全部商品分类

您现在的位置: 全部商品分类 > 电子电脑 > 电工无线电自动化 > 自动化技术

大数据测试技术(数据采集分析与测试实践在线实验+在线自测西普教育研究院IT前沿技术方向高校系列教材)

  • 定价: ¥49.8
  • ISBN:9787115489531
  • 开 本:16开 平装
  •  
  • 折扣:
  • 出版社:人民邮电
  • 页数:252页
  • 作者:编者:刘攀
  • 立即节省:
  • 2018-09-01 第1版
  • 2018-09-01 第1次印刷
我要买:
点击放图片

导语

  

内容提要

  

    刘攀主编的《大数据测试技术(数据采集分析与测试实践在线实验+在线自测西普教育研究院IT前沿技术方向高校系列教材)》从工程角度出发,阐述了运用大数据技术进行软件测试的方法和实现过程。全书共1l章,介绍了大数据测试思维、手机联网数据的收集方法、数据格式的转换方法、大数据的处理方法、软件缺陷挖掘技术及实践项目的应用等。本书第1章介绍了大数据的测试方法和思维方式,随后每一章都通过案例来讲解大数据技术的相关理论及其测试应用。除第1章外,每章最后都提供了思考题来帮助读者回顾和巩固本章的学习内容,本书最后还提供了思考题的参考答案。同时,本书对每一个案例进行了详细图例展示和讲解。
    本书可以作为应用型本科、高职高专计算机相关专业大数据技术及测试相关课程的教材,也可以作为大数据测试技术培训教材。本书同样适合作为金融、证券、保险和与数据分析相关行业从业人员的自学指导书。

