数据拆解入库(暂时未拆解)---H5精准测试服务端接口及数据库表设计

本文主要是介绍数据拆解入库(暂时未拆解)---H5精准测试服务端接口及数据库表设计,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

详细表设计:

range_coverage_js      与   range_coverage_js_file  是一对多的关系

range_coverage_js_file    与  range_coverage_js_statement  、range_coverage_js_fn、range_coverage_js_branch   一对多的关系

range_coverage_js_branch   与  range_coverage_js_branch_detail  是一对多的关系

 

 

 

range_coverage_js

主表(存储被测应用实时上报的原始数据)

 

CREATE TABLE `totoro_range`.`range_coverage_js` (

`id` bigint(20) NOT NULL AUTO_INCREMENT COMMENT '主键ID',

`app_name` VARCHAR(45) NULL  COMMENT'被测应用名',

`commit_id` VARCHAR(45) NULL  COMMENT'当前被测版本的commitId',

`branch` VARCHAR(45) NULL  COMMENT'分支号',

`spring_id` VARCHAR(45) NULL  COMMENT'(迭代)任务id',

`coverage_json_ceph_key` LONGTEXT NULL  COMMENT'上传的覆盖率数据存储的key',

`update_time` DATETIME NULL  COMMENT'更新时间',

`is_deleted` tinyint(1) NOT NULL  COMMENT'0' COMMENT '是否删除'

PRIMARY KEY (`id`));

 

 

前端读取文件:

range_coverage_js_file  

(每个主表合并后的数据拆分解析后的存储文件表)

 

use totoro_range;

CREATE TABLE `totoro_range`.`range_coverage_js_file` (

`id` INT NOT NULL AUTO_INCREMENT,

`app_name` VARCHAR(45) NULL  COMMENT'被测应用名',

`commit_id` VARCHAR(45) NULL  COMMENT'当前被测版本的commitId',

`branch` VARCHAR(45) NULL  COMMENT'分支号',

`spring_id` VARCHAR(45) NULL  COMMENT'(迭代)任务id',

`path` VARCHAR(45) NULL  COMMENT'覆盖率数据中path字段(路径+文件名)',

 `range_file_id`  INT NULL  COMMENT'diff文件id',

`update_time` DATETIME NULL  COMMENT'更新时间',

`is_deleted` tinyint(1) NOT NULL  COMMENT'0' COMMENT '是否删除',

`merge_coverage_Json` longtext COMMENT '单个文件marge后的覆盖率文件',

PRIMARY KEY (`id`))

COMMENT = '文件覆盖率数据';

有range_file_id  但是没有path 对应其它文件就是没有覆盖率

 

CREATE TABLE `totoro_range`.`range_coverage_js_statement`  (

  `id` INT NOT NULL AUTO_INCREMENT,

  `file_id` INT NULL  COMMENT'对应js_file的表的文件id',

  `statement_index` VARCHAR(45) NULL  COMMENT'语句索引编号',   

  `start_line` INT NULL  COMMENT'语句开始行',

  `start_column` INT NULL  COMMENT'语句开始列',

  `end_line` INT NULL  COMMENT'语句结束行',

  `end_column` INT NULL  COMMENT'语句结束列',

  `coverage_times` INT NULL  COMMENT'覆盖次数',

 `update_time` DATETIME NULL  COMMENT'更新时间',

 `is_deleted` tinyint(1) NOT NULL DEFAULT '0' COMMENT '是否删除',

  PRIMARY KEY (`id`))

COMMENT = '语句覆盖率数据';

 

 

use totoro_range;

CREATE TABLE `totoro_range`.`range_coverage_js_fn` (

  `id` INT NOT NULL AUTO_INCREMENT,

  `file_id` INT NULL  COMMENT'对应js_file的表的文件id',

  `fn_index` VARCHAR(45) NULL  COMMENT'方法索引编号',

  `fn_name` VARCHAR(45) NULL  COMMENT'方法名字',

  `fn_decl_start_line` INT NULL  COMMENT'方法申明开始行',

  `fn_decl_start_column` INT NULL  COMMENT'方法申明开始列',

  `fn_decl_end_line` INT NULL  COMMENT'方法申明结束行',

  `fn_decl_end_column` INT NULL  COMMENT'方法声明结束列',

  `fn_start_line` INT NULL  COMMENT'方法开始行',

  `fn_start_column` INT NULL  COMMENT'方法开始列',

  `fn_end_line` INT NULL  COMMENT'方法结束行',

  `fn_end_column` INT NULL  COMMENT'方法结束列',

  `coverage_times` INT NULL  COMMENT'覆盖次数',

  `fn_line` INT NULL  COMMENT'方法所在行',

`update_time` DATETIME NULL  COMMENT'更新时间',

`is_deleted` tinyint(1) NOT NULL DEFAULT '0' COMMENT '是否删除',

  PRIMARY KEY (`id`))

