最近有时间又把以前开源的 IM 消息系统捡起来继续开发了（确实这些年经常有朋友催更）. 没错，确实是这些年，因为上次发版还是再 2019 年的八月份. 这段时间比较重大的更新就是把 元数据中心抽离出来了，以前是和 zookeeper 的代码强耦合在一起的，重构之后可以有多种实现了. 今后甚至可以提供一个 jar 包就可以把后端服务全部启动起来用于体验，此时就可以使用一个简单的基于内存的注册中心.

之前分享过如何快速上手开源项目以及如何在开源项目里做集成测试，但还没有讲过具体的实操. 今天来详细讲讲如何写单元测试. 这个大家应该是有共识的，对于一些功能单一、核心逻辑、同时变化不频繁的公开函数才有必要做单元测试. 对于业务复杂、链路繁琐但也是核心流程的功能通常建议做 e2e 测试，这样可以保证最终测试结果的一致性.

〔按〕昨日年会，有同事在群里推荐MBTI测试，于是我翻出这篇科普旧作. 五年多来，对MBTI的追捧愈演愈烈. 当年《南方周末》编辑约稿写专栏，每篇2千字篇幅，我则螺蛳壳里做道场，把1万字的信息容量精心收纳到2千字的空间里，并在通俗性和严谨性之间保持平衡，着实要下很大一番工夫，工匠般精雕细琢的结果就是至今读来无一句废话，无一字多余.

ChatGPT 的持续爆火，早已让各大科技公司坐不住了. 就在刚刚过去的一周，Meta「开源」了一个新的大模型系列 ——LLaMA（Large Language Model Meta AI），参数量从 70 亿到 650 亿不等. 因为 LLaMA 比之前发布的很多大模型参数更少，但性能更好，所以一经发布让很多研究者兴奋不已.

根据发表在《JAMA Netw Open》期刊上的 一项研究，玩游戏的青少年比不玩的人 有更好的记忆力和更好的运动控制技巧. 研究只是展现了某种相关性，并不能从中得出因果联系，但研究为治疗认知问题的游戏开发提供了依据. 该研究利用了来自 青少年大脑认知发展（ABCD）的数据，跟踪了成千上万儿童成长过程中的大脑发育，参与者会定期参加评估，包括大脑成像、认知任务、心理健康筛查、身体健康检查等测试.

最近打算用躺家吃灰的树莓派4B搭一个NAS，用来快捷方便地访问和备份一些资源. 由于备选的硬件（芯片、硬盘、网线、路由器等）和软件（内网穿透技术）的技术选型比较多，这时候就需要有一个能简单评估服务性能的方法. 因此简单搜寻了一下常见方案，方便在技术选型时有个统一的对比标准，并且对一些常见指标能在数量级上有一些感性的理解.

IT之家8 月 13 日消息，广州市交通运输局官网昨日发布公告称，今年上半年，随着参与智能网联汽车道路测试工作的企业主体、测试车辆、测试安全员数量的快速增长，广州市智能网联汽车道路测试步入新阶段. 公告显示， 广州开放测试道路较 2021 年底增长 57.6%，车辆首次发放路测牌照较 2021 年底增长 41.6%， 有效测试里程较 2021 年底增长 73.5%，并且测试车辆交通事故认定记录为零.

收钱吧业务服务千万级商家，业务庞大，产品背后有复杂的应用支撑. 我们采用了微服务架构，有成百上千个不同类型的后端服务，使用了包括Node.js、Java、Go、Python等后端语言，还有Mysql、MongoDB等数据库以及Elasticsearch、Kafka、Redis、Apollo、RabbitMQ等中间件.

请访问原文链接： Metasploit Framework 6.1.32+20220303 (macOS, Linux, Windows) -- 渗透测试框架，查看最新版. 作者主页： www.sysin.org. 世界上最广泛使用的渗透测试框架. 知识就是力量，尤其是当它被分享时. 作为开源社区和 Rapid7 之间的合作，Metasploit 帮助安全团队做的不仅仅是验证漏洞、管理安全评估和提高安全意识；它使防守队员能够始终领先比赛一步（或两步）.

感觉整个一个高级黑啊，看起来像夸实际上是在吐槽. 完全就是靠堆人力成本来弥补软件工程上的不足. 原始视频链接：http://t.cn/A6671nbi. 第一点：很多西方企业都会写单元测试，每个人都知道这是非常基本的事情. 但这里的中国工程师们不需要编写单元测试. 每项代码提交都指望 QA 部门的手动测试，团队在提交之前手动测试每个 code commit 提交.

