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
|
6月前
|
存储 缓存 安全
某鱼电商接口架构深度剖析:从稳定性到高性能的技术密码
某鱼电商接口架构揭秘:分层解耦、安全加固、性能优化三维设计,实现200ms内响应、故障率低于0.1%。详解三层架构、多引擎存储、异步发布、WebSocket通信与全链路防护,助力开发者突破电商接口“三难”困境。
|
7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。
3647 64
|
6月前
|
人工智能 自然语言处理 安全
AI助教系统:基于大模型与智能体架构的新一代教育技术引擎
AI助教系统融合大语言模型、教育知识图谱、多模态交互与智能体架构,实现精准学情诊断、个性化辅导与主动教学。支持图文语音输入,本地化部署保障隐私,重构“教、学、评、辅”全链路,推动因材施教落地,助力教育数字化转型。(238字)
1070 23
|
6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》!
|
6月前
|
Java Linux 虚拟化
【Docker】(1)Docker的概述与架构,手把手带你安装Docker,云原生路上不可缺少的一门技术!
1. Docker简介 1.1 Docker是什么 为什么docker会出现? 假定您在开发一款平台项目,您的开发环境具有特定的配置。其他开发人员身处的环境配置也各有不同。 您正在开发的应用依赖于您当前的配置且还要依赖于某些配置文件。 您的企业还拥有标准化的测试和生产环境,且具有自身的配置和一系列支持文件。 **要求:**希望尽可能多在本地模拟这些环境而不产生重新创建服务器环境的开销 问题: 要如何确保应用能够在这些环境中运行和通过质量检测? 在部署过程中不出现令人头疼的版本、配置问题 无需重新编写代码和进行故障修复
536 2
|
7月前
|
Cloud Native API 开发者
Gemini 2.5 Flash 技术拆解:从 MoE 架构到阿里云生态落地指南
2025年9月,谷歌Gemini 2.5 Flash发布,性能提升5%、成本降24%,引发行业关注。其MoE架构、百万上下文与“思考”范式,助力阿里云开发者高效构建云原生应用。本文解析技术内核,结合汽车、物流等案例,提供落地指南与避坑建议,展望大模型与流计算融合前景。
820 6
|
6月前
|
存储 人工智能 搜索推荐
拔俗AI助教系统:基于大模型与智能体架构的新一代教育技术引擎
AI助教融合大语言模型、教育知识图谱、多模态感知与智能体技术,重构“教、学、评、辅”全链路。通过微调LLM、精准诊断错因、多模态交互与自主任务规划,实现个性化教学。轻量化部署与隐私保护设计保障落地安全,未来将向情感感知与教育深度协同演进。(238字)
706 0