测试方法和装置与流程

本申请实施例涉及计算机技术领域，尤其涉及测试方法和装置。

背景技术：

随着互联网发展使用范围越来越广，现在越来越多系统提供了网站服务，对网站系统的各个功能模块的测试也越来越受到重视；现有的测试体系下，往往由人工根据经验判断网站各个功能模块的优劣。

技术实现要素：

本申请实施例提出了测试方法和装置。

第一方面，本申请实施例提供了一种测试方法，该方法包括：接收测试请求，其中，测试请求包括待测程序段的标识信息和测试参数的参数名；通过标识信息指示的待测程序段处理目标时间段内客户端发送的请求消息；根据参数名获取处理请求消息时产生的测试参数的参数值；根据所产生的参数值生成测试结果。

在一些实施例中，目标时间段的长度是根据所产生的参数值的数量是否达到预设数量阈值确定的。

在一些实施例中，根据所产生的参数值生成测试结果，包括：对所产生的参数值进行抽样；根据抽样出的参数值生成测试结果。

在一些实施例中，目标时间段包括至少两个子时间段；以及对所产生的参数值进行抽样，包括：统计处理各个子时间段内客户端发送的请求消息时产生的参数值的数量；根据所统计的数量和预先设置的抽样比例，从处理各个子时间段内客户端发送的请求消息时产生的参数值中抽取参数值。

在一些实施例中，测试请求包括至少两个用于实现同一功能的待测程序段的标识信息；以及通过标识信息指示的待测程序段处理目标时间段内客户端发送的请求消息，包括：将目标时间段内客户端发送的请求消息分配至各个标识信息指示的待测程序段进行处理。

在一些实施例中，根据所产生的参数值生成测试结果，包括：将所产生的参数值发送至目标设备；获取目标设备返回的与所产生的参数值关联的标注信息；根据所获取的标注信息生成测试结果。

在一些实施例中，待测程序段中包括用于实现预先训练初始模型得到的第一模型的程序；以及根据所获取的标注信息生成测试结果之后，方法还包括：基于所获取的标注信息利用机器学习方法训练初始模型得到第二模型。

在一些实施例中，基于所获取的标注信息利用机器学习方法训练初始模型得到第二模型，包括：筛选所获取的标注信息中与预定义的负面标注信息类型匹配的标注信息；将筛选出的标注信息、与筛选出的标注信息关联的请求消息以及与筛选出的标注信息关联的参数值确定为负样本数据；每隔预定时间间隔，基于该时间间隔内确定出的负样本数据，利用机器学习方法训练初始模型得到第二模型。

在一些实施例中，方法还包括：基于以下测试集中的至少一种，生成第二模型的指标数据：预先设置的测试集、历史负样本数据组成的测试集；响应于所生成指标数据与预设的用于指示测试通过的指标数据范围匹配，通过第二模型处理客户端发送的请求消息。

第二方面，本申请实施例提供了一种测试装置，该装置包括：接收单元，用于接收测试请求，其中，测试请求包括待测程序段的标识信息和测试参数的参数名；第一处理单元，用于通过标识信息指示的待测程序段处理目标时间段内客户端发送的请求消息；获取单元，用于根据参数名获取处理请求消息时产生的测试参数的参数值；生成单元，用于根据所产生的参数值生成测试结果。

在一些实施例中，目标时间段的长度是根据所产生的参数值的数量是否达到预设数量阈值确定的。

在一些实施例中，生成单元，包括：抽样子单元，用于对所产生的参数值进行抽样；生成子单元，用于根据抽样出的参数值生成测试结果。

在一些实施例中，目标时间段包括至少两个子时间段；以及抽样子单元，进一步配置用于：统计处理各个子时间段内客户端发送的请求消息时产生的参数值的数量；根据所统计的数量和预先设置的抽样比例，从处理各个子时间段内客户端发送的请求消息时产生的参数值中抽取参数值。

在一些实施例中，测试请求包括至少两个用于实现同一功能的待测程序段的标识信息；以及第一处理单元，进一步配置用于：将目标时间段内客户端发送的请求消息分配至各个标识信息指示的待测程序段进行处理。

在一些实施例中，生成单元，进一步配置用于：将所产生的参数值发送至目标设备；获取目标设备返回的与所产生的参数值关联的标注信息；根据所获取的标注信息生成测试结果。

在一些实施例中，待测程序段中包括用于实现预先训练初始模型得到的第一模型的程序；以及装置还包括：训练单元，用于基于所获取的标注信息利用机器学习方法训练初始模型得到第二模型。

