随着云计算技术的成熟与流行,软件服务的架构与开发模式趋向于以云计算平台为核心。以分布式独立运行的微服务作为组成软件基本单元的微服务架构因为能充分利用云计算平台的优势迅速成为了现代软件生态的主流。全球数字化转型带来的井喷的需求以及云计算平台提供的高效的部署能力,使得主流的开发模式转向了频繁发布、快速迭代的持续交付模式。软件架构与开发模式的革新给软件自动化测试带来了全新的挑战。在微服务架构中,单个服务的执行极易受到执行环境的影响,导致测试结果不可控,对测试效果以及后续的问题分析造成了不利的影响。被测服务输入数据中存在的大量与被测服务无关的数据字段以及缺乏描述的字段间约束关系也显著地影响了自动化测试的效果和效率。从另一方面来说,微服务架构软件的技术底座也为软件自动化测试创造了不少有利条件。典型地,云计算平台提供的基础设施使得测试人员能够更加方便地获取被测服务的执行记录,用于问题分析和指导自动化测试过程;而高效便捷的多实例部署能力使得差异测试等方法的施行变得更加容易。本文立足于上述挑战与机遇,通过与业界一线金融科技企业的深入合作,以现代金融科技软件为典型研究对象,致力于设计一系列适用于微服务架构软件及开发模式的自动化测试方法,主要目标是提高被测服务的测试覆盖率,对被测服务的健壮性和安全性进行更加完备的测试,主要工作和创新点为:·Fin Fuzzer:结合执行环境模拟与字段相关性鉴别的自动化测试方法。该方法使用执行环境模拟以及字段相关性鉴别这两种优化方法弥补了由测试结果不可控以及输入数据中存在大量与被测服务无关的字段两大问题对测试效果与效率带来的损失。实验结果显示应用执行环境模拟后在代码覆盖率上能够获得最高7.9%的提升,使用字段相关性鉴别方法能使达成相同测试覆盖率所需的时间降低27%至74%不等。·Fin Hunter:基于多源信息与搜索的测试数据生成方法。该方法以被测服务的线上执行记录作为基础,结合基于搜索的软件测试的思想,利用遗传算法进行测试数据的完全自动化生成。该方法使用了基因池扩充技术,利用源代码以及其他相似服务等多个来源的信息解决线上执行记录中用户历史输入数据的偏向性带来的数据不充分的问题,并使用多级交叉策略以降低生成异常数据的概率。在实验中,该方法相比于工业界目前常用的录制-重放方法在代码覆盖率上获得了12.8%左右的提升。·Fin Expert:基于领域知识的测试数据生成方法。该方法针对被测服务尚未上线运行或出于性能考虑未集成遥测功能等线上执行记录难以获取的场景,设计了一种不依赖执行记录的测试数据生成方法。该方法提供一种领域专有语言,供领域专家表达有关被测服务输入数据的领域知识,并以此为依据进行测试数据生成。相比于完全由人工编写测试数据的情况,该方法能够大幅降低人力成本需求,并获得较好的测试覆盖率。在实际应用中,该方法使得测试人员在测试环节消耗的工时降低了69.5%,而分支覆盖率相比以往的方法最高可以提升16%。·Hydra:基于多版本执行结果对比的测试结果评估方法。该方法为软件重构与新功能开发同步进行的场景提供了一种版本兼容性验证的手段,通过交叉对比多个版本在输入同一测试数据时的执行结果,筛选出最有可能暴露兼容性问题的测试数据,降低了测试人员对执行结果进行评估的成本,提高了效率。我们在实验中将多组错误注入到被测软件服务中,结果显示能暴露兼容性问题的测试数据都能被以较高的优先级筛选出来,验证了方法的有效性。本文的工作有助于软件自动化测试在微服务架构下得到更好的应用,进一步提高软件的开发效率。