分布式测试执行

　　1 相关说明
　　1.1 背景简介
　　随着一个产品的自动化工作不断深入，自动化的case积累数量持续增长，绝大部分毫无依赖关系的case由于串行运行，测试执行时间达到小时界别，且不易于优化。另外，ci运行时所需机器资源的抢占互斥，运行机器的不稳定等问题也逐渐扩大。
　　Hadoop分布式测试执行方案正是为了解决以上问题而产生，通过分布式执行，可以达到并行运行，提高执行效率的目的；另外，hadoop提供调度，重试等机制功能，可以提供给用户一个相对透明的计算资源池，减少用户对机器运行环境的依赖。
　　1.2 分布式平台的选择
　　本方案采用hadoop来作为分布式平台。首先是Hadoop是一个开源项目，有非常好的技术支持，二是hadoop有成熟的分布式调度算法，可以很好的利用每台机器的cpu和内存资源，达到计算资源优分配，三是hadoop程序易于编写，便于维护。
　　1.3 名词解释
　　：apache基金会的开源分布式框架。
　　Mapreduce ：hadoop的计算模型，由map任务和reduce任务组成。
　　Jobtracker  ：hadoop计算系统的总控。
　　Tasktracker  ：hadoop计算系统的子节点。
　　Slot(槽位) ：tasktracker的小计算分配单元，一个槽位可以对应一个map任务，一个机器启动一个tasktracker，槽位的话按照机器的cpu核数来分配，一般是”核数-1”。
　　<2 分布式测试执行方案
　　2.1 传统的单机测试执行流程
　　一般的单机测试流程分为5步，如下图所示：
　　1、lib库安装。包括测试框架的lib库安装以及基于该测试框架的产品业务层lib。
　　2、测试环境安装。主要指被测对象的测试环境安装，包括数据库安装，server端安装等。
　　3、case下载。从svn或者case库获取需要执行的case。
　　4、case运行。
　　5、发送报告。