一、背景
优酷客户端在埋点的质量保障过程中,遇到了一些困难和挑战,我们从项目流程、测试方案、业务深入度 3 个方面进行改造,经历多个版本的迭代,形成了一套客户端埋点质量保障方案,这里和大家分享一下。
二、改造之前的我们
先来了解下优酷客户端埋点,它使用的是阿里巴巴的 UT(UserTrack)埋点,把不同的用户行为分成不同埋点事件,常见的事件有:页面事件、点击/曝光事件、播放事件,不同的事件又有基于位置和内容等多维度统计的埋点字段。
在实际的埋点测试工作中,不同事件和字段组合,一个版本的埋点数据需求量很大,而且需要面对枯燥的数据,辛苦测试完成,发布上线后却是“大问题偶尔有、小问题不间断”的状况,是不是很崩溃?
为什么会有这种状况?是因为整个环节存在诸多问题:比如,业务上,埋点需求延续性差,容易漏测;测试同学无法将埋点和业务的数据指标关联,排查问题无从下手;手工测试,效率稍低。流程上,常常是多个大项目项目同时进行,问题处理不及时。
三、埋点质量保障改造之路
针对上面的问题,围绕质量效率的目标,我们开启了埋点质量保障的 3 步改造之路:
1.构建完备测试体系
1)解源头:优化埋点需求管理
如何高效的管理埋点需求,是构建完备测试体系的前提,我们开发了埋点管理平台,抛弃了原始的 Excel 埋点管理方式,统一将埋点录入平台来管理,在此基础上,还可以进行自动化等提效改造。
平台设计的初衷有 3 点:
a) 能够支持优酷内容分发、视频播放这种特有业务的数据需求;
b) 服务优酷,对于内部不同业务模块的多种需求,能够快速支持并上线;
c) 和质量部其他平台打通,能够进行质量效能统一管理。
平台覆盖 4 个维度,规则、需求、方案、报告,支持 5 类埋点事件,6 种埋点字段匹配能力:
a) 规则:埋点事件中不同字段的组合,方便埋点事件的字段录入;
b) 需求:单个埋点事件,包含不同字段;
c) 方案:多条埋点需求集合;
d) 报告:埋点测试报告;
e) 支持的埋点事件:页面、点击、曝光、播放、自定义;
f) 埋点字段匹配能力:等于、非空、包含、正则、枚举、自定义
“规则”和“需求”维度是针对埋点需求管理:我们为每条埋点需求制定了唯一 ID,
将具有不同规则的埋点需求单条或批量导入到平台,实现埋点的统一管理。
埋点管理平台设计框架
2)测试提效:自动化测试
埋点管理平台的后两个维度“方案”和“报告”,是针对埋点测试:借助埋点管理平台的日志匹配能力,我们设计了手动验证、自动验证功能,来解决测试手段单一,效率低的问题。
手动测试,是对统一录入的需求集合(即方案)实现手动测试、自动匹配。主要在需求功能测试阶段使用,只要保证设备和平台连通,业务测试的同时,平台就会进行埋点匹配验证。
自动测试,前提是要和设备实验室打通,通过 Jenkins 定时任务自动触发埋点自动化测试。主要在全量回归阶段使用,优点是可多业务大方案同时验证。
两种测试方式的结果埋点监控平台以报告形式展示,同时有钉钉和邮件通知。
自动化验证实现设计图
3)测试右移:埋点灰度/线上监控
埋点管理平台解决了埋点需求管理和线下埋点测试的问题,但是版本发布后的埋点质量如何跟进,漏测、多报/少报的场景如何能尽早发现?我们的答案是通过埋点监控平台。
埋点监控平台分为 3 层,业务层、计算层、数据层:
a) 业务层:主要是前端的业务模型。能够做到分钟级的单条埋点通过率查询,支持多版本的埋点波动对比,具备不同维度的埋点通过率概览,支持用户行为查询,方便复杂路径的埋点问题定位;
b) 计算层:是核心层,它利用 Blink 实时计算引擎对线上大数据进行规则匹配,并结合业务层的模型需求,进行多维监控和预警;
c) 数据层:主要是线上大批量用户的埋点日志和埋点平台中录入的埋点规则。
监控平台架构图
平台的业务价值主要体现为两点:
a) 能够及时发现漏测场景:线上用户复杂场景的埋点,会有测试不充分的情况,就可以在版本灰度阶段来发现,避免遗漏到线上;
b) 能够发现多报少报的问题:它是版本测试中很难发现的,通过版本间的波动对比,能够有效的覆盖这类问题。目前监控平台会在 2 个阶段使用,版本灰度阶段和线上发布阶段,灰度阶段更重要。
概览监控图
业务/事件监控日报图
版本趋势对比图
借助平台化的能力,从需求管理、埋点测试到埋点监控,埋点测试体系构建完成,我们走出了埋点质量保障的第 1 步。
2.提升业务深入度
测试体系犹如测试的武器,如何使用好这些武器,对测试同学自身也是有一定的要求,这就是埋点质量保障的第 2 步,深入度提升。
首先,对于测试同学,在埋点测试过程中是否有如下疑问:
“每个版本的产品需求依据是什么?”
“产品周报里的数据指标和实际测试的埋点有什么关联?”
“版本紧急集成要提供的数据从何而来?”
有这些疑问,是因为很多同学将埋点测试和业务孤立开来,只管埋头测埋点,保证上报和产品要求的一致就行,却不关注埋点和对应产品需求的关系与影响。
埋点来源于业务,作为测试,要理解业务,理解埋点对应的业务数据指标,才能理解业务的数据价值,为此,我们进行了一系列的学习和梳理:
3.优化流程,细化任务
完备的测试体系、深入的业务数据理解是测试内部的自我修炼,埋点需求从确定到最终发布上线,如果没有清晰的流程和明确的分工,内功再好也无用武之地。所以,埋点质量保障的第 3 步是从流程上进行优化,我们联合产品、开发、数据、项目管理团队对整个项目过程进行了细化,明确各角色职责和各阶段任务,各司其职,高效协作,版本质量更可控。
四、总结 &规划
埋点质量保障顺利完成了 3 步改造,客户端埋点测试效率提升近 50%,连续多个版本线上无重大数据问题,在一些线上问题排查过程中测试也体现了较好的业务理解。数据质量保障任重道远,我们将不断优化,未来希望现有平台能够支持 UT 之外的埋点,并和开发侧的提效工具结合,实现测试左移,同时,监控报警和问题响应机制上继续优化。
作者简介:
顾敏,阿里文娱高级测试开发工程师。
相关阅读:
评论 1 条评论