## MeterSphere 一站式开源持续测试平台 2023 年 9 月 持续测试的兴起与现状 MeterSphere 加速企业持续测试落地 MeterSphere 企业版及专业服务 ## 持续测试是持续交付发展的必然需求 ## 持续交付能力是企业核心竞争力 保证业务足够稳 ## 持续测试能力保障业务足够可靠 ## 催生 保证交付足够快  持续交付可以降低发布风险，提高可靠性，使软件能够根据用户反馈、市场变化和企业战略变更不断进行调整。 持续测试是执行自动化测试的过程，作为软件交付流水线的重要一环，持续测试帮助企业尽快获得软件发布后业务风险的反馈。  ## 为什么测试环节会成为持续交付中的瓶颈？  因为下游处理能力不足导致的阻塞 图片来源：《持续交付 2.0》 ## 造成测试阻塞的三个方面 ### 01. 测试速度 • 非探索性手工执行用例比重过多；

FIT2CLOUD 飞致云 ## MeterSphere 一站式开源持续测试平台 2022 年 5 月 持续测试的兴起与现状 MeterSphere 加速企业持续测试落地 MeterSphere 企业版及专业服务 ## 持续测试是持续交付发展的必然需求 ## 持续交付能力是企业核心竞争力  持续测试是执行自动化测试的过程，作为软件交付流水线的重要一环，持续测试帮助企业尽快获得软件发布后业务风险的反馈。 为什么测试环节会成为持续交付中的瓶颈？ - 超过 80% 的测试仍是手动执行的； • 大约 67% 的测试用例的编写、维护和执行是冗余的； - 测试人员平均要花 17% 的时间来处理误报和 14% 的时间来处理额外任务； ## 测试速度问题 - 过半的测试人员每周要花费 5-15 个小时来处理测试数据（测试数据的平均等待时间为 2 周）； - 84% 的测试人员会因为有限的测试环境而延迟（测试环境的平均准备时间为

FIT2CLOUD 飞致云 ## MeterSphere 一站式开源持续测试平台 2023 年 3 月 持续测试的兴起与现状 MeterSphere 加速企业持续测试落地 MeterSphere 企业版及专业服务 ## 持续测试是持续交付发展的必然需求 ## 持续交付能力是企业核心竞争力 保证业务足够稳  ## 持续测试能力保障业务足够可靠 ## 催生 持续交付可以降低发布风险，提高可靠性，使软件能够根据用户反馈、市场变化和企业战略变更不断进行调整。 持续测试是执行自动化测试的过程，作为软件交付流水线的重要一环，持续测试帮助企业尽快获得软件发布后业务风险的反馈。  ## 为什么测试环节会成为持续交付中的瓶颈？  因为下游处理能力不足导致的阻塞 图片来源：《持续交付 2.0》 ## 造成测试阻塞的三个方面 ### 01. 测试速度 - 非探索性手工执行用例比重过多；

掌游天下 崔英杰 ## Go的持续集成 实践分享 ## 什么是持续集成 持续集成 是一种软件开发实践。在持续集成中，团队成员频繁集成他们的工作成果，一般每人每天至少集成一次，也可以多次。每次集成会经过自动构建（包括自动测试）的检验，以尽快发现集成错误。 ## — Martin Fowler ## 持续集成的好处 1. 快速发现修复错误 2. 降低风险 3. 持续发布 4. 减少代码审核时间 /3/8/9/4/3894e5dd4516ea856c0648981478e041/p4_1.jpg) 简单 激情 速度快 聚焦 极致 可信赖 ## 分享惨案经历 1. 无单元测试，手工集成测试 2. 测试用例300多个，需要一个星期 3. 面对业务压力，规则形同虚设 4. 深夜事故 简单 激情 速度快 聚焦 极致 可信赖 ## 原有开发体系的问题 1. 迭代周期漫长 2. 质量缺乏保障 极致 可信赖 ## 迈出第一步 1. 重构 2. 添加单元测试 3. 自动化测试系统 简单 激情 速度快 聚焦 极致 可信赖 ## 青铜时代  Email测试报告 通知测试 简单 激情 速度快 聚焦 极致 可信赖 ![Ima

## 机器学习-第二章 回归 黄海广 副教授 2022年09月 ## 本章目录 01 线性回归 02 梯度下降 03 正则化 04 回归的评价指标 ### 1. 线性回归 01 线性回归 02 梯度下降 03 正则化 04 回归的评价指标 ## 回归的概念 ## 监督学习分为回归和分类 ✓ 回归（Regression、Prediction） ✓ 如何预测上海浦东的房价？ ## 线性回归-概念 ## 线性回归（Linear Regression） 是一种通过属性的线性组合来进行预测的线性模型，其目的是找到一条直线或者一个平面或者更高维的超平面，使得预测值与真实值之间的误差最小化。  ## 线性回归-符号约定 118\end{bmatrix}\quad y^{(2)}=37000 $ $ x_{j}^{(i)} $ 代表特征矩阵中第i行的第j个特征 上图的 $ x_{2}^{(2)}=31,x_{3}^{(2)}=8 $ ## 线性回归-算法流程 x 和 y 的关系 $$ \begin{array}{c}h(x)=w_{0}+w_{1}x_{1}+w_{2}x_{2}+\\ \cdots+w_{n}x_{n}\end{array}

## Service Mesh Meetup #5 广州站 # SOFAMOSN 持续演进路径及实践案例 陈逸凡 wugou.cyf@antfin.com 2019.1.6 ## Agenda ➢ 背景 & 概览 ➢ 持续演进路径 & 技术案例 ➢ 实践案例 ➢ 规划 & 展望 ➢ QA ## 背景 & 概览 ## 数据平面概览 ## SOFAMOSN数据流  ## 持续演进路径 & 技术案例 ## 能力 TCP代理/7层通用代理 简单匹配路由 集群管理 & 基本负载均衡(RR、RANDOM) SofaRpc及HTTP/1.1、HTTP/2.0支持 |原生IO模式|1000|3.3|60|200028| |Raw Epoll模式|1000|2.5|18|28| ## 持续演进实践总结 ✓ 架构上，从一开始就遵循分层设计，模块解耦，统一编程模型接口，保证足够的架构扩展性。 ✓ 性能上，针对IO、协议、内存、协程进行持续优化。相比最初版本，SOFARPC协议上对0.1.0版本QPS提升了50%，内存使用减少了40%；HTTP/2.0相比官方

## 机器学习-逻辑回归 黄海广 副教授 2022年02月 ## 本章目录 01 分类问题 02 Sigmoid函数 03 逻辑回归求解 04 逻辑回归代码实现 ### 1. 分类问题 01 分类问题 02 Sigmoid函数 03 逻辑回归求解 04 逻辑回归代码实现 ## 分类问题 ## 监督学习的最主要类型 ## ✓ 分类（Classification） _1.jpg) One-vs-All (One-vs-Rest) 一对多 (一对余) ### 2. Sigmoid函数 01 分类问题 02 Sigmoid函数 03 逻辑回归求解 04 逻辑回归代码实现 ### 2. Sigmoid函数 ## Sigmoid 函数 $ \sigma(z) $ 代表一个常用的逻辑函数（logistic function）为S形函数（Sigmoid function）为S形函数（Sigmoid function） 则： $ \sigma(z)=g(z)=\frac{1}{1+e^{-z}}\quad z=w^{\mathrm{T}}x+b $ 合起来，我们得到逻辑回归模型的假设函数： $$ \mathrm{L}\big(\hat{y},y\big)=-y\log(\hat{y})-(1-y)\log(1-\hat{y}\big) $$ ![Image](/uploa