Proces testowania jest, co zrozumiałe, najważniejszym aspektem każdej domeny oprogramowania. Rola Inżyniera ds. Testów rozciąga się na różne dziedziny, gdy organizacja decyduje się dostosować się do ulepszonej technologii. W tym poście na blogu omówimy, dlaczego inżynier ds. Testów oprogramowania powinien uczyć się technologii Big Data i ekosystemu Hadoop.
Jeśli dopiero zaczynasz przygodę z Big Data / Hadoop, przejrzyj niektóre z naszych postów na , i
Przejdźmy od razu do podstawowych szczegółów tego tematu
różnica między zastępowaniem a przeciążaniem w java
Dlaczego inżynier testowania oprogramowania powinien uczyć się Big Data i Hadoop?
Wzrost kariera:
Powyższy wykres nie wymaga objaśnień. Wyraźnie widać, że tempo wzrostu miejsc pracy związanych z Hadoop jest znacznie wyższe niż w przypadku zadań testowania oprogramowania. Maksymalny wzrost liczby zadań związanych z testowaniem oprogramowania wynosi około 1,6%, ale tempo wzrostu zadań związanych z testowaniem oprogramowania na platformie Hadoop wynosi aż 5% (w przybliżeniu).
80% osób, które uczą się Hadoop, nie jest programistą. Ty też możesz być jednym z nich.
Ograniczenia obecnych praktyk testowych podczas testowania aplikacji w celu rozwiązywania problemów Big Data:
- Podejścia do testowania oprogramowania są oparte na danych (takich jak skośność danych, niedopasowanie rozmiaru zestawów danych itp.), A nie na scenariuszach testowania.
- Standardowe narzędzia do dopasowywania danych (takie jak różnica win itp.) Nie działają w przypadku dużych ilości danych. To staje się ograniczeniem dla umiejętności inżynierów testujących oprogramowanie.
W przypadku danych średniej wielkości dane mogą być ujawniane jako tabele HBase i weryfikowane na podstawie zestawu danych wejściowych, stosując logikę biznesową do małego zestawu danych wejściowych.
W przypadku danych na dużą skalę techniki Big Data zapewniają inżynierom unikalne zestawy umiejętności, które są wykorzystywane do testowania dużych i złożonych zbiorów danych i znajdują liczne możliwości w dziedzinie meteorologii, genomiki, konektomiki, złożonych symulacji fizycznych oraz badań biologicznych i środowiskowych.
Stan dziedziny badań - opinie ekspertów:
Scott Barber, renomowany tester, mówca i autor tekstów na pokrewny temat testowania, specjalizujący się w obszarze testowania wydajności systemów zacytował kilka naprawdę mocnych i wpływowych słów na temat obecnej sytuacji w dziedzinie testowania.
W różnych mediach społecznościowych odbyło się wiele rozmów na temat możliwości przekształcenia testowania w „zawód umiera” i Scott zgadza się, że testowanie jako zawód znajduje się w środku dramatycznej przemiany.
Cóż, to stwierdzenie było wystarczająco dramatyczne, spójrzmy na fakty i przekonajmy się na własne oczy, co się dzieje na polu testowania.
Rzut oka na profil stanowiska testera Hadoop / Big Data:
Poniżej znajduje się wymaganie określone przez określoną organizację dla jej wymagań dotyczących testera Hadoop:
Patrząc na powyższe wymaganie, widzimy, że umiejętności testowania są w dużej mierze potrzebne i stanowią podstawę tego profilu zawodowego. Teraz wszystko, czego wymaga się od inżyniera testowania oprogramowania, aby zostać Big Data lub Hadoop Tester, to zaktualizować się o umiejętności Big Data / Hadoop.
Jak łatwo jest przejść na Hadoop / Big Data:
- Java czy nie Java - Elastyczność w wyborze:
Dla tych, którzy są ekspertami w Javie, przejście to jest jak bułka z masłem, podobnie jak platforma programistyczna open source oparta na Javie. Używane tutaj skrypty MapReduce są napisane w języku Java. Teraz jest całkiem oczywiste, że do pracy na Hadoopie niezbędna jest znajomość języka Java.
Mówiąc powyższe, nie oznacza to, że eksperci spoza języka Java mają przed sobą trudną podróż. Piękno Hadoop polega na tym, że ma szereg narzędzi, które mają „Inne niż Java” ekspert może korzystać. Niektóre narzędzia Hadoop, takie jak Hive, Pig i Sqoop, nie wymagają znajomości języka Java, ponieważ w dużym stopniu opierają się na języku SQL.
- Wspólne umiejętności i platformy aplikacji między specjalistą testującym a specjalistą Hadoop:
Pomysł przejścia z naszej strefy komfortu do nowej domeny, takiej jak Big Data / Hadoop, może na początku być nieco przytłaczający. Należy jednak zdać sobie sprawę, że testowanie i Hadoop nie wykluczają się wzajemnie. Oto lista umiejętności i platform, które są używane między nimi, zgodnie z http://www.itjobswatch.co.uk . Co najmniej jedna z tych umiejętności może być również używana w połączeniu z umiejętnościami Big Data i Hadoop. Dzięki temu łatwiej jest dokonać płynnego przejścia.
Dobry inżynier ds. Testów posiada wysokie umiejętności analityczne, duże umiejętności techniczne, świetne podejście, zorientowanie na szczegóły i chęć do nauki. Są to dokładne cechy wymagane, aby każdy mógł przejść na Hadoop. Nie można zaprzeczyć, że Testowanie przechodzi transformację, ale to nie będzie jej koniec. Ale wraz ze zmieniającymi się czasami rozsądnie jest żeglować na wysokiej fali - Hadoopie, biorąc pod uwagę wszystkie jego cechy i elastyczność.
Nadal nie jesteś przekonany, że możesz nauczyć się Hadoop? Nie ufaj nikomu. Oceń siebie. Kliknij poniżej, aby obejrzeć przykładowe nagranie zajęć z Big Data i Hadoop prowadzone przez Edurekę.
Masz do nas pytanie? Wspomnij o nich w sekcji komentarzy, a my skontaktujemy się z Tobą.
Powiązane posty:
7 sposobów, w jakie szkolenia z zakresu Big Data mogą zmienić Twoją organizację