Proces testování je pochopitelně nejdůležitějším aspektem jakékoli softwarové domény. Když se organizace rozhodne přizpůsobit se vylepšené technologii, role Testovacího inženýra se rozšíří do různých domén. V tomto příspěvku na blogu pojďme diskutovat o tom, proč by se měl Software Testing Engineer naučit ekosystémové technologie Big Data a Hadoop.
Pokud jste ve světě Big Data / Hadoop noví, podívejte se na některé z našich příspěvků na , a
Pojďme přímo k hloupým detailům tohoto tématu
Proč by se měl Software Testing Engineer naučit Big Data a Hadoop?
Kariérní růst:
Výše uvedený graf je vysvětlující. Jasně ukazuje, že tempo růstu úloh souvisejících s Hadoopem je mnohem vyšší než tempo úloh testování softwaru. Maximální míra růstu úloh souvisejících s testováním softwaru je přibližně 1,6%, ale tempo růstu úloh testování založených na Hadoop je neuvěřitelných 5% (přibližně.)
80% lidí, kteří se učí Hadoop, pochází z nerozvojového prostředí. Jedním z nich můžete být i vy.
Omezení současných testovacích postupů při testování aplikací k řešení problémů s Big Data:
- Přístupy k testování softwaru jsou založeny spíše na datech (jako je nerovnost dat, nesoulad velikosti datových sad atd.), Nikoli na scénářích testování.
- Standardní nástroje pro porovnávání dat (například win diff atd.) Nepracují s velkým objemem dat. To se stává omezením pro sady dovedností inženýra testování softwaru.
U středně velkých dat mohou být data vystavena jako tabulky HBase a ověřena ze sady vstupních dat aplikací obchodní logiky na malou sadu vstupů.
U dat ve velkém měřítku poskytují techniky velkých dat technikům jedinečné sady dovedností, které se používají k testování velkých a komplexních souborů dat, a nacházejí mnoho příležitostí v oblasti meteorologie, genomiky, konektomiky, komplexních fyzikálních simulací a biologického a environmentálního výzkumu.
Pole Stav testování - Odborné posudky:
Scott Barber, renomovaný tester, řečník a spisovatel zabývající se testováním souvisejícího tématu se specializací na oblast testování výkonu systému citoval několik opravdu silných a působivých slov o současné situaci v oblasti testování.
Na různých sociálních médiích proběhly četné rozhovory o možnosti Testingu stát se „umírající profesí“ a Scott souhlasí s tím, že Testování jako profese je uprostřed dramatické transformace.
Toto prohlášení bylo dostatečně dramatické, podívejme se na fakta a podívejme se sami, co se děje v oblasti testování.
Pohled na pracovní profil Hadoop / Big Data Tester:
Níže je uveden požadavek kladený určitou organizací na požadavek Hadoop Tester:
Při pohledu na výše uvedený požadavek vidíme, že testovací dovednosti jsou velmi potřebné a tvoří základ tohoto pracovního profilu. Nyní se od softwarového testovacího inženýra, aby se stal Big Data nebo testerem Hadoop, vyžaduje pouze aktualizace dovedností Big Data / Hadoop.
Jak snadné je přejít na Hadoop / Big Data:
- Do Javy nebo ne do Javy - Flexibilita při výběru:
Pro ty, kteří jsou odborníky na Javu, je přechod dortovou procházkou, stejně jako open-source programovací rámec založený na Javě. Zde použité skripty MapReduce jsou psány v Javě. Nyní je zcela zřejmé, že pro práci na Hadoopu je znalost jazyka Java nezbytná.
Když to řekneme výše, neznamená to, že ne-Java experti mají před sebou drsnou cestu. Krása Hadoopu je, že má řadu nástrojů, které a 'Non-Java' odborník může použít. Některé z nástrojů Hadoop, jako je Hive, Pig a Sqoop, nevyžadují znalosti jazyka Java, protože se silně spoléhají na SQL.
- Sdílené dovednosti a aplikační platformy mezi testovacím profesionálem a profesionálem Hadoop:
Myšlenka přechodu z komfortní zóny do nové domény, jako je Big Data / Hadoop, může být zpočátku trochu ohromující. Je ale třeba si uvědomit, že Testování a Hadoop se vzájemně nevylučují. Zde je seznam dovedností a platforem, které se mezi nimi používají, lze použít podle http://www.itjobswatch.co.uk . Jedna nebo více z těchto dovedností lze také použít v souladu s dovednostmi Big Data a Hadoop. Díky tomu je snazší provést hladký přechod.
Dobrý testovací inženýr má ostré analytické dovednosti, silné technické dovednosti, skvělý přístup, orientovaný na detail a ochotu učit se. Jedná se o přesné rysy požadované pro každého, kdo přejde na Hadoop. Je nevyvratitelné, že Testování prochází transformací, ale nebude to jeho konec. Ale s měnící se dobou je rozumné plout vysokou vlnou - Hadoop, s ohledem na všechny jeho vlastnosti a flexibilitu.
Stále nejste přesvědčeni, že se můžete naučit Hadoop? Nevěř nikomu. Posuďte sami. Kliknutím níže můžete sledovat ukázkovou třídu záznamu třídy Big Data a Hadoop prováděnou společností Edureka.
Máte na nás dotaz? Uveďte je v sekci komentáře a my se vám ozveme.
Související příspěvky:
7 způsobů, jak školení velkých dat může změnit vaši organizaci
jak implementovat hromadu