敏捷开发工程测试 更多内容
  • 测试

    测试 CodeArts IDE集成了pytest和unittest测试框架,让您可以轻松运行和调试Python测试用例。 将测试框架集成到项目中 运行测试 启动配置 父主题: Python

    来自:帮助中心

    查看更多 →

  • 方案概述

    出了一套可操作可落地的敏捷开发方法论:HE2E DevOps实施框架。 图1 HE2E DevOps实施框架 规划和设计 步骤①和②是业务(或者是客户)与技术之间进行产品规划,梳理产品整体脉络,以及进行产品规划实施设计,并控制需求粒度与拆分的过程。 软件开发的本质是为了解决问题,

    来自:帮助中心

    查看更多 →

  • 训练性能测试

    训练性能测试 流程图 训练性能测试流程图如下图所示: 图1 训练性能测试流程 执行训练任务 进入test-benchmark目录执行训练命令,可以多次执行,卡数及其它配置参考NPU卡数取值表按自己实际情况决定。 单机<可选>: # 默认8卡 benchmark-cli train

    来自:帮助中心

    查看更多 →

  • 性能测试方法

    请求的P9999时延,是非常严格的时延指标,表示99.99%的请求执行时间小于该值,仅少量尾部请求超过该值。 测试步骤 注入测试数据 测试前,生成并注入数据库测试数据。基于测试模型三种类型的分布,对三种数据类型进行如下配置: hash类型 key:34位字符,使用字符串前缀+9位数字

    来自:帮助中心

    查看更多 →

  • 实践案例指引

    通过自托管资源池部署应用至云下IDC 通过自托管资源池实现跨Region虚拟机部署 测试计划 基于接口自动化用例和关键字驱动的电商平台测试 基于需求策略使用测试设计 性能测试 城市政务一网通办系统性能测试 JMeter测试工程原生性能压测 全局变量使用全流程 漏洞管理服务 扫描具有复杂访问机制的网站漏洞

    来自:帮助中心

    查看更多 →

  • 测试用例实现流程与实践

    活动输出 自动化测试分析 自动化测试工程师分析产品测试是否可进行自动化、自动化的投入产出是否值得,以及哪些部分的特性适合进行自动化,适合使用的自动化工具。 测试需求分析报告 测试方案 自动化测试分析报告 自动化测试工具开发/二次开发 自动化测试工程师根据测试特性的自动化测试需求,对自动

    来自:帮助中心

    查看更多 →

  • 有的放矢制定测试计划

    有的放矢制定测试计划 本文介绍如何确定测试目的、划定测试范围、制订测试策略、组建测试团队、准备测试工具和环境、制订测试计划。 凡事预则立,不预则废。在团队开展测试活动之初,需要制定相应的测试计划,指导整个测试周期中测试人员的测试活动。测试计划描述了测试目的、测试对象、测试范围、测试

    来自:帮助中心

    查看更多 →

  • JMeter工程使用

    JMeter工程使用 性能测试服务的JMeter引擎和开源JMeter有什么异同? 性能测试服务的JMeter引擎支持哪些脚本? 性能测试服务的JMeter引擎不支持脚本中哪些操作? JMeter测试工程中,jmx文件导入报错可能有哪些原因? 应用于性能测试服务的脚本,有哪些使用建议?

    来自:帮助中心

    查看更多 →

  • 性能测试方法

    性能测试方法 本章基于GeminiDB Influx实例,进行性能测试,具体包括测试环境,测试步骤,以及测试结果。 测试环境 区域:华北-北京四 可用区:可用区一 弹性云服务器 (Elastic Cloud Server,简称E CS ):规格选择内存优化型m6.2xlarge.8,8

    来自:帮助中心

    查看更多 →

  • 性能测试方法

    性能测试方法 本章介绍GeminiDB Redis性能测试的方法,具体包括测试环境,测试工具,测试指标,测试模型,以及测试步骤。 测试环境 区域:华北-北京四 可用区:可用区1 弹性 云服务器 (Elastic Cloud Server,简称ECS):规格选择c6.4xlarge.2

