方式模拟实际业务的运行逻辑生成测试数据，一种方法是通过 GUI 构造测试数据，这是 最常见、最可靠的方式，直接通过客户端或界面完成数据构造，缺点是成本高、效率低； 另一种方法是通过数据库构造数据，缺点是直接修改数据库容易产生脏数据，全量导入 数据有评估和操作成本。“找”数是通过某种方式去查找已经存在的测试数据，一种方法 是通过数据库去查找可用数据，缺点是数据共用导致数据属性频繁变化，会相互影响； 另一种方法是通过找项目组或者是相关系统的对应开发人员配合提供，缺点是需要熟悉 38 《51 测试天地》七十四 www.51testing.com 各自模块，沟通成本高。这两种方式无疑都能够满足基本测试数据准备需要，但往往都 伴随着“造”数难和“找”数难的问题，而对于信贷业务来说，其长链路的特点使得“造” 数更难和“找”数更难，如何快速构造测试数据就成为了影响测试进度及质效的关键。 三、方法探索 较高要求； 大部分情况下数据构造流程伴随着业务状态的变化，数据状态是不可逆的，只能按 需不断构造新的数据； 链路越长整体成本越高； 数据间依赖性强，往往需要做数据的串联，例如下一个请求的入参需要上一个请求 的返回值； 找谁造数、造什么样的数，时间往往都消耗在沟通上。 基于以上痛点和难点，并结合对测试数据实际准备过程中相关问题的探索和研究形 成了长链路业务测试数据快速构造方法论，主要包括场景梳理、功能编排、数据构造、

HUANENG GUICHENG TRUST CORPORATION LTD. 智能问答机器人 HUANENG GUICHENG TRUST CORPORATION LTD. 招聘、业务咨询 日常交流沟通 各种知识查询 华小智语音助手 HUANENG GUICHENG TRUST CORPORATION LTD. 量化金融 – 炼数成金 HUANENG GUICHENG TRUST CORPORATION 华能信托-华小智慈善信托计划 HUMANS ARE CREATIVE BEINGS. IF IT IS NOT REAL TEXT, THEY WILL FOCUS ON THE DESIGN. 欢迎大家交流沟通 Huaneng Guicheng Trust Corporation Ltd. Q&A 讲解完毕，谢谢！

assert user.is_admin, "Permission denied!" user.balance += 100 应对： Assert 语句不应用于业务逻辑条件检查，只应用于程序员之间的 沟通，如单元测试、数据边界检查、API调用约束说明等。 小心 pickle import os import pickle class ShellExp: def __reduce__(self):

1 2 3 IT运维的挑战 • 复杂度越来越⾼高： • 架构演变：SaaS、多云、容器器、微服务等 • 数据孤岛越来越多：⼤大数据的3V（容量量、变化、种类） • 成本越来越⾼高： • 业务中断成本 • 缺少持续改进（运维⼈人员⼤大部分时间忙于救⽕火） • ⼈人员学习速度跟不不上业务增⻓长和问题出现的速度 基本概念 • AIOps = Artificial Intelligence 全⽂文索引查询强，过滤快、聚集功能强⼤大 • 不不⽀支持外部关联，有SQL适配器器 • 缺点： • 企业特性需要商业License • 内存管理理挑战较⼤大，复杂统计易易失控 • 超过百TB规模后运维成本⾼高 • 存储压缩效率偏低 Kibana核⼼能⼒ • 交互式查询控制台、tail-f • 完整报表中⼼与交互功能 • ⾼级图表功能：地图、关系图 • 时序数据 • 机器学习（收费） 0条⽇日志模式） 阿⾥里里云⽇日志服务 Sumologic Splunk 消除告警疲劳 • 传统阈值⽅方式的告警并不不能解决问题： • 阈值难以合理理，或会⾮非常复杂 • 有效阈值维护成本较⾼高 • 过滤后的告警数量量依然较多 • 使⽤用基于统计的动态阈值 • 使⽤用模式识别正常⾏行行为与异常⾏行行为。 AI增强 - 异常值（Outlier)与异常识别（Anomaly）

