大数据基础 （1h）

1. 概念

a. 5V模型

b. 实例讨论

2. 业界主流大数据解决方案

a. ELK

b. Hadoop

3. 大数据产品分类介绍

a. 开源技术

b. 商业产品

测试准备实践 (2h)

1. 测试框架选择

2. 测试环境基础

3. 数据生成

4. 数据抽样

5. 实操

a. 环境搭建

b. 数据抽样

c. 数据生成

功能性测试 (3h)

1. 数据建模

2. 分布式单元测试

3. 数据清洗验证

4. 数据质量验证

5. 数据存储验证

6. “map reduce”验证

7. 输出验证

8. 高可用性验证

9. 一致性验证

10. 统计分析报表验证

11. 实操

大数据测试自动化的实践(3h)

1. 自动化测试工具的选择

2. 自动化测试框架搭建

3. 数据池的连接与管理

4. 测试脚本与环境解耦

5. 测试稳定性的提升

6. 专项测试的自动化之路

7. 端到端的业务场景自动化测试的设计

性能测试 (2h)

1. 业界标准介绍Spec/GLDS/TPC/Bigbench

2. 微基准

3. 组建基准

4. 系统基准

5. 实操

大数据测试案例分享

“那些年我们趟过的坑”

产品质量评估 (1h)

1. 延迟

2. 吞吐量

3. 容错率

4. 可扩展性

5. 构建质量模型