Proces testiranja je razumljivo najpomembnejši vidik katere koli programske domene. Vloga inženirja testiranja se razširi na različna področja, ko se organizacija odloči, da se prilagodi izboljšani tehnologiji. V tej objavi v blogu se pogovorimo o tem, zakaj bi se inženir za testiranje programske opreme moral naučiti ekosistemskih tehnologij Big Data in Hadoop.
Če ste nov v svetu Big Data / Hadoop, si oglejte nekaj naših objav , in
Pojdimo naravnost na drobne podrobnosti te teme
Zakaj bi se inženir za testiranje programske opreme učil Big Data in Hadoop?
Karierna rast:
Zgornji grafikon je samoumeven. Jasno kaže, da je stopnja rasti delovnih mest, povezanih s Hadoopom, veliko višja kot pri opravilih za testiranje programske opreme. Najvišja stopnja rasti delovnih mest, povezanih s preizkušanjem programske opreme, je približno 1,6%, stopnja rasti delovnih mest, ki temeljijo na Hadoop, pa je neverjetnih 5% (približno.)
kako narediti dvojno int v javi
80% ljudi, ki se učijo Hadoop, je iz nerazvitega okolja. Tudi vi ste lahko eden izmed njih.
Omejitve trenutnih praks testiranja med testiranjem aplikacij za reševanje težav z velikimi podatki:
- Pristopi za testiranje programske opreme temeljijo na podatkih (kot so neenakomernost podatkov, neujemanje velikosti naborov podatkov itd.) In ne na scenarijih testiranja.
- Standardna orodja za ujemanje podatkov (na primer win diff itd.) Ne delujejo z velikimi količinami podatkov. To postane omejitev nabora znanj inženirja za testiranje programske opreme.
Za srednje velike podatke lahko podatke prikažemo kot tabele HBase in jih preverimo iz nabora vhodnih podatkov z uporabo poslovne logike na majhnem naboru vhodnih podatkov.
vloge in odgovornosti sistemskega skrbnika linux
Za obsežne podatke tehnike velikih podatkov inženirjem nudijo edinstvene nabore znanj, ki se uporabljajo za testiranje velikih in kompleksnih naborov podatkov in najdejo številne priložnosti na področju meteorologije, genomike, konektomike, zapletenih fizikalnih simulacij ter bioloških in okoljskih raziskav.
Stanje področja testiranja - mnenja strokovnjakov:
Scott Barber, priznani preizkuševalec, govornik in pisatelj na temo, povezano s testiranjem, specializirano za področje testiranja sistemske učinkovitosti je citiral nekaj zelo močnih in vplivnih besed o trenutnih razmerah na področju testiranja.
V različnih družbenih medijih so že veliko govorili o možnosti, da bi testiranje postalo 'umirajoči poklic', in Scott se strinja, da je testiranje kot poklic sredi dramatične preobrazbe.
No, ta izjava je bila dovolj dramatična, poglejmo si dejstva in sami preverimo, kaj se dogaja na področju testiranja.
Pogled na profil zaposlitve Hadoop / Big Data Tester:
Spodaj je zahteva, ki jo določena organizacija postavi glede svojih zahtev za preizkuševalce Hadoop:
Ko pogledamo zgornjo zahtevo, lahko ugotovimo, da so veščine preizkušanja v veliki meri potrebne in tvorijo temelj tega delovnega profila. Zdaj je vse, kar potrebuje inženir za testiranje programske opreme, da postane Big Data ali preizkuševalec Hadoop, posodobitev s spretnostmi Big Data / Hadoop.
Kako enostavno je preiti na Hadoop / Big Data:
- Na Javo ali ne na Javo - Prilagodljivost pri izbiri:
Za tiste, ki so strokovnjaki za Javo, je prehod kot pogajanje kot odprtokodni programski okvir, ki temelji na Javi. Tu uporabljeni skripti MapReduce so napisani v Javi. Zdaj je povsem očitno, da je za delo na Hadoopu nujno znanje v Javi.
Če rečem zgoraj, to ne pomeni, da je pred strokovnjaki, ki niso Java, groba pot. Lepota Hadoopa je, da ima vrsto orodij, ki jih a 'Ne-Java' strokovnjak lahko uporabi. Nekatera orodja Hadoop, kot so Hive, Pig in Sqoop, ne zahtevajo znanja Java, saj se močno zanašajo na SQL.
- Skupne veščine in aplikacijske platforme med strokovnjakom za testiranje in strokovnjakom za Hadoop:
Zamisel o selitvi iz območja udobja v novo domeno, kot je Big Data / Hadoop, je sprva morda nekoliko osupljiva. A zavedati se moramo, da se testiranje in Hadoop ne izključujeta. Tu je seznam spretnosti in platform, ki se uporabljajo med njimi, se lahko uporabljajo v skladu s http://www.itjobswatch.co.uk . Eno ali več teh veščin je mogoče uporabiti tudi za usklajevanje s spretnostmi Big Data in Hadoop. Tako je lažje narediti gladek prehod.
Dober inženir za testiranje ima ostre analitične sposobnosti, močno tehnično znanje, odličen odnos, usmerjenost k detajlom in pripravljenost za učenje. To so natančne lastnosti, ki jih potrebuje vsak, da preklopi na Hadoop. Neizpodbitno je, da se testiranje spreminja, vendar ga še ne bo konec. Toda s spreminjajočimi se časi je preudarno pluti po visokem valu - Hadoop, ob upoštevanju vseh njegovih lastnosti in prilagodljivosti.
Še vedno niste prepričani, da se lahko naučite Hadoopa? Ne zaupajte nikomur. Presodite sami. Kliknite spodaj, da si ogledate vzorčni posnetek predavanja Big Data in Hadoop, ki ga vodi Edureka.
java najti največje število na seznamu
Imate vprašanje za nas? Omenite jih v oddelku za komentarje in javili se vam bomo.
Sorodne objave:
7 načinov, kako lahko usposabljanje za velike podatke spremeni vašo organizacijo