1 相关说明

1.1 背景简介

随着一个产品的自动化工作不断深入，自动化的case积累数量持续增长，绝大部分毫无依赖关系的case由于串行运行，测试执行时间达到小时界别，且不易于优化。另外，ci运行时所需机器资源的抢占互斥，运行机器的不稳定等问题也逐渐扩大。

Hadoop分布式测试执行方案正是为了解决以上问题而产生，通过分布式执行，可以达到并行运行，提高执行效率的目的；另外，hadoop提供调度，重试等机制功能，可以提供给用户一个相对透明的计算资源池，减少用户对机器运行环境的依赖。

1.2 分布式平台的选择

本方案采用hadoop来作为分布式平台。首先是Hadoop是一个开源项目，有非常好的技术支持，二就是hadoop有成熟的分布式调度算法，可以很好的利用每台机器的cpu和内存资源，达到计算资源最优分配，三就是hadoop程序易于编写，便于维护。

1.3 名词解释

：apache基金会的开源分布式框架。

Mapreduce ：hadoop的计算模型，由map任务和reduce任务组成。

Jobtracker ：hadoop计算系统的总控。

Tasktracker ：hadoop计算系统的子节点。

Slot(槽位) ：tasktracker的最小计算分配单元，一个槽位可以对应一个map任务，一个机器启动一个tasktracker，槽位的话按照机器的cpu核数来分配，一般是”核数-1”。

2 分布式测试执行方案

2.1 传统的单机测试执行流程

一般的单机测试流程分为5步，如下图所示：

1、lib库安装。包括测试框架的lib库安装以及基于该测试框架的产品业务层lib。

2、测试环境安装。主要指被测对象的测试环境安装，包括数据库安装，server端安装等。

3、case下载。从svn或者case库获取需要执行的case。

4、case运行。

5、发送报告。

单机测试执行的优点在于逻辑简单，易于实现，缺点就是case要串行执行，无法有效里有机器的cpu和内存资源。举个例子，现在有一个8核16G的测试机，每个case的平均cpu使用率为10%，内存消耗1G，在这样的情况，一般可以做到至少6个case并行化，优化效率是不言而喻的。

2.2 从单机测试到分布式测试执行的逻辑

有了以上的五个步骤及相关分析，我们考虑其中可以并行执行来进行优化的就是测试执行这块了，其他lib库安装，测试环境安装等都基本是最小单元，不易切分了。

所以从单机到分布式主要是Case执行集合的一个拆分。所以简单说，单机和分布式的区别就是case输入集合有变“而已，其他单机的测试执行过程基本不变。对于测试工程师来说，这个过程是透明的，只是执行case的环境从单机切换到多机。

下图简要的表示了case从单机到多机的变化(6位的数字是caseid)。

2.3 分布式运行逻辑

这里的逻辑主要是两块，一部分是本地部分，一部分是分布式节点机器部分。我们将分布式测试执行过程封装到一个hadoop job里。

本地部分：

1、获取计算资源。这里的计算资源指可用的tasktracker的槽位数，这个槽位是case切分的分母。

2、根据计算资源生成case列表。有了槽位数，最简单的切分算法就是：每节点case数=总case数/槽位数。

3、业务层自定义操作。例如业务层测试执行时需要的程序或者配置获取，依赖的大数据推送到hdfs等。

4、配置hadoop的job。包括input，output，执行job所需的文件或者tar包等。这里的input就是case列表。

5、执行测试执行job。这个实际是个hadoop job。

6、发送报告。汇总每个节点的运行结果，并发出报告。

每个tasktracker的map任务输入是切分后的case列表，通过这种方式将整个测试执行部分分发到每个tasktracker上。

节点部分：

1、准备case列表。从map的input获取。

2、根据case列表下载case。，这里类似于本地单机版的case获取，来源仍然是SVN或者CASE库。

3、安装lib库。同本地单机版。

4、安装测试环境。同本地单机版。

5、执行case。同本地单机版。

6、推送报告。

这里hadoop还会根据每个map任务的返回值，来进行重试运行的调度。

从以上的描述可以看到，在hadoop集群节点机器上(tasktracker)，测试执行的逻辑和单机版基本无差别，所以整个改造的过程也是比较简单的

2.4 分布式测试集群架构设计

整个分布式测试执行依托于一个公共的计算集群，这个计算集群由两部分组成，一部分是hadoop相关的，包括hadoop的总控，子节点的tasktracker服务。另外一部分就是公共环境，包括测试框架，公共工具例如valgrind等。前者通过jobtracker来管理，后者通过统一运维系统来管理，其功能基本就是公共环境的安装和维护。

3 收益

经过我们的实际项目实践，这部分的收益主要体现在如下两点：

1、测试执行时间大幅优化。15台机器的情况，所有原测试执行时间要1-2小时的模块，优化到10分钟以内。

2、机器资源的节省。通过公共集群的维护，保证所有机器cpu满负荷运作，避免了以往单机测试执行的cpu浪费。

4 准入原则及发展方向

4.1 分布式改造的准入原则

并不是所有的测试执行都可以分布式化，在我们的实际操作过程中，总结出以下几点准入原则，供参考：

1、空白机器可运行。通过一个总控脚本就可以做到依赖环境准备，lib库安装，测试case执行等。

2、测试框架允许case并行。

3、业务层case对外部不存在固定依赖，例如依赖于某个写死的目录。

4、业务层case依赖的server端口，最好是随机的。

5、不允许业务层去操作公共环境。

4.2 后续可能的技术方向

1、case按照执行时间切分。按照时间切分来替代按照case数切分。

2、从分布式测试执行过渡到云测试服务。