第三阶段：高尖技术接口、性能、自动化、整机&APP测试

课程简介：本课程在前两个阶段之上，在具备软件测试基本的综合技术能力后，为了提高学员技术竞争力，在对照的企业近期技术需求设立高等阶段课程如：接口测出基于、Jmeter/SoapUI，性能测试基于Loadruer 、Jmeter测试工具实战项目应用，自动化测试Python+Selenium+Robot Framework等较近前沿课程。同时对于部分企业需求的整机测试和APP测试技术，也同步囊括在高等阶段课程中。涉及变量接口（key）时间单位（expire）允许访问多少次（limit）访问次数（value）条件一当一个请求过来时，我们就会得到这个key。

软件测试是伴随着软件的产生而产生的。早期的软件开发过程中软件规模都很小、复杂程度低，软件开发的过程混乱无序、相当随意，测试的含义比较狭窄，开发人员将测试等同于“调试”，目的是纠正软件中已经知道的故障，常常由开发人员自己完成这部分的工作。对测试的投入，测试介入也晚，常常是等到形成代码，产品已经基本完成时才进行测试。到了上世纪80年代初期，软件和IT行业进入了大发展，软件趋向大型化、高复杂度，软件的质量越来越重要。这大概是******的问题，如果你的职位有清晰详细的职位描述（JD），可能这就不是个问题了。

条件二

参考计数器算法条件二实现。

算法升级

可以看到实现漏桶算法的话需要每隔interval时间都要另外一条线程去遍历所key的value去做递减操作，那么有没有什么办法可以省略这一步呢。***是肯定有。

12345678910111213 if(存在key){ value--； if（（nowTime-lastUpdateTime）>interval）{ value=value-（nowTime-lastUpdateTime）/interval*step; lastUpdateTime=nowTime; } if(value<=0){ 不能访问 } }else{ 添加key，设置value为limit； lastUpdateTime=nowTime；”→意味着面试你的那个人不在你的团队，或者他们对为什么要招你并没有明确的想法。 }

令牌桶算法***思想

令牌桶算法呢，恰恰是和漏桶算法相反的一个算法，不过还是推荐你使用这个。这个算法的原理我不讲，我觉得聪明的你看了伪代码就明白了。

涉及变量

接口（key）

时间单位（expire）

允许访问多少次（limit）

递增间隔时间（interval）

递增步长（step）

当前可访问次数（value）

key的访问时间（lastUpdateTime）

当前时间（nowTime）（参照漏桶算法需要注意的点）

条件***程一：

12345678 if(存在key){ value++； if(value>=limit){ 不能访问 } }else{ 添加key，设置value为limit }

线程二：

123 while(过去interval时间){ 所有key的value+step }

您的数据事务是基于什么？或者，您需要什么级别的事务支持？如果您的系统需要ACID属性，那么您很好还是坚持使用RDBMS解决方案。否则，您将花费大量的时间试图在您的应用程序/业务逻辑层重制ACID保证，并且您可能仍然没有RDBMS解决方案那么。#3: 您需要Web/高可伸缩性吗？早期的软件开发过程中软件规模都很小、复杂程度低，软件开发的过程混乱无序、相当随意，测试的含义比较狭窄，开发人员将测试等同于“调试”，目的是纠正软件中已经知道的故障，常常由开发人员自己完成这部分的工作。总是在先计算出您需要什么样的可伸缩性。在这个特殊的例子中，我们正在为微软内部游戏工作室构建系统。有10到15个游戏工作室正在考虑中——这取决于有多少注册用户使用这个系统每个工作室多有3-5个活跃的游戏标题。每个游戏标题为三个环境存储遥测模式——开发、预生产（PPE）和生产对于每个标题，将会有2-5个数据科学家同时修改游戏标题数据每一个标题事件都有大约50 KB的max事件数据我们被要求存储所有的版本——我们估计这个数字是1000除以一个标题的生命周期有了以上粗略的估计，我们就可以计算并发性和存储需求：

总并发数 = 工作室数量 * 标题数量每工作室 * 用户数量每标题

=  15 * 5 * 5 = 375 并发用户

大存储 =  工作室数量 * 标题数量每工作室 * 环境数量 * 事件存储大小每版本* 需要存储的版本数

= 15 * 5 * 3 * 50 KB * 1000 = 11250000 KB = 11.25 GB大存储

SQL Azure支持1024个并发打开连接，并且能够很容易地支持并发需求。另外，在考虑云计算时，11.25 GB实际上是一个非常小的数字。

这个系统并不是下一个FaceBook或必应——那么NoSQL的路线真的值得吗？