构建智能化的测试环境数字孪生平台.pdf

构建智能化的测试环境数字孪生平台

秦小凤

中国银联

01背景

目02解决方案

C

O

N

T

E03数据源-数字孪生模型-应用赋能

N

录T

S

04成效总结

05展望未来

背景

资源庞大但管理较弱

数据呈现关联性较弱：4000+主机、12000+用户、100W+进程等等庞大的数据，数据较为分散，在呈现上几乎各自为营，未形成完整的数字化拓扑网络，难以

做到全面化、精细化的管理

数据纳管的范围不足：在测试管理中，除物理资源外，紧密关联的业务数据如系统、模块、人员等，是测试过程中极其重要且频繁依赖使用的数据，这类数据在传

统管理中，与物理技术数据的联系不够密切，几乎没有系统参与到问题分析当中

若干支撑能力的不足

新入环境纳管的成本较高：新入环境需要若干初始化配置，不够智能，耗时费力，严重影响了技术的快速批量落地

排错剖析智能化水平较低：对于一些重要对象，没有根据特点继续下钻深度分析，问题的复现和分析对人员能力要求较高

可观测性的抽象程度不够：众多资源的呈现形式过于直接，没有根据测试人员的角度抽象出观测模型，既不符合测试人员的使用视角，也不利于为基于测试系统

角度的上层平台提供环境支持

典型测试场景赋能有限

向下操作环境欠缺：目前提供的监控、告警、预测等能力，基本都为对环境数据的采集，然后向上层应用输出，而缺乏利用资源统筹优势对环境做反向的指令操

作，比如版本安装，智能插件注入等

应用赋能场景不深：丰富的指标和链路未深层次发挥作用，仅仅提供监控告警等，未直接为最后的比如案例生成、数据库升级迁移、数据落标、接口校验等场景

进行赋能，直接提升测试效率

目02解决方案

C

O

N

T

E

N

录T

S

解决方案：定位

平台定位：承上启下的测试环境数字孪生

向下对接测试环境，整合资源，建立完整的、系统的测试环境数字观测模型

向上为其他工具平台开放赋能，协同治理，保障功能、性能、混沌、安全等各类场景的介入实施

测试测试服务平台研发服务平台架构资产平台持续集成流水线

管理

测试

管理

自动化测试性能测试流量回放定制工具通用工具专项测试

接口自动化机构入网Mock

测试全链路通用录制服务平台混沌实验

生产压测平台Agent

执行App自动化清算集成加解密服务

测试

执行性能剖析清洗回放