100%移植阿里云移动测试技术,竟仅需1周?!——移动测试专有云(2)——架构详解

简介:

移动测试的应用架构

作为一整个庞大的移动测试解决方案,MQC专有云系统内部包含了非常多的软硬件模块,整个系统紧密高效的互相连接稳定配合。从模块划分上来看,主要包括:用户交互平台、任务调度平台、移动终端控制系统、无线机房管理平台、自动化测试能力、中间件(数据库、缓存、文件存储)、无线机房硬件方案、专家支持服务。除了自动化测试能力,其他应用模块构成专有云基础服务。

专有云基础服务是专有云解决方案必须包含的一整套软硬件方案,是整个专有云系统的软硬件基础。基础服务里包含几个重要平台:用户交互平台、任务调度平台、移动终端控制系统、无线机房管理平台、中间件、无线机房硬件方案。

为了满足潜在的支撑容量需求(比如支持的机型数量需要增加、使用的用户增加、使用频度增加),基础服务所包含的平台都可以支持横向热扩展,并且扩展期间不会影响到原先整体服务的稳定性。整个系统在可扩展性上非常灵活,可以涵盖潜在的大部分扩展需求。这也是这个方案的核心优势之一。

1.用户交互平台

用户交互平台是企业内部用户使用各个测试功能的WEB入口,内部用户可以通过域名或者IP直接访问用户交互平台。该平台主要包含两类功能:面向普通用户的移动测试相关功能;面向管理员的配置管理功能。

普通用户可以通过用户交互平台使用专有云购买的所有服务,比如企业购买了Android兼容性测试能力,那么用户可以通过Android兼容性测试提测页面进行测试任务的提交、通过测试报告页查看完整的测试报告、通过App管理页和测试管理页管理自己提交的App和测试报告。

管理员可以通过用户交互平台完成对整个系统的管理,比如对特定用户增加黑名单,阻止其继续使用服务等功能。

总之,用户交互平台是基于Web提供给企业使用各项服务的窗口。

2. 任务调度平台

任务调度平台顾名思义是指整个系统的任务调度处理大脑。专有云系统所有的任务创建、任务调度分派、任务结果收集、设备状态管理、对外接口暴露都集中在任务调度平台上。

任务调度平台是以Web应用的方式部署在linux服务器上,对外只暴露出必要的HTTP API,例如创建测试任务接口。同时在安全性上有足够的保障,有一套严格的访问鉴权方案。

任务调度平台对接口的请求流量实现了负载均衡,对测试任务的调度也考虑了任务优先级以及任务的执行情况,保障测试任务高效,有序地分发、执行。

3. 移动终端控制系统

移动终端控制系统是控制终端设备的枢纽,承载着移动终端设备接入、测试程序的执行的作用。

移动终端设备的接入:一个移动终端控制系统可以同时接入多个、多种移动终端设备,多个移动终端控制系统组成分布式移动终端测试执行体系。移动终端控制系统是直接对移动终端发送指令,并直接从移动终端获取数据的系统,它负责对移动终端进行直接的控制、命令下达以及数据采集。不仅如此,移动终端控制系统还负责维护移动终端的生命周期,对移动终端的健康程度进行维护(比如清理移动终端的垃圾数据),以及对移动终端的在线情况进行监控。

测试程序的执行:测试程序的真正执行发生在移动终端控制系统,移动终端控制系统负责接收任务调度平台的指令,对所接入的指定终端执行测试程序,并对测试结果数据进行反馈。不同移动终端的测试程序环境相互隔离,互不干扰。

4. 无线机房管理

由于移动终端种类繁多,数量庞大,对这些移动终端的统一管理是一个很繁重的工作。无线机房管理平台就是为了方便对无线终端、以及其他支持设备的统一管理。功能包括终端数据录入、终端在线情况监控、终端在线运维工具、工单系统、借用功能。

终端数据录入:好比图书馆对海量图书进行分门别类,以书架为单位进行管理,每个书架都有编号,每本图书也有位置编号。无线机房管理平台也支持对海量移动终端进行统一编号管理,以机架机房为单元,每个移动终端都会由唯一的位置标号。方便对特定终端进行搜寻。系统支持录入每台移动终端的基本数据(如系统版本、CPU型号等),方便按特定条件进行分组管理。

终端在线情况监控:移动终端存在较大的不稳定因素,长期在线运行也容易发生一些系统或硬件故障,从而引发掉线。系统支持对所有接入的移动终端的在线情况进行监控,通过监控大盘,可以直观感知当前所有移动终端的掉线率,移动终端一旦发生掉线或其他异常,会自动报警。

终端在线运维工具:系统提供一些基本的在线运维功能,如:关机、重启等。
运维工单系统:对设备的运维记录通过工单系统进行沉淀,通过工单系统,可以有秩序地对移动终端进行运维,方便查看终端的运维历史。
借用功能:对移动终端的外借及归还,都需要在系统中进行登记,并明确借用人及归还时间,确保移动终端不及发生丢失的情况。

5.数据库、缓存、对象存储

MQC使用了一些中间件/存储软件以确保系统能高效稳定地运行。
结构化持久存储:系统使用了Mysql实现结构化持久存储,主备库的配置可以保证数据库高性能、高可用。

数据缓存:系统使用了Redis来实现数据缓存,通过数据缓存机制的加入,大大提高了系统性能,降低了持久存储的IO压力。

对象存储:在分布式场景下,需要对非结构化数据进行统一存储和高效地读写。对于MQC专有云,需要存储移动应用安装包数据、测试结果数据、测试脚本数据。系统采用了对象存储方案,不仅满足分布式文件存储需求,也大大提高了读写效率,对数据安全性也有很大的保障。

