[软考高级-系统架构设计师-2024年上半年]下午考试-论文真题

Lambda 架构可分解为三层，即批处理层、加速层和服务层。
（1）批处理层（Batch Layer）：存储数据集，Batch Layer 在数据集上预先计算查询函数，并构建查询所对应的 View。Batch Layer 可以很好地处理离线数据，但有很多场景数据是不断实时生成且需要实时查询处理，对于这种情况，Speed Layer 更为适合。
（2）加速层（Speed Layer）：Batch Layer 处理的是全体数据集，而 Speed Layer 处理的是最近的增量数据流。Speed Layer 为了效率，在接收到新的数据后会不断更新 Real-time View，而Batch Layer 是根据全体离线数据集直接得到 Batch Vicw。
（3）服务层（Serving Layer）：Serving Layer 用于合并 Batch View 和 Real-time View 中的结果数据集到最终数据集。
Lambda架构优缺点
1、优点
（1）容错性好。Lambda 架构为大数据系统提供了更友好的容错能力，一旦发生错误，我们可以修复算法或从头开始重新计算视图。
（2）查询灵活度高。批处理层允许针对任何数据进行临时查询。
（3）易伸缩。所有的批处理层、加速层和服务层都很容易扩展。因为它们都是完全分布式的系统，我们可以通过增加新机器来轻松地扩大规模。
（4）易扩展。添加视图是容易的，只是给主数据集添加几个新的函数。
2、缺点
（1）全场景覆盖带来的编码开销。
（2）针对具体场景重新离线训练一遍益处不大。
（3）重新部署和迁移成本很高。

1、模型驱动架构能够为软件开发带来的好处
（1）模型驱动架构将开发人员的注意力转移到了平台无关模型中，可以避免陷入到具体的实现细节当中去，从而简化了系统开发的工作量，提高了软件的开发效率；
（2）对于多种流行平台，很多工具会支持从平台无关模型到平台相关模型的转换；对于将来可能出现的新技术和平台，确定了平台表示及公共中间件的概念和功能，利用转换规则快速实现平台无关模型到新技术平台的迁移，提高了系统的可移植性；
（3）利用模型驱动架构中基于平台无关模型的桥接器，实现了多个平台相关模型之间跨平台的相互通信，加强了互操作性；
（4）对于系统变更，通过修改平台无关模型并重新生成平台相关模型和代码，能够降低系统维护的成本；
（5）平台无关模型帮助团队成员之间提高沟通效率并减少错误，自动生成代码能够保证代码的质量和一致性，确保了软件的质量；
（6）使用模型驱动架构时，功能和架构独立定义，针对新技术，能够利用原有的设计产生对应的实现，延长了系统的生命周期。
2、模型驱动架构的开发过程
（1）使用平台无关模型从如何以最好的方式支持商业逻辑的角度对系统进行建模，开发人员根据用户需求和其他因素对平台无关模型进行精化，以使它能够更加精确地描述系统；
（2）将平台无关模型转换到一个或多个特定技术相关的平台相关模型，对于每种特定的技术都会生成独立的平台相关模型；
（3）根据技术特性对生成的平台相关模型进行修改以满足程序设计人员的要求，这些修改可以反映到平台无关模型中去；
（4）对平台相关模型不断精化，以指导代码生成器生成质量更高的程序代码；
（5）最后将每个平台相关模型转换到代码，进行后续的完善和系统测试。

