پروژه 24

مقاله تست خودکار خطاهای طراحی در برنامه های MapReduce

Automatic Testing of Design Faults in MapReduce Applications

فرمت : PDF

زبان: لاتین

مدل‌های پردازشی جدیدی در Big Data در حال اتخاذ هستند مهندسی برای غلبه بر محدودیت های فناوری سنتی در میان آنها، MapReduce با اجازه دادن به پردازش متمایز است حجم زیادی از داده ها بر روی یک زیرساخت توزیع شده که می تواند در زمان اجرا تغییر کند. توسعه دهنده فقط عملکرد را طراحی می کند برنامه و اجرای آن توسط توزیع شده مدیریت می شود سیستم. در نتیجه، یک برنامه می تواند متفاوت رفتار کند در هر اجرا زیرا به طور خودکار با آن سازگار می شود منابع موجود در هر زمان بنابراین، زمانی که برنامه دارای نقص طراحی است، این می تواند در برخی از اجراها آشکار شود نقاب زده در دیگران با این حال، در طول آزمایش، این خطاها معمولا پوشانده شده است زیرا زیرساخت آزمایش پایدار است و آنها فقط هستند در تولید آشکار می شود زیرا محیط تهاجمی تر است با شکست زیرساخت ها، از جمله دلایل دیگر. این کاغذ تکنیک‌های آزمایشی جدیدی را پیشنهاد می‌کند که هدفشان شناسایی این طرح‌ها است خطاها با شبیه سازی پیکربندی های مختلف زیرساخت. را تکنیک های آزمایش مجموعه ای نماینده از زیرساخت را ایجاد می کنند پیکربندی هایی که به طور کلی با استفاده از آنها به احتمال زیاد خرابی ها را آشکار می کنند تست تصادفی و تست پارتیشن همراه با ترکیبی آزمایش کردن. تکنیک ها با استفاده از اجرای آزمایشی خودکار می شوند موتوری به نام MRTest که تنها با استفاده از آن قادر به تشخیص این عیوب است داده های ورودی تست، صرف نظر از خروجی مورد انتظار. تجربی ما ارزیابی نشان می دهد که MRTest می تواند به طور خودکار این موارد را شناسایی کند خطاهای طراحی در یک زمان معقول.

New processing models are being adopted in Big Data engineering to overcome the limitations of traditional technology. Among them, MapReduce stands out by allowing for the processing of large volumes of data over a distributed infrastructure that can change during runtime. The developer only designs the functionality of the program and its execution is managed by a distributed system. As a consequence, a program can behave differently at each execution because it is automatically adapted to the resources available at each moment. Therefore, when the program has a design fault, this could be revealed in some executions and masked in others. However, during testing, these faults are usually masked because the test infrastructure is stable, and they are only revealed in production because the environment is more aggressive with infrastructure failures, among other reasons. This paper proposes new testing techniques that aimed to detect these design faults by simulating different infrastructure configurations. The testing techniques generate a representative set of infrastructure configurations that as whole are more likely to reveal failures using random testing, and partition testing together with combinatorial testing. The techniques are automated by using a test execution engine called MRTest that is able to detect these faults using only the test input data, regardless of the expected output. Our empirical evaluation shows that MRTest can automatically detect these design faults within a reasonable time.