蔡立志智慧城市与大数据背景下的软件测试挑战与展望

摘要：大数据测试的挑战，杀虫剂效应，第一次喷的时候全部死光光，过两天再喷就有几个死不了了，第三天的时候这些虫子一点问题没有，这就是所谓的杀虫剂的免疫能力的效应。

关键词：大数据智慧城市信

2013年7月6日2013年7月6日，首届智慧城市标准与应用研讨会暨第六届中国SOA标准化研讨会在扬州会议中心隆重举行。上海软件中心副主任蔡立志为大家带来了题为《智慧城市与大数据背景下的软件测试挑战与展望》的主题演讲，以下为演讲实录：

接下来由我来跟大家做一个演讲，在智慧城市和大数据背景下的有关软件测试的挑战和展望。

很抱歉，我这样一个话题跟今天或者昨天大部分人介绍的话题的出发点有点不一样，大家都是在展示智慧城市或者大数据云计算等等给大家带来的种种好处，明天阳光一片灿烂，而从我的角度看上去，天上全是乌云，因为这个大数据以及智慧城市，对我们从事软件测试与质量评判的人员来讲，这并非是一个好消息，至少从目前的角度来看，他并非是一个好消息，所谓几家欢喜几家忧，很不幸，我是属于几家忧中的一家。我今天下午和大家探讨一下由于大数据的出现给我们软件测试带来多大的困难。

我现在主要是讲这个，实际上前面讲的这个是一个引子，我会快一点，因为这两天大家听到的很多，我就不再重复了。

下面我谈谈在这种背景下给我带来的极大的挑战。我现在把他整理一下，实际上很多，我把最主要的，我看到的最大的几朵乌云跟大家交个底，乌云很多，我只现在了三朵，就像我们说云计算的时候，大家说我电子政务云，什么云，天下都是彩云，我看到的都是乌云。这个是我从网上找到的，有关所谓智慧城市所覆盖的范围实际上我们这里也没有全部涵盖，但是每个人看到的都不是全体，每个人都选了一个部分，这样我们为了支持所谓的智慧城市，智慧在哪里，在这些所有的地方，现在我以中间的一个例子来说，交通，个大家是最有感受的，每天上班下班，每天都在走路，出行，这一点是我们非常有感触的，大家看到对于我们每天出行的角度来看，与我们相关的东西有各种各样的，这是车上的仪表，手机的，实时监控的地图，等等，所有的这些信息，我们为了让我们节省时间，后面要那么多的东西支撑，但是这些东西仅仅是看到的一个表面，真实的，更加复杂的场景，我们看到的是一辆车在马路上奔跑，但是这个车在马路上奔跑，他绝对不会是单独一辆车的概念，就像人一样，我们现在的人，我们上课时候老师教我们，我一直没有理解，今天我有一点理解了，人有两种属性，自然人和社会人，你出生到这个世界上，就被深深的打说社会的烙印，你没有办法成为一个自然人。

接下来看看在这么多的，为了实现一个智慧城市，我们让城市智能起来的话，必须有大量的数据支撑，这是我们最近统计的数据情况，现在有一个数据跟大家说，到2020年数据达到35个Z，看看这个数据，我不太有感觉，这是什么概念，好象不大，没感觉，但是我给他打了一个比方，他说把我们刻成现在的DVD光盘，堆起来，可以从地球到月球，然后再回到地球，所有的光盘，容量就是35个Z。数据量很大，还有很多每天产生很多的数据。这个曲线里面的几大热点，一个是我们3D打印，还有大数据，大数据是刚刚热出来，今年的3D打印热得要命，据说可以打一个飞机，不知道明天会不会打出一个美国来。下面我们看他们之间的关系，这是大数据，他的一个流行基本情况，从09年开始有一点点，然后再接下来几年，一下子上去了，三年前有人关注大数据吗？没有，现在大家好象不说几句大数据，好象都对不起党的培养。下面再看看智慧城市，差不多跟他的时间，也是从09年开始，逐渐的往上升，我这两个图往这儿一放，他们之间有这么一个相似的曲线，他们之间的因果关系是什么，原来你知道吗？不知道。对大数据，最热闹的地方在印度，这个是大数据所谓的基本概念，就是四个V，现在有更多的V了，现在我比较认可的一个是什么呢，低密度、高价值，大数据并非数据很多就是大数据了，如果我数据很多但数据的属性、数据之间的关系不清楚，那不是大数据。因为现在眼光来看，没有一个应用程序跟数据没关系，所以于是我就很纳闷，我当专家评审的时候，以前做过医疗系统的，说做一个医疗大数据，做人口的说人口大数据，没有一个不说自己大数据的，实际上真正大数据的事情，我们希望从大量的数据里面挖掘当前技术水平没有办法找到存在有数据价值的数据，我希望明天可以把这个价值找出来，这样的数据才是大数据。所有的数据结构如果都是清楚的，所有的关系都是清楚的，都可以运用的，这只是数据简单的积累。所以我比较赞同一个基本的属性，他是一个低密度的，大量的数据里面，他的价值在哪里你不知道，但是一旦找到就不得了，就像我们到南非找一个钻石矿一样的，你不知道在哪里，但是找到一个你就发财了。我们所希望做的工作就是这个工作。这是上海的大数据的基本布局，包括现在三年的大数据行动规划，我有幸参与了其中一部分工作。这是我们下周五，由中国科学院和上海市政府搞的一个大数据论坛，后天，我们会在上海成立一个大数据产业联盟的预备讨论会议以及他的相关数据的种种的布局。这个是发改委布的有关大数据方面的项目。科技部的今年863项目里面的大数据的内容。我的理解，希望大家从这里面淘金，在大数据的海洋里面把金子找出来。我们去年中国计算机协会成立了大数据专业委员会，对大数据问题研究的内容非常多，特别好。

