)測試算法導(dǎo)入驗(yàn)證功能Hadoop/Spark的導(dǎo)入測試測試目的對比Hadoop/Spark的導(dǎo)入算法，進(jìn)行數(shù)據(jù)容量500G導(dǎo)入操作時(shí)，redpower服務(wù)器運(yùn)行情況前置條件操作步驟1.準(zhǔn)備數(shù)據(jù)容量500G2.對redpower服務(wù)器進(jìn)行資源監(jiān)控3.客戶端執(zhí)行Hadoop/Spark的導(dǎo)入代碼運(yùn)行結(jié)果類別CPU使用率內(nèi)存使用率I/ONETWORK響應(yīng)時(shí)間備注HadoopSparkSpark場景3：數(shù)據(jù)容量1T時(shí)，進(jìn)行導(dǎo)入算法，查看服務(wù)器的相關(guān)性能指標(biāo)用例名稱數(shù)據(jù)量1T，導(dǎo)入功能的基準(zhǔn)測試算法導(dǎo)入驗(yàn)證功能Hadoop/Spark的導(dǎo)入測試測試目的對比Hadoop/Spark的導(dǎo)入算法，進(jìn)行數(shù)據(jù)容量1T導(dǎo)入操作時(shí)，redpower服務(wù)器運(yùn)行情況前置條件操作步驟1.準(zhǔn)備數(shù)據(jù)容量1T2.對redpower服務(wù)器進(jìn)行資源監(jiān)控3.客戶端執(zhí)行Hadoop/Spark的導(dǎo)入代碼運(yùn)行結(jié)果類別CPU使用率內(nèi)存使用率I/ONETWORK響應(yīng)時(shí)間備注HadoopSparkSparkHadoop/Spark導(dǎo)出算法的基準(zhǔn)測試場景1：數(shù)據(jù)容量100G時(shí)，進(jìn)行導(dǎo)出算法，查看服務(wù)器的相關(guān)性能指標(biāo)用例名稱數(shù)據(jù)量100G，導(dǎo)出功能的基準(zhǔn)測試算法導(dǎo)出驗(yàn)證功能Hadoop/Spark的導(dǎo)出測試測試目的對比Hadoop/Spark的導(dǎo)出算法，進(jìn)行數(shù)據(jù)容量100G導(dǎo)出操作時(shí)，redpower服務(wù)器運(yùn)行情況前置條件操作步驟1.準(zhǔn)備數(shù)據(jù)容量100G2.對redpower服務(wù)器進(jìn)行資源監(jiān)控3.客戶端執(zhí)行Hadoop/Spark的導(dǎo)出代碼運(yùn)行結(jié)果類別CPU使用率內(nèi)存使用率I/ONETWORK響應(yīng)時(shí)間備注HadoopSparkSpark場景2：數(shù)據(jù)容量500G時(shí)，進(jìn)行導(dǎo)出算法，查看服務(wù)器的相關(guān)性能指標(biāo)用例名稱數(shù)據(jù)量500G，導(dǎo)出功能的基準(zhǔn)測試算法導(dǎo)出算法驗(yàn)證功能Hadoop/Spark的導(dǎo)出測試測試目的對比Hadoop/Spark的導(dǎo)出算法，進(jìn)行數(shù)據(jù)容量500G導(dǎo)出操作時(shí)，redpower服務(wù)器運(yùn)行情況前置條件操作步驟1.準(zhǔn)備數(shù)據(jù)容量500G2.對redpower服務(wù)器進(jìn)行資源監(jiān)控3.客戶端執(zhí)行Hadoop/Spark的導(dǎo)出代碼運(yùn)行結(jié)果類別CPU使用率內(nèi)存使用率I/ONETWORK響應(yīng)時(shí)間備注HadoopSparkSpark場景3：數(shù)據(jù)容量1T時(shí)，進(jìn)行導(dǎo)出算法，查看服務(wù)器的相關(guān)性能指標(biāo)用例名稱數(shù)據(jù)量1T，導(dǎo)出功能的基準(zhǔn)測試算法導(dǎo)出驗(yàn)證功能Hadoop/Spark的導(dǎo)出測試測試目的對比Hadoop/Spark的導(dǎo)出算法，進(jìn)行數(shù)據(jù)容量1T導(dǎo)出操作時(shí)，redpower服務(wù)器運(yùn)行情況前置條件操作步驟1.