在一些实施例中，训练单元，包括：筛选子单元，用于筛选所获取的标注信息中与预定义的负面标注信息类型匹配的标注信息；确定子单元，用于将筛选出的标注信息、与筛选出的标注信息关联的请求消息以及与筛选出的标注信息关联的参数值确定为负样本数据；训练子单元，用于每隔预定时间间隔，基于该时间间隔内确定出的负样本数据，利用机器学习方法训练初始模型得到第二模型。

在一些实施例中，装置还包括：测试单元，用于基于以下测试集中的至少一种，生成第二模型的指标数据：预先设置的测试集、历史负样本数据组成的测试集；第二处理单元，用于响应于所生成指标数据与预设的用于指示测试通过的指标数据范围匹配，通过第二模型处理客户端发送的请求消息。

第三方面，本申请实施例提供了一种设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行，使得上述一个或多个处理器实现如第一方面上述的方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如第一方面上述的方法。

本申请实施例提供的测试方法和装置，通过接收测试请求，而后通过标识信息指示的待测程序段处理目标时间段内客户端发送的请求消息，并根据参数名获取处理请求消息时产生的测试参数的参数值，最后根据所产生的参数值生成测试结果，从而提供了一种基于处理请求消息时产生的参数值生成测试结果的测试机制，丰富了测试方法。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请可以应用于其中的示例性系统架构图；

图2是根据本申请的测试方法的一个实施例的流程图；

图3是根据本申请的测试方法的应用场景的一个示意图；

图4是根据本申请的测试方法的又一个实施例的流程图；

图5是根据本申请的测试装置的一个实施例的结构示意图；

图6是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的测试方法或测试装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105、106。网络104用以在终端设备101、102、103和服务器105、106之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户110可以使用终端设备101、102、103通过网络104与服务器105、106交互，以接收或发送数据等。终端设备101、102、103上可以安装有各种应用，例如购物类应用、地图类应用、支付类应用、社交类应用、网页浏览器应用、搜索引擎类应用、手机助手类应用等。

终端设备101、102、103可以是具有显示屏并且支持数据通信功能的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、mp3播放器(movingpictureexpertsgroupaudiolayeriii，动态影像专家压缩标准音频层面3)、mp4(movingpictureexpertsgroupaudiolayeriv，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。用户可以通过终端设备101、102、103向服务器发送请求消息。

服务器105、106可以是提供各种服务的服务器，例如对终端设备101、102、103上安装的应用提供支持的后台服务器，服务器105、106可以接收测试请求；通过标识信息指示的待测程序段处理目标时间段内客户端发送的请求消息；根据参数名获取处理请求消息时产生的测试参数的参数值；根据所产生的参数值生成测试结果。

需要说明的是，本申请实施例所提供的测试方法可以由服务器105、106执行，相应地，测试装置可以设置于服务器105、106中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，示出了根据本申请的测试方法的一个实施例的流程200。该测试方法，包括以下步骤：

步骤201，接收测试请求。

在本实施例中，测试方法运行于其上的电子设备(例如图1所示的服务器)可以通过有线连接方式或无线连接方式接收测试请求。测试请求包括待测程序段的标识信息和测试参数的参数名。待测程序段可以是网站或应用中一段用于实现特定功能的程序，例如，某一模块的程序或用于实现某个模型的程序，模型可以是对于某个实际问题或客观事物、规律进行抽象后的一种形式化表达方式。待测程序段的标识信息可以是待测程序段所在文件的名称，程序中方法的名称，待测程序段存储的位置等可以标识待测程序段的信息。

作为示例，测试人员可以根据其测试需求将待测程序段的标识信息和测试参数的参数名输入上述电子设备以生成测试请求，测试人员也可以将待测程序段的标识信息和测试参数的参数名输入其他电子设备以生成测试请求，而后其他电子设备将生成的测试请求发送至上述电子设备。

步骤202，通过标识信息指示的待测程序段处理目标时间段内客户端发送的请求消息。

在本实施例中，上述电子设备可以通过步骤201中接收的测试请求所包括的标识信息指示的待测程序段处理目标时间段内客户端发送的请求消息。请求消息可以包括对资源的请求方法、资源的标识符及使用的协议等，具体可以使用超文本传输协议(http，hypertexttransferprotocol)等协议。在待测程序段的运行可能存在问题时，通过标识信息指示的待测程序段处理目标时间段内客户端发送的请求消息，可以是通过标识信息指示的待测程序段处理目标时间段内预设比例的客户端发送的请求消息，以此，不会影响大多数用户对网站或应用的使用。预设比例可以根据实际需要进行设置，以预设比例为10％为例，网站的后台服务器一共接收到了1000个请求消息，可以将其中的100个请求消息通过待测程序段处理。