[page] 现在我要看到第一朵乌云，ORACLE问题，我们软件测试的时候是看他结果是否和我期望的结果是否吻合，这个基础上我们有很多的方法，但现在，问题来了，这个规格说明书里面我不知道我输出的结果是什么，一加一等于多少，我事先没有办法估计，我大量的数据海洋里面找我想要的东西。那么让我测试，我怎么测啊，我是一点办法都没有。这个问题为什么说跟大数据有关，大数据的处理特别好，所有的数据分为两类，一类是物理处理，一类是化学，我们中学的时候学过物理处理是不会对形态发生变化，水还是水，木头还是木头，而化学变化会突然冒出一个新东西来，这个新东西是原来没有的，他会改变他的形状，同时，更加困难的地方，原来我们计算机里面处理的对象基本是自然科学的范畴，工程计算等等之类的，现在慢慢转向一个社会计算，这样就更麻烦了，具有很多不可知的因素。这个是找出数据集里面隐藏的相互关系，这个关系事先是不知道的。我们两个数据，比如说A和B有关系，但是他之间是否有着必然的因果关系，事先我们并不知道，并且我们要求说是讲到智慧城市，智慧就像人一样的，聪明的，会思考，会探索，会变化，那么这个事情就麻烦了。这是最早的图灵智能计算问题，如果我一个系统是否具有智能，唯一的办法，我把一个真人跟一个系统放在后面，如果我外界看的话，我没有办法区别他们，才被认为是有智慧的，这是基本的图灵判断。现在这个情况怎么办呢？我们要具有一定的感应能力，现在大家在王够电子商务领域里面看到的比较多，比如我购买了一个东西以后，旁边会出现一个你可能会需要的，他是猜、可能等等，他如果写这么一个程序，让我测试到底你喜欢不喜欢，这个东西难度就大了，你说你喜欢，实际上你不喜欢，他基本是一个概率性的事情，不是一个确定性的事件。这是我们电子商务里面推荐的基本情况，就像我们说智慧城市具有智慧了，我买个东西，在淘宝买了以后，他说另外一个东西你肯定也是很喜欢的，我一看果然蛮喜欢的，这里面把浏览行为，我们有一个词是精准营销和用户行为挖掘，这些都是具有不确定性的特点。这里面的处理对象由自然科学转化为社会科学，这里面本身的关系不再是一加一等于二，而是我无法感知，这样确定输出就非常的困难。并且，这里有关大数据里面的N多的算法，这些算法大家可以看看，这些算法都是有关大数据相关的，很抱歉，这些算法大部分的输出结果是不具有确定性的结果，讲的都是概率性事件，这样就很困难。

第二个困难的地方是算法的解决能力问题，现在的数据量，原来是一个T，以后是35个Z，数据量了以后，这个是不可接受的。如果我本来实现的时候是用35个Z的算出来的结果，让我测试，样本只有一个，我要对照35个Z的数据测试，这个可能性是没有的。于是我要取一个部分的空间，我们叫采样，如果采样可以对照全部的话，那你全部的算法就不要了，怎么办？就只有选全部，但是选全部是不可能的，怎么办？太困难了。

第三个是框架与工具，MapReduce自身分布式的特点带来测试的困难。

还有一个问题，随着服务端云计算的不断发展和用户需求的不断增加，各个系统需要支持的并发用户也在日益增加。

大数据测试的挑战，杀虫剂效应，第一次喷的时候全部死光光，过两天再喷就有几个死不了了，第三天的时候这些虫子一点问题没有，这就是所谓的杀虫剂的免疫能力的效应，现在我们就存在这样的情况，十年前我随便弄个东西搞搞就可以。现在呢，问题来了，这是我们整个软件发展的进展，本来是本地的，再有组件，再游服务，再变成云，这个发展的过程我就跳过去。现在我们已经有了一个免疫能力，他有一个免疫层，你拿原来的方法，他都不灵了，你怎么办？你能测试的东西他都免疫。由于杀虫剂效应，我们现在发现不了缺陷，痛苦。而测试的成本大大上升，当前情况下，特别是有了一个智慧，有了大数据以后，我们完蛋了，测试人员完蛋了，你不知道如何测试，那怎么办？我们就想办法突破一下，怎么办？跟药一样的，你既然免疫，你这个农药没用，我就换一个。于是我们设计一个新的测试方法。第二个，我把一些药的用法改变改变，医生不就这点招数吗，或者同一个药我把比例变变，我们现在也是这么做的。于是怎么办呢？蜕变测试的方法，很简单的道理，我要求SINX多少，我们无法直接知道，但是我其他的函数之间的关系我知道，我通过这个公式转换一下，曲线救国，这是我现在想到的。还有一个是基于云计算平台的软件测试，你不是很厉害吗，你是云，我干吗不用云呢，我们研究正在做这个东西，我要测云的时候，我也用云测，道理很简单。

谢谢大家，现在我们看到的都是很痛苦的事情，今天借这个机会和大家一起探讨一下我们所遇到的困难，也希望大家在这方面，如果有研究的话，一起跟我们沟通交流和学习。

责编：fanwei

郑州隆胸价格

北京面部填充医院

济南植发

重庆双眼皮价格