準(zhǔn)備數(shù)據(jù)容量1T2.對redpower服務(wù)器進(jìn)行資源監(jiān)控3.客戶端執(zhí)行Hadoop/Spark的導(dǎo)出代碼運(yùn)行結(jié)果類別CPU使用率內(nèi)存使用率I/ONETWORK響應(yīng)時(shí)間備注HadoopSparkSpark負(fù)載測試Hadoop/Spark并行讀取/寫入算法的負(fù)載測試場景1：數(shù)據(jù)容量100G時(shí)，并行讀取/寫入算法的混合測試場景用例名稱數(shù)據(jù)量100G，并行讀取/寫入的負(fù)載測試算法讀取/寫入驗(yàn)證功能Hadoop/Spark并行讀取/寫入測試測試目的對比Hadoop/Spark的并行讀取/寫入，進(jìn)行數(shù)據(jù)容量100G操作時(shí)，redpower服務(wù)器運(yùn)行情況前置條件操作步驟1.準(zhǔn)備數(shù)據(jù)容量100G2.對redpower服務(wù)器進(jìn)行資源監(jiān)控3.客戶端并行執(zhí)行Hadoop/Spark的讀取/寫入算法運(yùn)行結(jié)果類別CPU使用率內(nèi)存使用率I/ONETWORK響應(yīng)時(shí)間備注HadoopSparkSpark場景2：數(shù)據(jù)容量500G時(shí)，并行讀取/寫入算法的混合測試場景用例名稱數(shù)據(jù)量500G，并行讀取/寫入的負(fù)載測試算法讀取/寫入驗(yàn)證功能Hadoop/Spark并行讀取/寫入測試測試目的對比Hadoop/Spark的并行讀取/寫入，進(jìn)行數(shù)據(jù)容量500G操作時(shí)，redpower服務(wù)器運(yùn)行情況前置條件操作步驟1.準(zhǔn)備數(shù)據(jù)容量500G2.對redpower服務(wù)器進(jìn)行資源監(jiān)控3.客戶端并行執(zhí)行Hadoop/Spark的讀取/寫入算法運(yùn)行結(jié)果類別CPU使用率內(nèi)存使用率I/ONETWORK響應(yīng)時(shí)間備注HadoopSparkSpark場景3：數(shù)據(jù)容量1T時(shí)，并行讀取/寫入算法的混合測試場景用例名稱數(shù)據(jù)量1T，并行讀取/寫入的負(fù)載測試算法讀取/寫入驗(yàn)證功能Hadoop/Spark并行讀取/寫入測試測試目的對比Hadoop/Spark的并行讀取/寫入，進(jìn)行數(shù)據(jù)容量1T操作時(shí)，redpower服務(wù)器運(yùn)行情況前置條件操作步驟1.準(zhǔn)備數(shù)據(jù)容量1T2.對redpower服務(wù)器進(jìn)行資源監(jiān)控3.客戶端并行執(zhí)行Hadoop/Spark的讀取/寫入算法運(yùn)行結(jié)果類別CPU使用率內(nèi)存使用率I/ONETWORK響應(yīng)時(shí)間備注HadoopSparkSparkHadoop/Spark并行導(dǎo)入/導(dǎo)出算法的負(fù)載測試場景1：數(shù)據(jù)容量100G時(shí)，并行導(dǎo)入/導(dǎo)出算法的混合場景測試用例名稱數(shù)據(jù)量100G，并行導(dǎo)入/導(dǎo)出的負(fù)載測試算法導(dǎo)入/導(dǎo)出驗(yàn)證功能Hadoop/Spark并行導(dǎo)入/導(dǎo)出測試測試目的對比Hadoop/Spark的并行導(dǎo)入/導(dǎo)出，進(jìn)行數(shù)據(jù)容量100G操作時(shí)，redpower服務(wù)器運(yùn)行情況前置條件操作步驟1.