SQA Days 23 — Konstantin Pletenev, Тестирование Big Data
Все больше организаций пытаются внедрить свои решения для Data Analytics и называть их решением Big Data. Эти решения включают в себя обработку огромного объема структурированных или неструктурированных данных, обрабатываемых в разных узлах, с использованием техник, таких как «Map-reduce» или «Hive», и облачных сервисов, таких как AWS. Необходимо определить надежную стратегию тестирования, чтобы обеспечить выполнение функциональных и нефункциональных требований и соответствие данных приемлемому качеству. Основные проблемы Проблемы тестирования больших данных приходят к определению того, как проверять весь набор данных, состоящий из миллионов записей, как проверять трансформацию этих огромных количеств записей. Основной вызов - как проверять системную архитектуру до того, как появились миллионы записей. Константин Плетенев, Accenture Big Data QA. 3-летний опыт тестирования приложений Big Data, определения подходов к тестированию, разработка систем тестирования автоматизации.
Все больше организаций пытаются внедрить свои решения для Data Analytics и называть их решением Big Data. Эти решения включают в себя обработку огромного объема структурированных или неструктурированных данных, обрабатываемых в разных узлах, с использованием техник, таких как «Map-reduce» или «Hive», и облачных сервисов, таких как AWS. Необходимо определить надежную стратегию тестирования, чтобы обеспечить выполнение функциональных и нефункциональных требований и соответствие данных приемлемому качеству. Основные проблемы Проблемы тестирования больших данных приходят к определению того, как проверять весь набор данных, состоящий из миллионов записей, как проверять трансформацию этих огромных количеств записей. Основной вызов - как проверять системную архитектуру до того, как появились миллионы записей. Константин Плетенев, Accenture Big Data QA. 3-летний опыт тестирования приложений Big Data, определения подходов к тестированию, разработка систем тестирования автоматизации.