Понятно, что процесс тестирования является наиболее важным аспектом любой области программного обеспечения. Роль инженера-тестировщика распространяется на разные области, когда организация решает адаптироваться к улучшенной технологии. В этом сообщении блога давайте обсудим, почему инженеру по тестированию программного обеспечения следует изучать большие данные и технологии экосистемы Hadoop.
Если вы новичок в мире больших данных / Hadoop, просмотрите некоторые из наших публикаций на , и
Давайте сразу перейдем к мельчайшим деталям этой темы.
Зачем инженеру по тестированию программного обеспечения изучать большие данные и Hadoop?
Карьерный рост:
Приведенная выше таблица не требует пояснений. Это ясно показывает, что темпы роста рабочих мест, связанных с Hadoop, намного выше, чем темпы роста рабочих мест по тестированию программного обеспечения. Максимальный темп роста числа рабочих мест, связанных с тестированием программного обеспечения, составляет примерно 1,6%, но темпы роста числа рабочих мест, связанных с тестированием Hadoop, составляют колоссальные 5% (приблизительно).
строка является изменяемой или неизменной в java
80% людей, изучающих Hadoop, не имеют опыта разработки. Вы тоже можете быть одним из них.
Ограничения текущих практик тестирования при тестировании приложений для решения проблем с большими данными:
- Подходы к тестированию программного обеспечения основаны на данных (таких как асимметрия данных, несоответствие размеров наборов данных и т. Д.), А не на сценариях тестирования.
- Стандартные инструменты сопоставления данных (например, win diff и т. Д.) Не работают с большими объемами данных. Это становится ограничением набора навыков инженера по тестированию программного обеспечения.
Для данных среднего размера данные могут быть представлены в виде таблиц HBase и проверены на основе набора входных данных путем применения бизнес-логики к небольшому набору входных данных.
периодическая таблица инструментов DevOps
Для крупномасштабных данных методы больших данных предоставляют инженерам уникальные навыки, которые используются для тестирования больших и сложных наборов данных и открывают многочисленные возможности в области метеорологии, геномики, коннектомики, сложного физического моделирования, а также биологических и экологических исследований.
Состояние тестового поля - Мнения экспертов:
Скотт Барбер, известный тестировщик, спикер и писатель по теме тестирования, специализирующейся в области тестирования производительности системы. процитировал несколько действительно сильных и впечатляющих слов о текущей ситуации в области тестирования.
В различных социальных сетях было много разговоров о том, что тестирование может стать «умирающей профессией», и Скотт согласен с тем, что тестирование как профессия переживает драматические изменения.
Что ж, это заявление было достаточно драматичным, давайте посмотрим на факты и сами увидим, что происходит в области тестирования.
Взгляните на профиль вакансии Hadoop / Big Data Tester:
Ниже приводится требование, предъявляемое определенной организацией к своему тестеру Hadoop:
Глядя на приведенное выше требование, мы видим, что навыки тестирования в значительной степени необходимы и составляют основу этого профиля работы. Теперь все, что требуется от инженера по тестированию программного обеспечения, чтобы стать тестером больших данных или Hadoop, - это усовершенствовать свои навыки работы с большими данными / Hadoop.
Насколько легко перейти на Hadoop / Big Data:
- На Java или не на Java - Гибкость выбора:
Для тех, кто является экспертом в Java, переход не составит труда, как и среда программирования на основе Java с открытым исходным кодом. Используемые здесь скрипты MapReduce написаны на Java. Теперь совершенно очевидно, что для работы с Hadoop знание Java является обязательным.
Сказанное выше не означает, что экспертам, не владеющим Java, предстоит трудный путь. Прелесть Hadoop в том, что в нем есть набор инструментов, 'Не-Java' эксперт может использовать. Некоторые инструменты Hadoop, такие как Hive, Pig и Sqoop, не требуют знания Java, поскольку они в значительной степени полагаются на SQL.
- Общие навыки и платформы приложений между специалистом по тестированию и профессионалом Hadoop:
Идея перехода из зоны комфорта в новый домен, такой как Big Data / Hadoop, поначалу может показаться немного подавляющей. Но нужно понимать, что тестирование и Hadoop не исключают друг друга. Вот список навыков и платформ, которые используются между ними, и могут использоваться в соответствии с http://www.itjobswatch.co.uk . Один или несколько из этих навыков также можно использовать в соответствии с навыками Big Data и Hadoop. Таким образом, проще сделать плавный переход.
Хороший инженер-тестировщик обладает острыми аналитическими способностями, сильными техническими навыками, отличным отношением к деталям и готовностью учиться. Это точные характеристики, необходимые для перехода на Hadoop. Это неопровержимо, что тестирование проходит трансформацию, но она не будет концом его. Но с учетом того, что времена меняются, разумно плыть на высоких волнах - Hadoop, учитывая все его возможности и гибкость.
Все еще не уверены, что можете изучить Hadoop? Никому не верь. Судите сами. Нажмите ниже, чтобы посмотреть образец записи класса Big Data и Hadoop, проведенного Edureka.
как превратить double в int java
Есть вопрос к нам? Упомяните их в разделе комментариев, и мы свяжемся с вами.
Похожие сообщения:
7 способов, которыми обучение работе с большими данными может изменить вашу организацию