    来自:帮助中心

    查看更多 →

  • 性能测试结果

    性能测试结果 基于上述样本,预先注入1TB+数据并进行压力测试测试结果如下: 数据压缩率: 写入1.1TB数据(约38亿条),压缩后数据占用约为155GB,数据压缩比约为13.8%; 性能表现: 维持业务总QPS达到约160w,此时读请求总流量约为1.5Gb/s,实例CPU利用率在60%-70%。

    来自:帮助中心

    查看更多 →

  • 训练性能测试

    训练性能测试 流程图 训练性能测试流程图如下图所示: 图1 训练性能测试流程 执行训练任务 进入test-benchmark目录执行训练命令,可以多次执行,卡数及其它配置参考NPU卡数取值表按自己实际情况决定。 单机<可选>: # 默认8卡 benchmark-cli train

    来自:帮助中心

    查看更多 →

  • 压测工程管理

    压测工程管理 性能测试服务中思考时间和持续时间有什么区别? 并发用户数是什么? 报文如何填写? 为什么事务调试总是失败? HTTP报文请求中,哪些头域是必填的? 压测任务执行机CPU占用率一直较高是什么原因? 全局变量和响应提取变量的区别 性能测试服务测试时申请的带宽大小对测试有什么影响?

    来自:帮助中心

    查看更多 →

  • 特征工程和算法工程的关系?

    特征工程和算法工程的关系? 用户创建特征工程的时候,进入特征工程,可以看到系统自动创建的与特征工程同名的算法工程。支持在同一个特征工程中创建多个算法工程,操作如下所示: 在JupyterLab环境编辑界面,单击界面左上角的“File > New Launcher”,界面右侧新增“

    来自:帮助中心

    查看更多 →

  • 方案概述

    提升学生实践动手能力 企业级真实开发场景——增强工程实践能力 软件开发的全生命周期——解决复杂工程问题的能力 多维度报表呈现项目进展——激发学习积极主动性 助力专业内涵建设与教学创新 提供新工科项目10+,助力软件工程专业改造升级 适合的专业: 软件工程,计算机科学与技术,大数据,人工智能,物联网等ICT专业

    来自:帮助中心

    查看更多 →

  • 创建工程

    创建工程 创建训练工程是从创建模型训练工程、编辑模型训练代码到调试模型训练代码的端到端的代码开发过程。 创建模型训练工程:创建模型训练代码编辑和调试的环境。 编辑模型训练代码:在线编辑模型训练代码。 调试模型训练代码:在线调试编辑好的模型训练代码。 创建训练工程步骤如下。 单击“创建”,弹出“创建训练”对话框。

    来自:帮助中心

    查看更多 →

  • 管理工程

    管理工程 自定义创建工程 使用场景模板创建工程 复用模板创建工程 基于模板创建工程 单次启动工程 周期启动工程 父主题: 数据准备

    来自:帮助中心

    查看更多 →

  • 创建工程

    请选择:新建联邦学习工程。 模型训练名称 模型训练名称。 只能以字母(A~Z a~z)开头,由字母、数字(0~9)、下划线(_)组成,不能以下划线结尾,长度范围为[1,26]。 描述 对新建联邦学习工程的描述。 开发环境 训练工程使用的开发环境,支持: WebIDE WebIDE提供类似本地VS

    来自:帮助中心

    查看更多 →

  • 新建工程

    选择对应的开发板MCU(对于正点原子STM32F407开发板,选择STM32F407ZG),如下图所示:

    来自:帮助中心

    查看更多 →

  • 创建工程

    创建工程 以下两种方式选其一: 使用本地IDE进行开发 打开IDEA,选择“file > new > New Project”,选择新建maven工程。 导入相关maven依赖。 导入ModuleSDK依赖包。右键单击“Open Project Structrure”,选择“Li

    来自:帮助中心

    查看更多 →

  • 打包工程

    打包工程 根据您的需求进行相关代码的开发,并将项目打包,以编辑器IDEA为例: 选中项目->右键open Module setting Artifacts->单击+号>JAR->From modules with dependencies->模块选择monitor-app,选择monitorapp的Main入口类

    来自:帮助中心

    查看更多 →

共105条
看了本文的人还看了