目录

第1章  大数据测试的思维
  1.1  规律是否存在
  1.2  大数据的背后
  1.3  大数据测试方法
  1.4  目的及组织结构
第2章  大数据收集概述
  2.1  案例介绍
  2.2  原理及方法
  2.3  环境配置
    2.3.1  配置无线网
    2.3.2  安装分析软件
  2.4  数据采集
    2.4.1  软件连接
    2.4.2  信息显示
    2.4.3  数据包的存储
  2.5  同步操作
  2.6  小结
  【思考题】
第3章  网络数据的采集与分析
  3.1  物理连接及Wireshark软件的常用操作
    3.1.1  物理连接
    3.1.2  Wireshark软件的打开方式
    3.1.3  构建网络
    3.1.4  Wireshark软件功能介绍
  3.2  数据包的采集
    3.2.1  数据的收集
    3.2.2  数据的存储和打开
  3.3  数据包的自动抓取
    3.3.1  背景介绍
    3.3.2  脚本录制
    3.3.3  脚本执行
  3.4  数据包分析
    3.4.1  数据包的分析方法
    3.4.2  数据获取
    3.4.3  数据包的数量
    3.4.4  数据分析
  3.5  小结
  【思考题】
第4章  数据格式转换及Python编程
  4.1  原理及方法
    4.1.1  pyshark介绍
    4.1.2  FileCapture和LiveCapture
    4.1.3  Python基础语法
  4.2  Python安装及配置
    4.2.1  Python安装
    4.2.2  配置
    4.2.3  pyshark包下载
    4.2.4  pyshark包安装
    4.2.5  安装支撑文件
  4.3  Python基础学习
    4.3.1  Python的命令行演示
    4.3.2  创建并运行.py文件
    4.3.3  Python出错演示
    4.3.4  Python注释
    4.3.5  一行多语句
    4.3.6  输出换行
    4.3.7  缩进
    4.3.8  Python帮助
  4.4  Notepad环境
    4.4.1  Notepad++软件
    4.4.2  运行设置
    4.4.3  多个变量赋值
    4.4.4  Python的标准数据类型
    4.4.5  删除对象的引用
    4.4.6  Python语言的运算符
    4.4.7  Python条件语句
  4.5  Python编程实践
    4.5.1  汉诺塔问题
    4.5.2  奇偶数分离
    4.5.3  Python中in的应用
    4.5.4  循环使用else语句编程
  4.6  Python面向对象
    4.6.1  面向对象介绍
    4.6.2  self代表类的对象
    4.6.3  类的实例化
    4.6.4  Python内置类属性
    4.6.5  Python对象的销毁(垃圾回收)
    4.6.6  类的继承
    4.6.7  方法重写
    4.6.8  运算符重载
    4.6.9  类属性与方法
  4.7  Python的集成开发环境
    4.7.1  PyCharm软件
    4.7.2  Jupyter软件
  4.8  pcapng文件到CSV文件
    4.8.1  编写代码
    4.8.2  代码运行
    4.8.3  转换文件
  4.9  小结
  【思考题】
第5章  Splunk软件初探
  5.1  Splunk简介
    5.1.1  Splunk的架构
    5.1.2  Splunk indexer集群架构
    5.1.3  Splunk search集群架构
    5.1.4  SPL语言
  5.2  Splunk的安装与配置
    5.2.1  安装
    5.2.2  配置
  5.3  Splunk数据分析
    5.3.1  构造SPL语句
    5.3.2  确定列名
    5.3.3  Splunk的简单操作
  5.4  SPL高ji编程
    5.4.1  自动生成数据
    5.4.2  构造随机数
    5.4.3  数据统计
    5.4.4  Splunk处理过程
    5.4.5  报告再编辑
  5.5  小结
  【思考题】
第6章  Splunk平台实践
  6.1  Splunk的基础命令
    6.1.1  Search(搜索)命令
    6.1.2  SPL的命令分类
    6.1.3  常用命令详解
  6.2  Splunk软件的自动数据生成
    6.2.1  生成数据
    6.2.2  删除无用数据
    6.2.3  构造随机数据
    6.2.4  创建对数列和指数列
  6.3  可视化展示
    6.3.1  可视化图
    6.3.2  格式设置
    6.3.3  保存和导入
    6.3.4  图形修改
  6.4  官方帮助文档
    6.4.1  SPL语言目录
    6.4.2  命令分析实例
  6.5  应用分析实例
    6.5.1  案例
    6.5.2  案例分析
    6.5.3  创建记录
    6.5.4  增加统计值
    6.5.5  创建test字段
    6.5.6  错误解决
  【思考题】
第7章  SPL案例编程
  7.1  stats命令学习
  7.2  数据下载和导入
    7.2.1  数据下载
    7.2.2  数据导入
  7.3  问题描述及分析
    7.3.1  自动生成的SPL语句
    7.3.2  要求及分析
    7.3.3  解决方案
  【思考题】
第8章  数据导入及错误分析
  8.1  背景知识介绍
    8.1.1  时间戳
    8.1.2  数据
  8.2  数据选择
    8.2.1  导入数据入口
    8.2.2  数据类型
  8.3  时间戳错误
    8.3.1  手机联网数据导入
    8.3.2  时间戳错误
  8.4  问题分析及解决
    8.4.1  问题分析
    8.4.2  问题解决
  8.5  导入配置
    8.5.1  源类型设置
    8.5.2  索引设置
    8.5.3  导入成功及预览
    8.5.4  数据搜索及分析
  【思考题】
第9章  联网效率分析
  9.1  原理及方法
    9.1.1  效率分析
    9.1.2  性能测试方法
  9.2  常用分析命令
    9.2.1  sort命令
    9.2.2  timechart命令
    9.2.3  outlier命令
    9.2.4  eventstats命令
  9.3  数据导入和处理
    9.3.1  数据导入
    9.3.2  从Wireshark代码到Splunk代码
    9.3.3  字段调整
    9.3.4  时间排序
    9.3.5  数据分组
  9.4  分析联网效率
    9.4.1  创建count字段
    9.4.2  数据过滤
    9.4.3  数据分析
  【思考题】
第10章  Linux部署
  10.1  原理及方法
    10.1.1  虚拟机
    10.1.2  数据传输
  10.2  软件安装及运行
    10.2.1  在虚拟机中安装Linux系统
    10.2.2  在CentOS 7系统中安装Splunk平台
    10.2.3  启动Splunk
    10.2.4  Splunk的运行演示
  10.3  网络配置
    10.3.1  Ubuntu安装
    10.3.2  VMware网络设置
    10.3.3  网络验证
    10.3.4  Ubuntu系统的网络配置
    10.3.5  运行Splunk
  【思考题】
第11章  大数据测试实践
  11.1  监测数据导入
    11.1.1  运行Splunk
    11.1.2  Web日志分析
    11.1.3  Xftp连接
    11.1.4  monitor方式
    11.1.5  monitor数据导入
    11.1.6  数据分析
    11.1.7  查看文件和目录
    11.1.8  小结
  11.2  数据缺陷挖掘
    11.2.1  方法与思路
    11.2.2  状态码
    11.2.3  启动Splunk服务
    11.2.4  网络联通验证
    11.2.5  运行Splunk
    11.2.6  返回操作
    11.2.7  数据挖掘及分析
    11.2.8  可视化展示
  11.3  非结构化数据处理
    11.3.1  非结构化数据
    11.3.2  正则表达式
    11.3.3  数据处理
  【思考题】
思考题答案