在本实施例的一些可选实现方式中，目标时间段的长度是根据所产生的参数值的数量是否达到预设数量阈值确定的。可能需要一定数量的参数值才能生成较为准确的测试结果，因此，根据所产生的参数值的数量确定目标时间段的长度可进一步提高测试效率。

在本实施例的一些可选实现方式中，测试请求包括至少两个用于实现同一功能的待测程序段的标识信息；以及通过标识信息指示的待测程序段处理目标时间段内客户端发送的请求消息，包括：将目标时间段内客户端发送的请求消息分配至各个标识信息指示的待测程序段进行处理。本实现方式中，至少两个用于实现同一功能的待测程序段可以形成对照实验，后续可通过对比二者运行产生的参数值，比较二者的优劣。

步骤203，根据参数名获取处理请求消息时产生的测试参数的参数值。

在本实施例中，上述电子设备可以通过步骤201中接收的测试请求所包括的参数名获取步骤202中处理请求消息时产生的测试参数的参数值。可以通过埋点等方式获取处理请求消息时产生的测试参数的参数值。

步骤204，根据所产生的参数值生成测试结果。

在本实施例中，上述电子设备可以根据步骤203中产生的参数值生成测试结果。生成测试结果的方式可以根据实际需要进行设置，例如，当参数值为会话量、消息量、点击率、满意率时，参数值在预设范围内时，生成的测试结果可以为通过。此外，测试请求还可以包括根据所产生的参数值生成测试结果的生成规则，可以根据生成规则和所产生的参数值生成测试结果生成测试结果。生成规则可以是在怎样的条件下，测试结果为通过或不通过。

在本实施例的一些可选实现方式中，根据所产生的参数值生成测试结果，包括：对所产生的参数值进行抽样；根据抽样出的参数值生成测试结果。具体的抽样规则可以根据实际需要进行设置，抽样规则可以用于描述要抽样的数据集，抽样的起止时间段，最终期望的抽样结果数据量，以及其他的业务规则。

在本实施例的一些可选实现方式中，目标时间段包括至少两个子时间段；以及对所产生的参数值进行抽样，包括：统计处理各个子时间段内客户端发送的请求消息时产生的参数值的数量；根据所统计的数量和预先设置的抽样比例，从处理各个子时间段内客户端发送的请求消息时产生的参数值中抽取参数值。因产生的参数值可能较多，通过假设数据呈正太分布，再把一定周期内的时间切割成多份，再通过计算时间密度来按比例随机抽取一定数量的样本，可以提高抽样效率。

继续参见图3，图3是根据本实施例的测试方法的应用场景的一个示意图。在图3的应用场景中，电子设备301接收到测试人员输入的待测程序段的标识信息和测试参数的参数名302，而后生成并向服务器303发生包括标识信息和参数名的测试请求305，服务器303通过标识信息指示的待测程序段处理目标时间段内客户端发送的请求消息304，并根据参数名获取处理请求消息时产生的测试参数的参数值，最后根据所产生的参数值生成并向电子设备301发送测试结果306。

本申请的上述实施例提供的方法通过接收测试请求，而后通过标识信息指示的待测程序段处理目标时间段内客户端发送的请求消息，并根据参数名获取处理请求消息时产生的测试参数的参数值，最后根据所产生的参数值生成测试结果，从而提供了一种基于处理请求消息时产生的参数值生成测试结果的测试机制，丰富了测试方法。

进一步参考图4，其示出了测试方法的又一个实施例的流程400。该测试方法的流程400，包括以下步骤：

步骤401，接收测试请求。

在本实施例中，测试方法运行于其上的电子设备(例如图1所示的服务器)可以通过有线连接方式或无线连接方式接收测试请求。测试请求包括待测程序段的标识信息和测试参数的参数名。

步骤402，通过标识信息指示的待测程序段处理目标时间段内客户端发送的请求消息。

在本实施例中，上述电子设备可以通过步骤401中接收的测试请求所包括的标识信息指示的待测程序段处理目标时间段内客户端发送的请求消息。待测程序段中可以包括用于实现预先训练初始模型得到的第一模型的程序。初始模型可以是逻辑回归(logisticregression)、随机森林(randomforest)、迭代决策树(gradientboostingdecisiontree)或支持向量机(supportvectormachine)等用于分类的模型等用于分类的模型，k均值聚类(k-means)等用于聚类的模型，生成对抗网络(gan，generativeadversarialnetwork)模型，神经网络模型等，也可以是由以上各种模型组合而成的复合模型。