JMeter 是最受欢迎的开源性能测试工具之一，最近在跟多个用户的聊天中都谈到了JMeter与CI/CD工具集成，我们这个话题来聊一下，如何使用Jenkins和Performance plugin实现持续性能测试. 我们在使用Jenkins集成JMeter之前，需要现有一个正常运行状态的Jenkins实例.

作为应用程序开发的一部分，系统集成是不可避免的. 无论您的系统是一组 现代微服务还是遗留的单体系统，大多数系统逻辑都依赖于其他流程或数据源，以提供有意义的业务功能. 集成将采用库函数调用或 REST API 调用的形式. 与其他组件的接口通常令人头疼，尤其是在系统开发期间您的对应组件无法进行测试时.

Spring Cloud Contract是一个项目，简单地说，就是帮助我们编写 消费者驱动的合同（CDC）. 这确保了分布式系统中 Producer和 Consumer之间的契约——用于基于 HTTP 和基于消息的交互. 在这篇快速文章中，我们将探索通过 HTTP 交互为 Spring Cloud Contract 编写生产者和消费者端测试用例.

微服务遵循著单一责任 (Single Responsibility) 的设计原则, 使得微服务较传统的单体 (Monolithic) 能更容易的独立发布、部署. 另一方面, 微服务能拥有更大的空间去选择适合自身的编程语言、技术. 最重要的一点是, 微服务的架构更容易的能做到 “水平扩展”. 然而, 微服务也有它的技术挑战需要克服.

最近刚换城市，忙于找工作，趁着等待面试结果的间隙给自己充充电. 把之前一直很好奇的“微服务测试”学习了一番，了解了一个新的概念----契约测试. 对于一个api接口，一般会有接口文档说明. 文档中会规定如何调用该接口、如何传参，以及接口会如何响应. 其实这个就可以理解为接口的"契约". 前端按照这个“契约”去调用，服务端按照“契约”返回响应的内容.

很多小伙伴都比较关心如何构建一个接口自动化平台，笔者恰好有从零开始搭建自动化测试平台直到产品商业化的过程经验，可以和大家分享下. 由于企业性质的问题，无法分享过多的代码，本文旨在分享个人在构建整个平台变化过程中的思考和总结，给想往这方面发展的小伙伴们一些借鉴，也算是自己的一个阶段性总结. 平台演进过挰中会经历的阶段有哪些，需要分别注意什么.

最近有项目要用到热备功能，timescaledb只能兼容pg的流复制，不能兼容其他的复制策略，所以这里我们采用pg的流复制功能镜像部署，并进行了一些测试. timescaleDB安装（两台机器都安装）. 1.添加postgresql源. 2.安装timescaledb. timescaledb流复制配置(主节点配置).

作者：faithchen，腾讯 PCG 测试开发工程师. 自动化测试对于我们提升研发效能、CI/CD(持续集成/持续交付)是不可或缺的部分. 在后台自动化测试中，接口测试尤为重要，它能够保证被测后台服务的质量，以及接口逻辑的正确性等，帮助我们快速测试功能、提高测试覆盖率、把控质量风险等. 接口测试是功能测试的一种，是测试系统组件间接口的一种测试，重点在于检验对于服务接口的数据交换的正确性，一般全部依赖真实链路，测试时需要启动被测服务.

原文地址： https://reflectoring.io/unit-.... 编写好的单元测试可以被看成一个很难掌握的艺术. 但好消息是支持单元测试的机制很容易学习. 本文给你提供在Spring Boot 应用程序中编写好的单元测试的机制，并且深入技术细节. 我们将带你学习如何以可测试的方式创建Spring Bean实例，然后讨论如何使用 Mockito和 AssertJ，这两个包在Spring Boot中都为了测试默认引用了.

在实际开发中经常涉及到项目的升级，而该升级不能简单的上线就完事了，需要验证该升级是否兼容老的上线，因此可能需要并行运行两个项目一段时间进行数据比对和校验，待没问题后再进行上线. 这其实就需要进行流量复制，把流量复制到其他服务器上，一种方式是使用如. tcpcopy引流；另外我们还可以使用nginx的HttpLuaModule模块中的ngx.location.capture_multi进行并发执行来模拟复制.