相对于机器学习，严重依赖于高端机，大量的 GPU 运算 • 高端机的成本高 开发工具 • 复杂的工具链 • 搭建环境花费时间 深度学习 à Azure Machine Learning 开发工具 à Azure Notebook Azure Machine Learning • 拥有不同运算性能的机器 • 降低成本，按需付费 • 支持不同的开源框架：TenserFlow、PyTorch、MXNet Enterprise Customers • 延迟 • 数据隐私 • 成本 • 大规模部署 • 离线运行 • 支持不同的设备 • Linux, Windows • AMD64, ARM32v7, ARM64 Azure IoT Edge + AI 把 AI 运算下放到边缘计算节点。 如何运作？ 问题迎刃而解 • 延迟 • 数据隐私 • 成本 • 大规模部署 • 离线运行 • 支持不同的设备 • Linux

打车发票要怎么报销？ u 物业一年物业费多少钱？能帮忙换水 龙头？ p 其它场景机器人 p 特性： ü 有效渗透 ü 横向复制的可行性 各个击破－语言工具 • 开发成本 Ø C++：简洁紧凑，灵活方便，需要精细设计，开 发成本较高 Ø Python：语法简单，完全面向对象，容易入门和 使用 Ø Java：语法简单，面向对象，但框架较重，相对 而言较适用业务程序开发 Ø GO：语法简单，支持面向对象、函数、接口编

isn’t free. You have to pay attention.”从这个意义上看，这本 书并非完全“免费”。为了不辜负你为本书所付出的宝贵“注意力”，我会竭尽所能，投入最大的“注意力” 来完成本书的创作。 本人自知学疏才浅，书中内容虽然已经过一段时间的打磨，但一定仍有许多错误，恳请各位老师和同学批评 指正。 本书中的代码附有可一键运行的源文件，托管于 github.com/krahets/hello‑algo ；而如果给定的数据是固定 位数的整数（例如学号），那么我们就可以用效率更高的“基数排序”来做，将时间复杂度降为 ?(??) ， 其中 ? 为位数。当数据体量很大时，节省出来的运行时间就能创造较大价值（成本降低、体验变好等）。 在工程领域中，大量问题是难以达到最优解的，许多问题只是被“差不多”地解决了。问题的难易程度一方 面取决于问题本身的性质，另一方面也取决于观测问题的人的知识储备。人的知识越完备、经验越多，分析 我们可以将计算机存储系统想象为图 4‑9 所示的金字塔结构。越靠近金字塔顶端的存储设备的速度越快、容 量越小、成本越高。这种多层级的设计并非偶然，而是计算机科学家和工程师们经过深思熟虑的结果。 ‧ 硬盘难以被内存取代。首先，内存中的数据在断电后会丢失，因此它不适合长期存储数据；其次，内存 的成本是硬盘的几十倍，这使得它难以在消费者市场普及。 ‧ 缓存的大容量和高速度难以兼得。随着 L1、L2、L3

isn’t free. You have to pay attention.”从这个意义上看，这本 书并非完全“免费”。为了不辜负你为本书所付出的宝贵“注意力”，我会竭尽所能，投入最大的“注意力” 来完成本书的创作。 本人自知学疏才浅，书中内容虽然已经过一段时间的打磨，但一定仍有许多错误，恳请各位老师和同学批评 指正。 本书中的代码附有可一键运行的源文件，托管于 github.com/krahets/hello‑algo 我们可以将计算机存储系统想象为图 4‑9 所示的金字塔结构。越靠近金字塔顶端的存储设备的速度越快、容 量越小、成本越高。这种多层级的设计并非偶然，而是计算机科学家和工程师们经过深思熟虑的结果。 ‧ 硬盘难以被内存取代。首先，内存中的数据在断电后会丢失，因此它不适合长期存储数据；其次，内存 的成本是硬盘的几十倍，这使得它难以在消费者市场普及。 ‧ 缓存的大容量和高速度难以兼得。随着 L1、L2、L3 核心之间的物理距离会变远，从而导致数据传输时间增加，元素访问延迟变高。在当前技术下，多层级 的缓存结构是容量、速度和成本之间的最佳平衡点。 图 4‑9 计算机存储系统 第 4 章 数组与链表 hello‑algo.com 82 Note 计算机的存储层次结构体现了速度、容量和成本三者之间的精妙平衡。实际上，这种权衡普遍存在于 所有工业领域，它要求我们在不同的优势和限制之间找到最佳平衡点。