COMMENT = '方法覆盖率数据';

 

 

CREATE TABLE `totoro_range`.`range_coverage_js_branch` (

  `id` INT NOT NULL AUTO_INCREMENT,

  `file_id` INT NULL  COMMENT'对应js_file的表的文件id',

  `branch_index` VARCHAR(45) NULL  COMMENT'分支索引编号',

  `branch_start_line` INT NULL  COMMENT'分支开始行',

  `branch_start_column` INT NULL  COMMENT'分支开列行',

  `branch_end_line` INT NULL  COMMENT'分支结束行',

  `branch_end_column` INT NULL  COMMENT'分支结束行',

  `type` VARCHAR(45) NULL  COMMENT'分支类型',

  `branch_lie` INT NULL  COMMENT'分支所在行',

`update_time` DATETIME NULL  COMMENT'更新时间',

  `is_deleted` tinyint(1) NOT NULL DEFAULT '0' COMMENT '是否删除',

  PRIMARY KEY (`id`))

COMMENT = '分支覆盖率数据';

 

 

CREATE TABLE `totoro_range`.`range_coverage_js_branch_locations` (

  `id` INT NOT NULL AUTO_INCREMENT,

  `branch_id` INT NULL  COMMENT'对应js_branch分支id',

  `sub_branch_location_index` INT NULL  COMMENT'子分支坐标索引编号',

  `sub_branch_start_line` INT NULL  COMMENT'子分支开始行',

  `sub_branch_start_column` INT NULL  COMMENT'子分支开始列',

  `sub_branch_end_line` INT NULL  COMMENT'子分支结束行',

  `sub_branch_end_column` INT NULL  COMMENT'子分支结束列',

  `coverage_times` INT NULL  COMMENT'子分支覆盖次数',

  `update_time` DATETIME NULL  COMMENT'更新时间',

 `is_deleted` tinyint(1) NOT NULL DEFAULT '0' COMMENT '是否删除',

  PRIMARY KEY (`id`))

COMMENT = '子分支覆盖数据';

 

查询某个js文件行覆盖率语句:

select * from  range_coverage_js_statement   where    file_id   =(select id  from   range_coverage_js_file where  app_name =' '  and commit_id = ' ' )

方法覆盖率 :

 select * from   range_coverage_js_fn where    file_id   =(select id  from range_coverage_js_file where  app_name =' '  and commit_id = ' ' )

分支覆盖率:

select * from  range_coverage_js_branch_locations where  branch_id = (  select id  from   range_coverage_js_branch   where    file_id   =(select id  from range_coverage_js_file where  app_name =' '  and commit_id = ' ' )  )

这篇关于数据拆解入库(暂时未拆解)---H5精准测试服务端接口及数据库表设计的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1042084

相关文章

Spring Security基于数据库验证流程详解

Spring Security 校验流程图 相关解释说明(认真看哦) AbstractAuthenticationProcessingFilter 抽象类 /*** 调用 #requiresAuthentication(HttpServletRequest, HttpServletResponse) 决定是否需要进行验证操作。* 如果需要验证,则会调用 #attemptAuthentica

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

性能测试介绍

性能测试是一种测试方法,旨在评估系统、应用程序或组件在现实场景中的性能表现和可靠性。它通常用于衡量系统在不同负载条件下的响应时间、吞吐量、资源利用率、稳定性和可扩展性等关键指标。 为什么要进行性能测试 通过性能测试,可以确定系统是否能够满足预期的性能要求,找出性能瓶颈和潜在的问题,并进行优化和调整。 发现性能瓶颈:性能测试可以帮助发现系统的性能瓶颈,即系统在高负载或高并发情况下可能出现的问题

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

字节面试 | 如何测试RocketMQ、RocketMQ?

字节面试:RocketMQ是怎么测试的呢? 答: 首先保证消息的消费正确、设计逆向用例,在验证消息内容为空等情况时的消费正确性; 推送大批量MQ,通过Admin控制台查看MQ消费的情况,是否出现消费假死、TPS是否正常等等问题。(上述都是临场发挥,但是RocketMQ真正的测试点,还真的需要探讨) 01 先了解RocketMQ 作为测试也是要简单了解RocketMQ。简单来说,就是一个分