| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 研究背景与意义 | 第8页 |
| 1.2 研究现状 | 第8-10页 |
| 1.3 本文主要工作 | 第10页 |
| 1.4 本文的结构 | 第10-12页 |
| 第2章 云测试和任务调度的理论知识 | 第12-20页 |
| 2.1 云测试 | 第12-13页 |
| 2.1.1 云测试优势 | 第12页 |
| 2.1.2 云测试流程 | 第12-13页 |
| 2.1.3 云测试系统面临的挑战 | 第13页 |
| 2.2 测试任务 | 第13-14页 |
| 2.2.1 测试任务概念 | 第13页 |
| 2.2.2 测试任务的特殊性 | 第13-14页 |
| 2.3 任务调度 | 第14-16页 |
| 2.3.1 云环境下的任务调度 | 第14-15页 |
| 2.3.2 云环境下任务调度的目标 | 第15-16页 |
| 2.3.3 云环境下任务调度的特点 | 第16页 |
| 2.4 Hadoop云平台 | 第16-19页 |
| 2.4.1 Hadoop平台核心组件介绍 | 第17-18页 |
| 2.4.2 Hadoop YARN调度算法介绍 | 第18-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第3章 云平台下测试任务的调度框架 | 第20-28页 |
| 3.1 云平台测试任务调度流程 | 第20页 |
| 3.2 测试任务的整合 | 第20-23页 |
| 3.2.1 相关概念 | 第20-22页 |
| 3.2.2 测试用例整合策略 | 第22-23页 |
| 3.3 测试脚本编辑与修改 | 第23-27页 |
| 3.3.1 原始的测试脚本 | 第23页 |
| 3.3.2 整合修改测试脚本的方法 | 第23-24页 |
| 3.3.3 测试脚本的参数化方法 | 第24-25页 |
| 3.3.4 结合MapReduce的测试代码设计 | 第25-27页 |
| 3.4 测试的执行 | 第27页 |
| 3.5 测试结果的回收 | 第27页 |
| 3.6 本章小结 | 第27-28页 |
| 第4章 Weight Scheduler调度算法设计 | 第28-36页 |
| 4.1 队列和应用程序的数学模型 | 第28-29页 |
| 4.1.1 队列数学模型 | 第28-29页 |
| 4.1.2 应用程序数学模型 | 第29页 |
| 4.2 算法设计 | 第29-31页 |
| 4.2.1 队列选择机制 | 第29-30页 |
| 4.2.2 应用程序选择机制 | 第30-31页 |
| 4.3 算法实现 | 第31-33页 |
| 4.4 实验分析 | 第33-35页 |
| 4.4.1 实验环境 | 第33页 |
| 4.4.2 实验结果与分析 | 第33-35页 |
| 4.5 本章小结 | 第35-36页 |
| 第5章 云平台下测试任务调度策略的应用 | 第36-47页 |
| 5.1 云测试任务管理平台总体框架 | 第36-37页 |
| 5.2 云测试平台搭建 | 第37-41页 |
| 5.2.1 Hadoop云平台搭建 | 第37-39页 |
| 5.2.2 测试服务器搭建 | 第39-40页 |
| 5.2.3 测试任务管理平台搭建 | 第40-41页 |
| 5.3 云测试任务管理平台实验 | 第41-46页 |
| 5.3.1 实验环境简介 | 第41-42页 |
| 5.3.2 被测试系统简介及测试过程 | 第42-43页 |
| 5.3.3 测试结果 | 第43-46页 |
| 5.4 本章小结 | 第46-47页 |
| 第6章 总结与展望 | 第47-49页 |
| 6.1 总结 | 第47页 |
| 6.2 展望 | 第47-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 作者简介 | 第52页 |
| 攻读硕士学位期间研究成果 | 第52页 |