引言

1.時間差異

流量錄制和回放時間戳不同，代碼中使用該時間戳進(jìn)行邏輯判斷，例如：System.currentTimeMillis() ?native方法，如果響應(yīng)的Response也有時間戳也會造成差異。

2.隨機數(shù)差異

請求參數(shù)或者返回結(jié)果中使用了隨機數(shù)字，這種大概率是會失敗的。

3.自增數(shù)據(jù)差異

無論請求還是返回，自增數(shù)據(jù)也會造成比對失敗。

4.鏈路ID標(biāo)識

類似鏈路ID、SequenceID等標(biāo)識，在系統(tǒng)中會透傳，可能造成回放失敗。

5.配置中心數(shù)據(jù)

線上配置中心的數(shù)據(jù)和回放的測試環(huán)境配置數(shù)據(jù)不一致，也導(dǎo)致了數(shù)據(jù)回放失敗。

6.返回?zé)o序元素集合

在方法接口調(diào)用返回時無序的元素集合，也會造成結(jié)果對比誤差。

1.降噪配置

通過提供全局、應(yīng)用級別、接口級別對噪音字段進(jìn)行配置，配置可以解決一部分問題，適合存在通用性字段且數(shù)量不多的情況。可以作為降噪的第一層配置。

2.智能降噪

是一種通過對流量diff的自動對比的降噪方式，下面以Twitter開源框架Diffy為例走查其運行原理，可供我們實踐中定制二開或者自研參考 。

通過三個版本系統(tǒng)進(jìn)行流量對比，將其噪聲過濾：

• 候選版本：即待提測上線版本
• 穩(wěn)定版本：可以部署線上Master分支
• 穩(wěn)定版本副本：可以部署線上Master分支

工作原理：

• 通過向穩(wěn)定版本和穩(wěn)定版本副本回放流量，對比其流量差異得到【噪聲 】
• 通過向候選版本和穩(wěn)定版本回放流量，對比其流量差異得到【原始區(qū)別 】
• 再從【原始區(qū)別】剔除【噪聲】得到最終的diff結(jié)果

Diffy的Github的地址：

https://github.com/twitter-archive/diffy

????????

????????本文羅列了流量回放中常見的噪音以及解決噪音的常見措施。需要以智能去噪為主，加以一些定制化配置字段去噪綜合治理來降低測試開發(fā)的排查成本。