準(zhǔn)備數(shù)據(jù)容量100G2.對redpower服務(wù)器進(jìn)行資源監(jiān)控3.客戶端并行執(zhí)行Hadoop/Spark的導(dǎo)入/導(dǎo)出算法運(yùn)行結(jié)果類別CPU使用率內(nèi)存使用率I/ONETWORK響應(yīng)時(shí)間備注HadoopSparkSpark場景2：數(shù)據(jù)容量500G時(shí)，并行讀取/寫入算法的混合場景測試用例名稱數(shù)據(jù)量500G，并行導(dǎo)入/導(dǎo)出的負(fù)載測試算法導(dǎo)入/導(dǎo)出驗(yàn)證功能Hadoop/Spark并行導(dǎo)入/導(dǎo)出測試測試目的對比Hadoop/Spark的并行導(dǎo)入/導(dǎo)出，進(jìn)行數(shù)據(jù)容量500G操作時(shí)，redpower服務(wù)器運(yùn)行情況前置條件操作步驟1.準(zhǔn)備數(shù)據(jù)容量500G2.對redpower服務(wù)器進(jìn)行資源監(jiān)控3.客戶端并行執(zhí)行Hadoop/Spark的導(dǎo)入/導(dǎo)出算法運(yùn)行結(jié)果類別CPU使用率內(nèi)存使用率I/ONETWORK響應(yīng)時(shí)間備注HadoopSparkSpark場景3：數(shù)據(jù)容量1T時(shí)，并行讀取/寫入算法的混合場景測試用例名稱數(shù)據(jù)量1T，并行導(dǎo)入/導(dǎo)出的負(fù)載測試算法導(dǎo)入/導(dǎo)出驗(yàn)證功能Hadoop/Spark并行導(dǎo)入/導(dǎo)出測試測試目的對比Hadoop/Spark的并行導(dǎo)入/導(dǎo)出，進(jìn)行數(shù)據(jù)容量1T操作時(shí)，redpower服務(wù)器運(yùn)行情況前置條件操作步驟1.準(zhǔn)備數(shù)據(jù)容量1T2.對redpower服務(wù)器進(jìn)行資源監(jiān)控3.客戶端并行執(zhí)行Hadoop/Spark的導(dǎo)入/導(dǎo)出算法運(yùn)行結(jié)果類別CPU使用率內(nèi)存使用率I/ONETWORK響應(yīng)時(shí)間備注HadoopSparkSpark穩(wěn)定性測試Hadoop/Spark并行讀取/寫入/導(dǎo)入/導(dǎo)出算法，7*24小時(shí)穩(wěn)定性測試場景1：數(shù)據(jù)容量100G時(shí)，并行讀取/寫入/導(dǎo)入/導(dǎo)出穩(wěn)定性測試用例名稱數(shù)據(jù)量100G，并行讀取/寫入/導(dǎo)入/導(dǎo)出穩(wěn)定性測試算法讀取/寫入/導(dǎo)入/導(dǎo)出驗(yàn)證功能Hadoop/Spark并行讀取/寫入/導(dǎo)入/導(dǎo)出穩(wěn)定性測試測試目的對比Hadoop/Spark的并行讀取/寫入/導(dǎo)入/導(dǎo)出，進(jìn)行數(shù)據(jù)容量100G操作時(shí)，redpower服務(wù)器運(yùn)行情況前置條件操作步驟1.準(zhǔn)備數(shù)據(jù)容量100G2.對redpower服務(wù)器進(jìn)行資源監(jiān)控3.