前言：我们要悄悄努力，不用惊艳所有人，只需要惊艳自己就好，因为人生是对自己负责！本篇文章将讲述，github Pull Request合入后，原仓库的commit log如何显示为一条线？之前也写过类似的两篇文章：1、github的pull Request使用2、github上fork原项目，如何将本地仓库代码更新到最新版本？不同之处在于合入方式，之前写的是按照"merge pull reques

1、pytest的安装pip install pytest2、查看pytest版本号pytest -V3、pytestkuk框架的简介4、pip install pytest-sugar(对运行过程进行界面美化)pip install pytest-rerunfailures(重新运行出错的测试用例)pip install pytest-xdist(多任务同时并发的执行测试用例)...

前言：前段时间，压测遇到一个问题，在压测的时候，tps波动很频繁。使用xshell远程连接到应用服务器，通过top命令看了下服务器资源情况，cpu波动也很频繁，其它服务器都正常。打开JvisualVM，双击对应的应用进程然后进入Sampler，在cpu波动的时候点击cpu进行抽样抽样进行一段时间后（一般1-2分钟即可），点击“stop”，然后点击“snapshot”生成快照接着按照“Total T

前言：BI报表测试是一项重要的测试内容，因为面对的使用群体一般是公司高层或者用户中的重要群体。出现问题影响较大，所以必须仔细且谨慎对待。本文根据自己之前的测试经验，结合其它相关资料，做个简单的总结汇总，如有其它建议，可以留言或者私聊，期待沟通交流。针对BI报表测试，一般情况下，我们需要自己准备数据，来验证报表统计的准确性。由于系统的构成不一样，简单把报表测试过程分解为两个层次：数据收集汇总、数据统

1、allure 的介绍2、allure 的报告概览3、allure的安装4、使用allure2生成更加精美的测试报告pip install allure-pytest（安装这个辅助allure生成测试报告）pytest --alluredir=指定路径（指定allure报告数据生成路径）allure serve 报告路径（生成HTML报告，这个会直接在线打开报告）allur...

前言：我们在写程序过程中通常都会要求程序运行时间最短，那么我们怎么来统计程序的耗时情况呢？这里有几个方法供大家参考！方法一#!/usr/bin/env python# _*_ coding: utf-8 _*_# @project : xmindtotable# @File: test.py# @Date: 2021/4/6 9:35 上午# @Author: 李文良import datetime

前言：目前很多公司用的是企业微信或者钉钉，对于服务的可用性都会有一个人告警通知，方面我们及时了解消息，这里我做了一个简单的封装，方便大家使用！#!/usr/bin/env python# _*_ coding: utf-8 _*_# @project : dadi-api-platform# @File: send_notify.py# @Date: 2021/2/23 11:28 上午# @Au

大家都知道Kafka是一个高吞吐的消息队列，是大数据场景首选的消息队列，这种场景就意味着发送单位时间消息的量会特别的大，那既然如此巨大的数据量，kafka是如何支撑起如此庞大的数据量的分发的呢？今天我们从kafka架构以如何优化GC两个方面讲解.kafka架构既然要说kafka是如何通过内存缓冲池设计来优化JVM的GC问题，那么，如果不清楚kafka 的架构设计，又怎么更好的调优呢？起码的我们要知

前言：今天我们来学习下App埋点测试用例如何做自动化回归！一、背景和目的线上存在埋点数量总数大于1000个，主流程case大于300个，在对功能迭代过程中经常会有对已有的埋点进行回归的述求，以往都是消耗大量的时间去手工回归，同时覆盖2端还容易出现漏测的现象。为了改善现状，内部调研可做成UI自动化回归，经过实践后约能提效50%，且只要及时补充场景，就可以大大降低漏测的场景。二、断言方法如何获取客户端

前言：近两年互联网行业动不动就喊着“大数据”的口号，大数据的诞生让很多企业节省人力物力实现精准营销获得丰厚利润。随着数据工程和数据分析技术的不断进步，大数据测试不可避免。大数据是用于大量结构化、半结构化、非结构化数据的术语，这些数据有可能提供一些信息。谈论大数据时，具体的数据量无从告之，但通常都是拍字节(Petabytes)和艾字节(Exabytes)数量级的。如此大量的数据很难集成。大数据，活泼