听完测试沙龙，记录一下自己的感想
线上压测
-
我还是不太敢做线上的压测，风险毕竟太大，承受不起
-
有赞还是有很强的技术能力，并且投入很大，一般公司不太可能去重写消息中间件并且打tag，也不太可能去修改Gatling的源代码
-
Mock他们没做得很全面，我们需要考虑更多的情况，尤其是支付服务的响应时间、支付是否可用
-
Gatling的流量分布确实是很方便，但是如果没有分布式的特性，让人很痛苦，还不如用JMeter自己去控制流量
测试平台
-
测试覆盖率及测试报告（每个公司都比较关注这个，无论是前端还是后端）
-
测试服务的平台化：几乎所有公司都是通过UI去调度和展示结果（不一定是通过UI去写用例），并且有专门的测试报告服务器部署，这是我们需要重视并且可以借鉴的一些方法
-
TODO：还是考虑开源框架上做二次开发，考虑尝试一下HttpRunnerManager，自研的成本还是比较大
测试数据的构造
-
拉线上数据是一个比较快捷的方法，后期我们会做脱敏再导入测试环境，有赞的数据工厂其实也是这么实现的，现在要做智能自动构造还比较难
-
需要做一款工具，去根据特定用户拉取数据，可以在测试环境更快重现线上问题
-
极客时间里的课程，有测试数据构造的1.0，2.0和3.0的几种方式，跟我们现在的方式比较接近，考虑逐步实现
主题介绍
主题一：有赞全链路压测实践
讲师：张驰
有赞线上全链路压测负责人，负责有赞线上全链路压测方案制定、优化、实施以及大促的相关保障工作。关注性能、自动化、容量规划、电商交易等领域。
内容简介/提纲：
电商公司在大促来临时，整个集群的峰值压力将是正常时间的几十倍，如何在大促时既能保障系统稳定性、又能节约成本，全链路压测就是大促备战的核武器；本次分享主要介绍有赞全链路压测方案的设计和具体实施，以及实践过程中遇到的一些问题和优化。
主题二：全链路压测引擎的设计与实现
讲师：聂风
有赞测试开发工程师，主要负责从流程、工具等方面探索提升测试效能的新途径。
内容简介/提纲：
MAXIM是有赞线上全链路压测的执行引擎，在gatling基础上扩展了分布式能力，以及支持dubbo压测的能力。本次分享将涉及MAXIM的设计与实现，以及一些最佳工程实践。
主题三：基于规则引擎的闭环质量平台
讲师：双泉
蘑菇街电商应用营销中心质量负责人，近一年多主要负责电商应用领域的质量保证及自动化模型分析与平台实现，在公司内部取得了比较好的实用效果；曾供职过蚂蚁中间件、华为中央软件院等，开发过中间件质量监控报警平台，Dopra V3分布式测试框架、流计算测试框架等多个质量相关项目；
内容简介/提纲：
基于规则引擎的闭环质量平台，是贴合电商业务抽象出的针对电商应用层面的基于规则引擎的自动化平台，完整打通测试数据清洗、请求及规则校验，测试结果分析、问题预警等几个环节，目前已在多个业务线落地应用，除了回归测试外，预警系统多次发现线上问题。
主题四：前端覆盖率统计平台
讲师：银时
酷家乐云设计工具前端测试负责人
内容简介/提纲：
istanbul 是一个用于统计单元测试覆盖率的开源组件，酷家乐在此基础开发了一个支持前端手工测试和自动化测试覆盖率统计的平台。本次分享主要介绍 istanbul 组件的使用方法，以及基于此组件的覆盖率统计平台的功能展示与架构介绍。
主题五：酷家乐搜索服务质量体系分享
讲师：风飞
酷家乐Exabrain测试组负责人，负责商品组、算法组、大数据组的测试工作；从0搭建起搜索服务质量体系。
内容简介/提纲：
搜索服务质量保障体系介绍，包括：接口、性能测试、数据同步测试、算法效果测试以及搜索debug平台。
主题六：数据质量监控
讲师：曹传宇
51信用卡数据技术部的测试负责人，主要负责数据研发／调度系统／数据交换的测试以及数据质量监控工具的开发
内容简介/提纲：
公司主要业务是信用卡管理、理财借贷撮合，谁可以借钱，哪些人是欺诈用户，这背后都是数据在驱动，而数据的质量好坏是能否驱动业务发展的前提条件。因此，如何监控数据的质量成为数仓和BI同学的基本诉求。本次分享主要介绍一个基于规则的数据监控工具的设计思路，以及和数据研发／调度系统的交互过程，和过程中遇到的一些问题。
资料下载链接：https://pan.baidu.com/s/1wXWhGzFMUzvJlih2IEa9Tw