整个软件交付过程中，单元测试阶段是一个能够最早发现问题，并且可以重复回归问题的阶段，在单元测试阶段做的测试越充分，软件质量就越能得到保证. 具体的代码参照 示例项目 https://github.com/qihaiyan/springcamp/tree/master/spring-unit-test.

所有企业都希望（或应该）减少与软件开发相关的风险. 但是对于为安全至关紧要的行业和金融行业服务的企业，需要尽可能消除风险，并在所有其他情况下将风险降至最低. 左移测试可以降低以下关键领域的风险，下面将详细说明：. “左移”是将关键的测试实践移至开发生命周期的早期. 这个术语尤其在敏捷、持续和DevOps计划中屡见不鲜.

今天我们来个「酒瓶装新酒」，说说如何测试自己的 Mac 硬盘速度，之前曾介绍过用终端命令行的测试方法，但大多数朋友还是想了解一些有没有专业些的软件来做，那么下面小编就来继续讲讲~ （可直接跳入第二段）. Terminal 指令真是无所不能，就连. SSD的速度也能准确“算计”出来：. 在我的 2011 款 Macbook Air 13′ 执行测试后，输出结果是：.

功能点估算法是软件项目管理众多知识中比较有技术含量的一个. 在软件项目管理中项目计划制定的优劣直接关系到项目的成败，项目计划中对项目范围的估算又尤为重要，如果项目负责人对项目的规模没有一个比较客观的认识，没有对工作量、所需资源、完工时间等因素进行估算，那么项目计划也就没有存在的意义. 项目范围的估算在CMMI的“MA”度量分析管理和“PP”项目计划中均有涉及，对软件项目范围的估算有很多种方法，常见的就是LOC代码行和FP功能点法，它们之间的区别和关系如下：.

我们经常会谈论性能、并发等问题，但是衡量性能不是说写段代码循环几百次这么简单. 最近从项目上的同事了解到了代码化的测试性能测试工具 k6，以及结合之前用过的Java 微基准测试 (JMH)、AB (Apache Benchmark) 测试、Jmeter 做一下总结. 谈性能，实际上结合实际的业务背景、网络条件、测试数据的选择等因素影响非常大，单纯的谈 QPS 等数据意义不大.

2020年软件测试自动化的趋势除了智能化、云化、敏捷化/DevOps化、模型化等，还有一个亮眼的存在：Codeless Test Automation，即无代码化的测试自动化. 不是没有代码，而是测试人员不用自己开发测试代码，使用Codeless测试工具可以帮助我们生成可以执行的测试用例集. 如此将大大降低自动化测试的技术门槛，没有编程经验的测人员甚至是业务分析人员也可以很快上手，是不是令人心动.

今天谈下微服务架构下的应用集成和集成测试方面的内容. 在微服务架构下，由于传统的的单体应用以及拆分为多个微服务，那么原来单个系统内部的API接口调用以及变成了微服务间的外部接口调用，而且还可能已经由不同的开发团队在开发不同的微服务模块. 在这种情况下如果不能很好的进行产品应用集成和后续集成测试，那么会经常出现类似单元测试问题遗留到集成测试，端到端流程无法测试通过，测试用例和数据反复制作，集成过程中出现问题故障排查困难等诸多问题.

磁盘：SATA磁盘2块，磁盘阵列为RAID1. CPU****：2个4核CPU. 具体参数：Intel(R) Xeon(R) CPU E5405 @ 2.00GHz. 1、 kafka版本：kafka_2.11-0.11.0.3. 2、 kafka集群数量：3. 3、 zookeeper版本：zookeeper-3.4.12.

磁盘：SATA磁盘2块，磁盘阵列为RAID1. CPU****：2个4核CPU. 具体参数：Intel(R) Xeon(R) CPU E5405 @ 2.00GHz. 1、 kafka版本：kafka_2.11-0.11.0.3. 2、 kafka集群数量：3. 3、 logstash版本：logstash-5.6.11.

随着Kubernetes平台在容器云计算领域的一统天下，云原生 (Cloud Native) 一词也被提的越来越频繁. 各类应用纷纷走上了容器化、云原生化的道路，无状态服务应用在Kubernetes平台上的运行，已经得到了大规模生产级别的实践认可. 相比之下，有状态应用就没有那么顺利了，特别是那些十分重要却又"历史悠久"、不是按照分布式架构理念设计的有状态服务，尤其困难.