步骤403，根据参数名获取处理请求消息时产生的测试参数的参数值。

在本实施例中，上述电子设备可以通过步骤401中接收的测试请求所包括的参数名获取步骤402中处理请求消息时产生的测试参数的参数值。

步骤404，将所产生的参数值发送至目标设备。

在本实施例中，上述电子设备可以将步骤403中产生的参数值发送至目标设备。目标设备可以是客户端或用于进行数据标注的设备。作为示例，当目标设备为客户端，待测程序段中包括用于实现聊天机器人的程序，当无法判断用户意图时，可以向客户端发送若干个选项，以供用户点击，根据用户点击生成标注信息。也可以建立标注任务，分配给用于进行数据标注的设备，由机器或人工进行标注。

步骤405，获取目标设备返回的与所产生的参数值关联的标注信息。

在本实施例中，上述电子设备可以获取目标设备返回的与步骤404中发送的参数值关联的标注信息。标注信息可以简单的分为正面的标注信息和负面的标注信息，也可以根据业务需要设置标注信息的类型。

步骤406，根据所获取的标注信息生成测试结果。

在本实施例中，上述电子设备可以根据步骤405中获取的标注信息生成测试结果。例如，标注信息分为正面的标注信息和负面的标注信息，则可以根据正面的标注信息与负面的标注信息的比例生成测试结果，正面的标注信息与负面的标注信息的比例超过预设阈值时可以生成测试通过的测试结果。负面的标注信息还可以包括造成负面结果的原因。

步骤407，基于所获取的标注信息利用机器学习方法训练初始模型得到第二模型。

在本实施例中，上述电子设备可以基于步骤405中获取的标注信息利用机器学习方法训练初始模型得到第二模型。训练的模型的输入输出可以根据具体业务确定，输入输出参数的参数名也可以包括在测试请求中，或通过其他途径由用户输入，例如，可以将客户端发送的请求信息中包括的相关数据作为输入，标注信息作为输出，利用机器学习方法训练初始模型得到第二模型。

在本实施例的一些可选实现方式中，基于所获取的标注信息利用机器学习方法训练初始模型得到第二模型，包括：筛选所获取的标注信息中与预定义的负面标注信息类型匹配的标注信息；将筛选出的标注信息、与筛选出的标注信息关联的请求消息以及与筛选出的标注信息关联的参数值确定为负样本数据；每隔预定时间间隔，基于该时间间隔内确定出的负样本数据，利用机器学习方法训练初始模型得到第二模型。每隔预定时间间隔重新训练模型可以不断优化模型，以达到最优的运行效果。预定时间间隔可以根据获取的样本量确定，样本量足够大则可以适当缩短。

步骤408，基于测试集生成第二模型的指标数据。

在本实施例中，上述电子设备可以基于测试集生成步骤407中训练得到的第二模型的指标数据。测试集包括以下至少一种：预先设置的测试集、历史负样本数据组成的测试集。预先设置的测试集可以是业务人员建立的标准评估集(baseline)，历史负样本数据可以是过去一段时间内确定出的负样本数据。对第二模型的评估可以是离线进行的。对每类标注信息可以设置权重，按照权重进行加权以获得最终的指标数据。作为示例，对于聊天机器人，指标数据可以分为整体效果，应答效果，会话策略等类型。

步骤409，响应于所生成指标数据与预设的用于指示测试通过的指标数据范围匹配，通过第二模型处理客户端发送的请求消息。

在本实施例中，上述电子设备可以响应于步骤408中生成指标数据与预设的用于指示测试通过的指标数据范围匹配，通过第二模型处理客户端发送的请求消息。评估可以采用样本加权计算宏平均值。此步骤可以产生一个可以评价模型效果的效果值。效果值可以用来与历史的效果值(如第一模型的效果值)做比较，如果波动范围在预设范围内，则可以认为第二模型可能会带来的负面效果。模型效果的判别可以不单看某项指标，受多个因素影响的指标可以由专业的数据分析人员确定其指标数据范围。通过第二模型处理客户端发送的请求消息可以是第二模型达到标准，可以通过其处理线上真实的用户请求，若不达标则，可继续使用第一模型处理客户端发送的请求消息。

