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）

封面

版权信息

内容提要

前言

平台支撑

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

2.4 数据采集

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

3.2 数据包的采集

3.3 数据包的自动抓取

3.4 数据包分析

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

4.2 Python安装及配置

4.3 Python基础学习

4.4 Notepad环境

4.5 Python编程实践

4.6 Python面向对象

4.7 Python的集成开发环境

4.8 pcapng文件到CSV文件

4.9 小结

【思考题】

第5章 Splunk软件初探

5.1 Splunk简介

5.2 Splunk的安装与配置

5.3 Splunk数据分析

5.4 SPL高级编程

5.5 小结

【思考题】

第6章 Splunk平台实践

6.1 Splunk的基础命令

6.2 Splunk软件的自动数据生成

6.3 可视化展示

6.4 官方帮助文档

6.5 应用分析实例

【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

7.3 问题描述及分析

【思考题】

第8章 数据导入及错误分析

8.1 背景知识介绍

8.2 数据选择

8.3 时间戳错误

8.4 问题分析及解决

8.5 导入配置

【思考题】

第9章 联网效率分析

9.1 原理及方法

9.2 常用分析命令

9.3 数据导入和处理

9.4 分析联网效率

【思考题】

第10章 Linux部署

10.1 原理及方法

10.2 软件安装及运行

10.3 网络配置

【思考题】

第11章 大数据测试实践

11.1 监测数据导入

11.2 数据缺陷挖掘

11.3 非结构化数据处理

【思考题】