isn’t free. You have to pay attention.”从这个意义上看，这本 书并非完全“免费”。为了不辜负你为本书所付出的宝贵“注意力”，我会竭尽所能，投入最大的“注意力” 来完成本书的创作。本人自知学疏才浅，书中内容虽然已经过一段时间的打磨，但一定仍有许多错误，恳请 各位老师和同学批评指正。 本书中的代码附有可一键运行的源文件，托管于 github.com/krahets/hello‑algo 我们可以将计算机存储系统想象为图 4‑9 所示的金字塔结构。越靠近金字塔顶端的存储设备的速度越快、容 量越小、成本越高。这种多层级的设计并非偶然，而是计算机科学家和工程师们经过深思熟虑的结果。 ‧ 硬盘难以被内存取代。首先，内存中的数据在断电后会丢失，因此它不适合长期存储数据；其次，内存 的成本是硬盘的几十倍，这使得它难以在消费者市场普及。 ‧ 缓存的大容量和高速度难以兼得。随着 L1、L2、L3 核心之间的物理距离会变远，从而导致数据传输时间增加，元素访问延迟变高。在当前技术下，多层级 的缓存结构是容量、速度和成本之间的最佳平衡点。 图 4‑9 计算机存储系统 第 4 章 数组与链表 hello‑algo.com 82 � 计算机的存储层次结构体现了速度、容量和成本三者之间的精妙平衡。实际上，这种权衡普遍 存在于所有工业领域，它要求我们在不同的优势和限制之间找到最佳平衡点。 总

isn’t free. You have to pay attention.”從這個意義上看，這本 書並非完全“免費”。為了不辜負你為本書所付出的寶貴“注意力”，我會竭盡所能，投入最大的“注意力” 來完成本書的創作。 本人自知學疏才淺，書中內容雖然已經過一段時間的打磨，但一定仍有許多錯誤，懇請各位老師與同學批評 指正。 本書中的程式碼附有可一鍵執行的原始檔，託管於 github.com/krahets/hello‑algo ；而如果給定的資料是 固定位數的整數（例如學號），那麼我們就可以用效率更高的“基數排序”來做，將時間複雜度降為 ?(??) ，其中 ? 為位數。當資料體量很大時，節省出來的執行時間就能創造較大價值（成本降低、體 驗變好等）。 在工程領域中，大量問題是難以達到最優解的，許多問題只是被“差不多”地解決了。問題的難易程度一方 面取決於問題本身的性質，另一方面也取決於觀測問題的人的知識儲備。人的知識越完備、經驗越多，分析 我們可以將計算機儲存系統想象為圖 4‑9 所示的金字塔結構。越靠近金字塔頂端的儲存裝置的速度越快、容 量越小、成本越高。這種多層級的設計並非偶然，而是計算機科學家和工程師們經過深思熟慮的結果。 ‧ 硬碟難以被記憶體取代。首先，記憶體中的資料在斷電後會丟失，因此它不適合長期儲存資料；其次， 記憶體的成本是硬碟的幾十倍，這使得它難以在消費者市場普及。 ‧ 快取的大容量和高速度難以兼得。隨著 L1、L2、L3