Testavimo procesas, suprantama, yra svarbiausias bet kurios programinės įrangos srities aspektas. Testavimo inžinieriaus vaidmuo apima įvairias sritis, kai organizacija nusprendžia prisitaikyti prie patobulintos technologijos. Šiame tinklaraščio įraše aptarkime, kodėl programinės įrangos testavimo inžinierius turėtų mokytis „Big Data“ ir „Hadoop“ ekosistemų technologijų.
Jei esate naujas „Big Data“ / „Hadoop“ pasaulis, pažvelkite į kai kuriuos mūsų įrašus , ir
Pereikime tiesiai prie smulkių šios temos detalių
Kodėl programinės įrangos testavimo inžinierius turėtų išmokti didelių duomenų ir „Hadoop“?
Karjeros augimas:
Aukščiau pateikta diagrama yra savaime suprantama. Tai aiškiai rodo, kad su „Hadoop“ susijusių darbų augimo tempas yra daug didesnis nei programinės įrangos testavimo darbų. Didžiausias su programinės įrangos testavimu susijusių darbo vietų augimo tempas yra maždaug 1,6%, tačiau „Hadoop“ pagrindu sukurtų testavimo darbų augimo greitis yra maždaug 5% (apytiksliai).
80% žmonių, kurie mokosi „Hadoop“, yra ne iš vystymosi kilę. Jūs taip pat galite būti vienas iš jų.
Dabartinės bandymų praktikos apribojimai bandant programas, siekiant išspręsti didelių duomenų problemas:
- Programinės įrangos testavimo metodus lemia duomenys (pvz., Duomenų iškreipimas, duomenų rinkinių dydžio neatitikimas ir kt.), O ne testavimo scenarijai.
- Standartiniai duomenų suderinimo įrankiai (pvz., „Win diff“ ir kt.) Neveikia naudojant didelius duomenų kiekius. Tai tampa programinės įrangos testavimo inžinieriaus įgūdžių rinkinių apribojimu.
Vidutinio dydžio duomenys gali būti atskleisti kaip HBase lentelės ir patikrinti iš įvesties duomenų rinkinio, taikant verslo logiką mažiems įvesties rinkiniams.
Didelio masto duomenims didžiųjų duomenų metodai suteikia inžinieriams unikalių įgūdžių rinkinių, kurie naudojami didelių ir sudėtingų duomenų rinkinių testavimui, ir suranda daugybę galimybių meteorologijos, genomikos, konektomikos, sudėtingos fizikos modeliavimo ir biologinių bei aplinkos tyrimų srityse.
Bandymų laukas - ekspertų nuomonės:
Scottas Barberis, garsus testuotojas, pranešėjas ir rašytojas, susijęs su testavimu, specializuojasi sistemos našumo testavimo srityje pacitavo tikrai galingus ir įtakingus žodžius apie dabartinę situaciją lauke „Testavimas“.
Buvo daug kalbėta apie įvairias socialines terpes apie galimybę, kad testavimas taps „mirštančia profesija“, ir Scottas sutinka, kad testavimas kaip profesija yra dramatiškos permainos viduryje.
Na, šis teiginys buvo pakankamai dramatiškas, pažvelkime į faktus ir patys įsitikinkime, kas vyksta lauke „Testavimas“.
Pažvelkite į „Hadoop“ / „Big Data Tester“ darbo profilį:
Žemiau yra tam tikros organizacijos nustatytas reikalavimas dėl „Hadoop Tester“ reikalavimo:
Žvelgdami į pirmiau nurodytą reikalavimą, galime pastebėti, kad testavimo įgūdžiai labai reikalingi ir sudaro šio darbo profilio pagrindą. Dabar viskas, ko reikia programinės įrangos testavimo inžinieriui, norint tapti „Big Data“ ar „Hadoop Tester“, yra atnaujinti save „Big Data / Hadoop“ įgūdžiais.
Kaip lengva pereiti prie „Hadoop“ / „Big Data“:
- „Java“ ar ne „Java“ - Lankstumas pasirinkti:
Tiems, kurie yra „Java“ ekspertai, perėjimas yra „torto pasivaikščiojimas“, kaip ir atvirojo kodo „Java“ pagrindu sukurta programavimo sistema. Čia naudojami „MapReduce“ scenarijai parašyti „Java“. Dabar akivaizdu, kad norint dirbti su „Hadoop“, žinios „Java“ yra būtinos.
Pasakydamas aukščiau, tai nereiškia, kad ne „Java“ ekspertai laukia grubios kelionės. „Hadoop“ grožis yra tas, kad jis turi daugybę įrankių, kuriuos: „Ne Java“ ekspertas gali naudoti. Kai kuriems „Hadoop“ įrankiams, tokiems kaip „Hive“, „Pig“ ir „Sqoop“, nereikia „Java“ žinių, nes jie labai priklauso nuo SQL.
- Testavimo specialisto ir „Hadoop“ profesionalo bendri įgūdžiai ir taikymo platformos:
Idėja pereiti iš komforto zonos į naują domeną, pvz., „Big Data / Hadoop“, iš pradžių gali būti šiek tiek pribloškianti. Tačiau reikia suvokti, kad „Testing“ ir „Hadoop“ vienas kito neišskiria. Čia pateikiamas sąrašas įgūdžių ir platformų, kurios gali būti naudojamos tarp jų http://www.itjobswatch.co.uk . Vienas ar daugiau šių įgūdžių taip pat gali būti naudojami lyginant su „Big Data“ ir „Hadoop“ įgūdžiais. Taigi palengvinti sklandų perėjimą.
konvertuoti dešimtainį į dvejetainį Python
Geras testavimo inžinierius turi aštrius analitinius įgūdžius, tvirtus techninius įgūdžius, puikų požiūrį, orientuotą į detales ir norą mokytis. Tai yra tikslūs bruožai, reikalingi visiems, norintiems pereiti prie „Hadoop“. Neabejotina, kad testavimas transformuojasi, tačiau tuo viskas nesibaigs. Tačiau keičiantis laikui, protinga plaukti aukšta banga - Hadoop, atsižvelgiant į visas jos savybes ir lankstumą.
Vis dar nesate įsitikinęs, kad galite išmokti Hadoopą? Nepasitikėk niekuo. Teisėjas pats. Spustelėkite žemiau, jei norite pamatyti „Big Data“ ir „Hadoop“ klasės pavyzdinį klasės įrašą, kurį atliko „Edureka“.
Turite mums klausimą? Paminėkite juos komentarų skiltyje ir mes susisieksime su jumis.
Susijusios žinutės:
7 būdai, kaip „Big Data“ mokymai gali pakeisti jūsų organizaciją