软件测试方法的分类有很多种，以测试过程中程序执行状态为依据可分为静态测试（Static Testing，ST）和动态测试（Dynamic Testing，DT）；以具体实现算法细节和系统内部结构的相关情况为根据可分黑盒测试、白盒测试和灰盒测试3类；从程序执行的方式来分类，可分为人工测试（Manual Testing，MT）和自动化测试（Automatic Testing，AT）。
（1）静态测试。静态测试是被测程序不运行，只依靠分析或检查源程序的语句、结构、过程等来检查程序是否有错误。即通过对软件的需求规格说明书、设计说明书以及源程序做结构分析和流程图分析，从而来找出错误。例如不匹配的参数，未定义的变量等。
（2）动态测试。动态测试与静态测试相对应，是通过运行被测试程序，对得到的运行结果与预期的结果进行比较分析，同时分析运行效率和健壮性能等。这种方法可简单分为3个步骤构造测试实例、执行程序以及分析结果。
（3）黑盒测试。黑盒测试将被测程序看成是一个黑盒，工作人员在不考虑任何程序内部结构和特性的条件下，根据需求规格说明书设计测试实例，并检查程序的功能是否能够按照规范说明准确无误的运行。其主要是对软件界面和软件功能进行测试。对于黑盒测试行为必须加以量化才能够有效的保证软件的质量。
（4）白盒测试。白盒测试主要是借助程序内部的逻辑和相关信息，通过检测内部动作是否按照设计规格说明书的设定进行，检查每一条通路能否正常工作。白盒测试是从程序结构方面出发对测试用例进行设计。主要用于检查各个逻辑结构是否合理，对应的模块独立路径是否正常以及内部结构是否有效。常用的白盒测试法有控制流分析、数据流分析、路径分析、程序变异等。根据测试用例的覆盖程度，分为语句覆盖、判定覆盖、分支覆盖和路径覆盖等。
（5）灰盒测试。灰盒测试介于黑盒与白盒测试之间。灰盒测试除了重视输出相对于输入的正确性，也看重其内部的程序逻辑。但是，它不可能像白盒测试那样详细和完整。它只是简单地靠一些象征性的现象或标志来判断其内部的运行情况，因此在内部结果出现错误，但输出结果正确的情况下可以采取灰盒测试方法。因为在此情况下灰盒比白盒高效，比黑盒适用性广的优势就凸显出来了。
（6）自动化测试。自动化测试就是软件测试的自动化，即在预先设定的条件下自动运行被测程序，并分析运行结果。总的来说，这种测试方法就是将以人驱动的测试行为转化为机器执行的一种过程。
从阶段上划分，软件测试可以分为单元测试、集成测试和系统测试，系统测试中又包含了多种不同的测试种类，例如功能测试、性能测试、验收测试、压力测试等。
其中单元测试主要是对该软件的模块进行测试，通过测试以发现该模块的功能不符合/不满足期望的情况和编码错误。由于模块的规模不大，功能单一，结构较简单，且测试人员可通过阅读源程序清楚知道其逻辑结构，首先应通过静态测试方法，比如静态分析、代码审查等，对该模块的源程序进行分析，按照模块的程序设计的控制流程图，以满足软件覆盖率要求的逻辑测试要求。另外，也可采用黑盒测试方法提出一组基本的测试用例，再用白盒测试方法进行验证。若用黑盒测试方法所产生的测试用例满足不了软件的覆盖要求，可采用白盒法增补出新的测试用例，以满足所需的覆盖标准。其所需的覆盖标准应视模块的实际具体情况而定。对一些质量要求和可靠性要求较高的模块，一般要满足所需条件的组合覆盖或者路径覆盖标准。
回归测试（Recression Test）是指在软件项目中，开发人员在修改了软件的代码以修复已经发现的bug后，测试人员在需要重新测试前面已经测试过的内容，以确认此次修改没有引入新的错误。也就是说，回归测试的目的就是检查开发人员在修复已有bug时是否又导致了新的bug。
回归测试的策略集中体现在对于回归测试的测试用例的选择上面，一般来讲，总体分为两大类，一种是完全回归，一种是部分回归：
1.完全回归（Retest all）：完全回归是指测试时选择基线测试用例库中的所有用例进行回归测试，这是一种最为保险的策略，相对于部分回归策略，其可以将遗漏回归bug（reression bug ）的概率降到最低，但这种方式同时也是所有策略中成本最高的一种方式，尤其是越往后，随着测试用例的不断增多，最后完全回归所需要的时间和成本往往超出了预算。
2.部分回归：部分回归是指在回归测试时选择基线测试用例库中的一部分用例进行归测试，而不是所有用例全部执行，相对于完全回归测试，这种测试策略效率很高，并且所需要的时间和成本比较少，但也没有完全回归覆盖率高（或者说遗漏回归bug的概率比完全测试高）。

CloudOps 的定义与主要衡量指标
CloudOps 是传统IT 运维和 DevOps 的延展，通过云原生架构实现运维的再进化，充分帮助企业降低IT 运维成本、提升交付速度和系统灵活敏捷度、增强系统可靠性，构建更加安全可信开放的业务平台。
DevOps 已经在组织文化、产品、流程和工具有比较详细的定义，即通过敏捷组织和高效的持续集成持续发布，实现业务高质量的快速交付。
下面从公共云上如何进行自动化运维和自助服务的角度，着重梳理了衡量 CloudOps 成熟度的五大维度：
自动化能力
云计算核心就是自动化的运维能力，通过软件定义计算、存储、网络，来实现高级的可编程能力，从而避免人工配置的错误，充分实现可定制的自动化能力。而公有云的服务模式要求云厂商提供的云产品和云服务都必须是统一标准的，即所有云产品和云服务都可以通过 OpenAPI 进行调用从而实现完全自动化的能力。
弹性能力
云计算另外一个巨大技术红利就是弹性能力，针对计算、网络、存储、安全等基础资源，充分的发挥资源池化和分时复用的价值，通过弹性能力帮助客户应对业务的高峰，充分降低社会成本和企业运营的 1T成本，提升资源的利用率，可以极速实现资源到应用的水平或者垂直升级，通过秒级到分钟级扩缩容能力，完成计算力的创建和释放。
高可用能力
云计算天生就是为提升可靠性和可用性而设计的: 通过大规模数据中心、多数据中心技术，实现数据中心同城灾备，通过对硬件层的虚拟化，来降低和规避物理硬件故障对客户的影响，通过成熟高可用的服务来降低系统的复杂性。为了进一步提升应用的可观测性和问题的排查能力，云平台还会提供比较多的自助服务来做问题的排查和解决。
安全和合规能力
云上的安全涉及多方面，包括底层技术设施和应用层的。这里主要讨论跟底层资源相关的。首先第一个便是网络安全。区别于传统的 DC，云计算为了对租户进行隔离，一般会构建私有网络或者专有网络，通常我们称为 VPC (Virtual Private Network) 。VPC 相较传统网络有更好的灵活性、易用性和安全性，并且暴露了更多的能力来提升网络扩展性。它允许用户按需规划、定义自己的网段划分和路由规则，将传统的路由器交换机抽象成软件，并暴露给最终用户使。VPC 良好的扩展性，让用户能够构建简单可信的网络配置，实现企业级复杂的网络环境。对于 VPC 的规则设置和配置，都将大大影响网络安全性。
另外，DevOps 中操作审计和追踪是非常重要的能力，在 CloudOps 中亦然，云计算平台一般也会提供相应的为您提供面向资源和操作的配置历史追踪、配置合规审计等能力，帮助客户轻松实现基础设施的自主监管，确保持续性合规。
成本和资源量化管理
云提供了大规模的资源创建和变配策略，也提供了多种多样的付费和计费手段以及方便灵活的变配方法，如何选择合适的资源规格和付费方式是非常重要的，由于其方便灵活的特性，往往会有类似停机不收计算类资源费用，以及折扣非常低的抢占式实例，特别是按需创建资源和关停不需要的计费资源，需要我们有良好的成本和资源量化管理习惯和能力。