6.无线机房硬件方案

移动测试机房不像传统服务器机房,对智能设备的的无人托管具有很高的要求。MQC以多年的生产实践经验,打造出一套适用于托管智能设备的硬件产品:YUN-BOX(云盒) 。云盒可以给智能设备提供稳定的电源供应、网络环境、安全保障,是智能设备接入云服务的载体,具有低成本,高可靠,安全性高的特点。每个云盒都是管理智能终端的最小单元,多个云盒之间可以完美堆叠,可以灵活适应各种复杂的机房环境以及各种规模的智能终端接入。

_

更多移动测试专有云的详解续集,请继续关注哦~~
第一篇 移动测试专有云介绍
第三篇 专有云测试内容详解
第四篇 客户案例和总结
更多精彩内容,请看下回分解~

联系我们:
 网站地址:https://mqc.aliyun.com
客服邮箱:mqc_group@service.alibaba.com;
更多精彩技术分享 欢迎关注 MQC公众号

_

目录
相关文章
|
20天前
|
弹性计算 前端开发 应用服务中间件
解决方案体验 | 基于阿里云高效实现前后端分离架构升级
阿里云ECS助力企业快速实现前后端分离架构升级,通过Nginx+ALB实现高效请求分发与负载均衡,支持前后端独立部署、弹性扩展。结合ROS一键部署、多可用区高可用设计,显著降低改造门槛,提升系统稳定性与开发效率,助力数字化转型。
|
3月前
|
存储 数据挖掘 BI
2-5 倍性能提升,30% 成本降低,阿里云 SelectDB 存算分离架构助力波司登集团实现降本增效
波司登集团升级大数据架构,采用阿里云数据库 SelectDB 版,实现资源隔离与弹性扩缩容,查询性能提升 2-5 倍,总体成本降低 30% 以上,效率提升 30%,助力销售旺季高效运营。
236 9
|
3月前
|
存储 弹性计算 运维
AI时代下阿里云基础设施的稳定性架构揭秘
计算、存储、网络作为云计算基础 IaaS 服务,一直是阿里云的核心产品,承载着百万客户的 IT 基础设施。曾经我们认为应用高可用、服务分布式可以满足客户对 IaaS 所有的稳定性诉求。
455 2
AI时代下阿里云基础设施的稳定性架构揭秘
|
2月前
|
人工智能 Cloud Native 安全
解读阿里云刚发布的《AI 原生应用架构白皮书》
阿里云在云栖大会重磅发布了《AI 原生应用架构白皮书》,该白皮书覆盖 AI 原生应用的 11 大关键要素,获得业界 15 位专家联名推荐,来自 40 多位一线工程师实践心得,全书合计超 20w 字,分为 11 章,全面、系统地解构 AI 原生应用架构,包含了 AI 原生应用的 11 大关键要素,模型、框架、提示词、RAG、记忆、工具、网关、运行时、可观测、评估和安全。本文整理自阿里云智能技术专家李艳林在云栖大会现场的解读。
1060 37
|
2月前
|
人工智能 缓存 安全
阿里云发布《AI 原生应用架构白皮书》
阿里云联合阿里巴巴爱橙科技,共同发布《AI 原生应用架构白皮书》,围绕 AI 原生应用的 DevOps 全生命周期,从架构设计、技术选型、工程实践到运维优化,对概念和重难点进行系统的拆解,并尝试提供一些解题思路。白皮书覆盖 AI 原生应用的 11 大关键要素,获得 15 位业界专家联名推荐,来自 40 多位一线工程师实践心的,全书合计超 20w 字,分为 11 章。
1557 15
|
20天前
|
人工智能 缓存 安全
阿里云发布《AI 原生应用架构白皮书》!
阿里云联合爱橙科技发布《AI原生应用架构白皮书》,系统解析AI应用在架构设计、开发运维中的关键挑战与解决方案,涵盖大模型、Agent、RAG、安全等11大核心要素,助力企业构建稳定、高效、可控的AI应用体系。
阿里云发布《AI 原生应用架构白皮书》!
|
2月前
|
存储 分布式计算 资源调度
【赵渝强老师】阿里云大数据MaxCompute的体系架构
阿里云MaxCompute是快速、全托管的EB级数据仓库解决方案,适用于离线计算场景。它由计算与存储层、逻辑层、接入层和客户端四部分组成,支持多种计算任务的统一调度与管理。
177 1
|
3月前
|
存储 弹性计算 运维
AI 时代下阿里云基础设施的稳定性架构揭秘
十五年磨一剑,稳定性为何是今天的“命门”?
|
2月前
|
存储 人工智能 关系型数据库
阿里云AnalyticDB for PostgreSQL 入选VLDB 2025:统一架构破局HTAP,Beam+Laser引擎赋能Data+AI融合新范式
在数据驱动与人工智能深度融合的时代,企业对数据仓库的需求早已超越“查得快”这一基础能力。面对传统数仓挑战,阿里云瑶池数据库AnalyticDB for PostgreSQL(简称ADB-PG)创新性地构建了统一架构下的Shared-Nothing与Shared-Storage双模融合体系,并自主研发Beam混合存储引擎与Laser向量化执行引擎,全面解决HTAP场景下性能、弹性、成本与实时性的矛盾。 近日,相关研究成果发表于在英国伦敦召开的数据库领域顶级会议 VLDB 2025,标志着中国自研云数仓技术再次登上国际舞台。
247 0

热门文章

最新文章

下一篇
开通oss服务