在本实施例中，步骤401、步骤402、步骤403的操作与步骤201、步骤202、步骤203的操作基本相同，在此不再赘述。

从图4中可以看出，与图2对应的实施例相比，本实施例中的测试方法的流程400中通过获取的标注信息重新训练待测程序段涉及的模型，并对训练得到的模型进行评估，通过评估则通过其处理客户端请求，由此，本实施例描述的方案中充分利用了测试数据，并提供了主动优化的方案，可以不间断的产生迭代优化的效果。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种测试装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的测试装置500包括：接收单元501、第一处理单元502、获取单元503、生成单元504。其中，接收单元501，用于接收测试请求，其中，测试请求包括待测程序段的标识信息和测试参数的参数名；第一处理单元502，用于通过标识信息指示的待测程序段处理目标时间段内客户端发送的请求消息；获取单元503，用于根据参数名获取处理请求消息时产生的测试参数的参数值；生成单元504，用于根据所产生的参数值生成测试结果。

在本实施例中，测试装置500的接收单元501、第一处理单元502、获取单元503、生成单元504的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203和步骤204。

在本实施例的一些可选实现方式中，目标时间段的长度是根据所产生的参数值的数量是否达到预设数量阈值确定的。

在本实施例的一些可选实现方式中，生成单元504，包括：抽样子单元(图中未示出)，用于对所产生的参数值进行抽样；生成子单元(图中未示出)，用于根据抽样出的参数值生成测试结果。

在本实施例的一些可选实现方式中，目标时间段包括至少两个子时间段；以及抽样子单元(图中未示出)，进一步配置用于：统计处理各个子时间段内客户端发送的请求消息时产生的参数值的数量；根据所统计的数量和预先设置的抽样比例，从处理各个子时间段内客户端发送的请求消息时产生的参数值中抽取参数值。

在本实施例的一些可选实现方式中，测试请求包括至少两个用于实现同一功能的待测程序段的标识信息；以及第一处理单元502，进一步配置用于：将目标时间段内客户端发送的请求消息分配至各个标识信息指示的待测程序段进行处理。

在本实施例的一些可选实现方式中，生成单元504，进一步配置用于：将所产生的参数值发送至目标设备；获取目标设备返回的与所产生的参数值关联的标注信息；根据所获取的标注信息生成测试结果。

在本实施例的一些可选实现方式中，待测程序段中包括用于实现预先训练初始模型得到的第一模型的程序；以及装置还包括：训练单元(图中未示出)，用于基于所获取的标注信息利用机器学习方法训练初始模型得到第二模型。

在本实施例的一些可选实现方式中，训练单元(图中未示出)，包括：筛选子单元(图中未示出)，用于筛选所获取的标注信息中与预定义的负面标注信息类型匹配的标注信息；确定子单元(图中未示出)，用于将筛选出的标注信息、与筛选出的标注信息关联的请求消息以及与筛选出的标注信息关联的参数值确定为负样本数据；训练子单元(图中未示出)，用于每隔预定时间间隔，基于该时间间隔内确定出的负样本数据，利用机器学习方法训练初始模型得到第二模型。

在本实施例的一些可选实现方式中，装置还包括：测试单元(图中未示出)，用于基于以下测试集中的至少一种，生成第二模型的指标数据：预先设置的测试集、历史负样本数据组成的测试集；第二处理单元(图中未示出)，用于响应于所生成指标数据与预设的用于指示测试通过的指标数据范围匹配，通过第二模型处理客户端发送的请求消息。

本申请的上述实施例提供的装置，通过接收测试请求，其中，测试请求包括待测程序段的标识信息和测试参数的参数名；通过标识信息指示的待测程序段处理目标时间段内客户端发送的请求消息；根据参数名获取处理请求消息时产生的测试参数的参数值；根据所产生的参数值生成测试结果，从而提供了一种基于处理请求消息时产生的参数值生成测试结果的测试机制，丰富了测试方法。

下面参考图6，其示出了适于用来实现本申请实施例的电子设备的计算机系统600的结构示意图。图6示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图6所示，计算机系统600包括中央处理单元(cpu)601，其可以根据存储在只读存储器(rom)602中的程序或者从存储部分608加载到随机访问存储器(ram)603中的程序而执行各种适当的动作和处理。在ram603中，还存储有系统600操作所需的各种程序和数据。cpu601、rom602以及ram603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。

以下部件连接至i/o接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至i/o接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(cpu)601执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如c语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括接收单元、第一处理单元、获取单元、生成单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，接收单元还可以被描述为“用于接收测试请求的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：接收测试请求，其中，测试请求包括待测程序段的标识信息和测试参数的参数名；通过标识信息指示的待测程序段处理目标时间段内客户端发送的请求消息；根据参数名获取处理请求消息时产生的测试参数的参数值；根据所产生的参数值生成测试结果。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。