客戶端并行執(zhí)行Hadoop/Spark的讀取/寫入/導(dǎo)入/導(dǎo)出算法，運(yùn)行時(shí)長7*24小時(shí)運(yùn)行結(jié)果類別CPU使用率內(nèi)存使用率I/ONETWORK響應(yīng)時(shí)間備注HadoopSparkSpark場景2：數(shù)據(jù)容量500G時(shí)，并行讀取/寫入/導(dǎo)入/導(dǎo)出穩(wěn)定性測試用例名稱數(shù)據(jù)量500G，并行讀取/寫入/導(dǎo)入/導(dǎo)出穩(wěn)定性測試算法讀取/寫入/導(dǎo)入/導(dǎo)出驗(yàn)證功能Hadoop/Spark并行讀取/寫入/導(dǎo)入/導(dǎo)出穩(wěn)定性測試測試目的對比Hadoop/Spark的并行讀取/寫入/導(dǎo)入/導(dǎo)出，進(jìn)行數(shù)據(jù)容量500G操作時(shí)，redpower服務(wù)器運(yùn)行情況前置條件操作步驟1.準(zhǔn)備數(shù)據(jù)容量500G2.對redpower服務(wù)器進(jìn)行資源監(jiān)控3.客戶端并行執(zhí)行Hadoop/Spark的讀取/寫入/導(dǎo)入/導(dǎo)出算法，運(yùn)行時(shí)長7*24小時(shí)運(yùn)行結(jié)果類別CPU使用率內(nèi)存使用率I/ONETWORK響應(yīng)時(shí)間備注HadoopSparkSpark場景3：數(shù)據(jù)容量1T時(shí)，并行讀取/寫入/導(dǎo)入/導(dǎo)出穩(wěn)定性測試用例名稱數(shù)據(jù)量1T，并行讀取/寫入/導(dǎo)入/導(dǎo)出穩(wěn)定性測試算法讀取/寫入/導(dǎo)入/導(dǎo)出驗(yàn)證功能Hadoop/Spark并行讀取/寫入/導(dǎo)入/導(dǎo)出穩(wěn)定性測試測試目的對比Hadoop/Spark的并行讀取/寫入/導(dǎo)入/導(dǎo)出，進(jìn)行數(shù)據(jù)容量1T操作時(shí)，redpower服務(wù)器運(yùn)行情況前置條件操作步驟1.準(zhǔn)備數(shù)據(jù)容量1T2.對redpower服務(wù)器進(jìn)行資源監(jiān)控3.客戶端并行執(zhí)行Hadoop/Spark的讀取/寫入/導(dǎo)入/導(dǎo)出算法，運(yùn)行時(shí)長7*24小時(shí)運(yùn)行結(jié)果類別CPU使用率內(nèi)存使用率I/ONETWORK響應(yīng)時(shí)間備注HadoopSparkSpark5測試交付項(xiàng)測試階段提交文檔文檔要求測試方案《XXX大數(shù)據(jù)平臺(tái)-性能測試方案》1、測試經(jīng)理制定項(xiàng)目的測試計(jì)劃測試設(shè)計(jì)及實(shí)現(xiàn)《XXX大數(shù)據(jù)平臺(tái)-性能測試用例》1、測試人員編寫項(xiàng)目所有測試用例2、評審?fù)ㄟ^后導(dǎo)入到禪道中，并上傳至SVN服務(wù)器測試報(bào)告《XXX大數(shù)據(jù)平臺(tái)-性能測試報(bào)告》1、主導(dǎo)測試完成測試報(bào)告2、包括性能指標(biāo)分析圖6測試執(zhí)行準(zhǔn)則測試啟動(dòng)在開始進(jìn)行測試時(shí)必需滿足的條件。這些條件涉及：《開發(fā)提測checklist》內(nèi)容符合要求，已提交至測試部門。系統(tǒng)功能測試已通過。性能測試方案、測試流程、測試進(jìn)度的制訂已完成，并經(jīng)過嚴(yán)格評審。性能測試所需的資源已經(jīng)到位。測試組人員配置合理，測試人員的工作技能符合測試要求。性能測試所需的軟、硬件和操作系統(tǒng)等測試環(huán)境準(zhǔn)備完畢。測試執(zhí)行根據(jù)測試方案相關(guān)測試環(huán)境的內(nèi)容，檢查測試環(huán)境（包括硬件及軟件），確保測試環(huán)境符合要求。對于測試用