导语
1. 大数据测试的是什么
先看看我们熟悉的传统测试是什么：传统测试就是利用测试思维以及一些相关的测试工具对系统的功能、性能、安全、易用等方面进行质量保证。
那么大数据测试是在测试什么呢？ 打个比方：我们需要修一条管道，确保源头a的水利用该管道能正常运送到目标b， 那么传统测试则需要保证几下点：
确保管道的水能正常传输 ————这是传统的功能测试。
确保在大量水流量情况下管道不被阻塞 ————这是传统的性能测试。
确保管道不修在危险的山崖上 ————这是传统的安全测试。
确保用户拧开水龙头放水时，不花费太大的力气 ————这是传统的易用性测试。
那么管道中水的质量如何：「是否含有杂质与有害物质」，水经过管道后「水量是否所减少」，这些就是大数据测试需要考虑的范畴。
2. 大数据测试的优势有哪些
让我们来看看大数据测试的优势有哪些：
1、从业大数据是一种趋势：
2019年国际数据公司IDC统计显示，全球近90%的数据将在这几年内产生，预计到2025年，全球数据量将加十倍，达到163ZB, 无论是传统公司还是互联网公司都在构建属于自己的数据中台，所以从事大数据也是一种趋势。
2、大数据测试相对门槛低：
我们先看看大数据有哪些工种，从数据收集、清洗、应用流程来看，大数据工种分为：数据运维、数据挖掘、数据算法，以上这3个工种都需要qa来验证，也就是大数据测试。 数据运维、挖掘、算法门槛较高：需要你在一个行业深入耕耘多年，同时面临僧多粥少的局面， 所以数据运维、挖掘、算法的职位属于门槛高、坑位又少的工种。
相对的，数据测试不仅缺口大并且入门相对容易，只需要你有测试思维加上对业务的深入理解，利用大数据工具或平台对数据的质量进行把控即可。
3、大数据测试薪资高：
目前不仅百度、阿里、腾讯需要大量的数据测试工程师、近几年兴起的互联网公司：字节跳动、滴滴、美团等公司对数据测试工程师的需求也逐步增多，并且薪资都是2万+，由此可见在一家互联网公司从事大数据测试是一个不错的选择。
3. 哪类人员适合转行
让我们来看看哪些人群适合转行大数据测试：
第一类：传统测试人员
假如你是2年及以上的传统测试人员，你本身就具备了大数据测试所需要的测试思维以及一些测试技术站，此时你只需要学习一些大数据相关知识并在工作使用它，这样让你更加轻松转行大数据测试。
第二类：传统运维人员
假如你是传统行业的运维人员，由于你经常与网络、服务器打交道，所以你的优势在于精通网络层协议、熟练操作系统，这让你更加容易理解大数据底层原理，此时你只需要系统的学习一些测试思维，以及如何设计用例，掌握一些测试技巧，学习之后能让你顺利的入坑大数据测试。
第三类：互联网、金融领域的从业者
即便你是非技术出身，但由于你精通业务，所以你能清晰的分析出业务上的数据薄弱点，此时你只需要掌握一些测试思维以及一些大数据方面的技能，千里马常有，而伯乐不常有，能精通业务的大数据测试人员非常稀缺。
4. 技能战
最后我们来看看从事大数据测试需要哪些技能：
网络层面：
你要了解 链路层、网络层、运输层、应用层 常见的一些协议并清楚他们工作的原理。
服务器层面：
因为大数据框架大部分部署在Linux系统上，所以需要你熟练操作linux常见命令掌握、以及Linux 中进程、磁盘、用户权限、文件原理理解。
测试层面：
除了利用测试思维设计测试用例，并且需掌握mysql、hive、pandas等语法，能对不同关系型的数据进行获取与分析，同时由于python是数据测试与分析的利器，所需还要你熟练掌握python在数据分析方面的一些库。
大数据层面：
理解kafka、hadoop、spark、zookeeper 等一系列大数据所用到的框架，不求你能使用起码你能知道：
如何利用Flume、Logstash、Filebeat进行数据的收集。
如何利用hadoop HDFS、Mongodb、HBase对数据进行存储。
如何利用hadoop spark 、Storm、Flink 对数据进行计算。
掌握 hive、Spark SQL 、Flink SQL、 Pig、Phoenix 对数据进行查询。
以及如何利用zookeeper 协助 hadoop集群化，了解起原理即可。
5. 总结
大数据行业目前属于发展阶段，数据测试的缺口较大，只要你肯花时间学习大数据相关知识，利用你本身的优势，就能入行大数据测试。
本文内容不用于商业目的，如涉及知识产权问题，请权利人联系51Testing小编(021-64471599-8017)，我们将立即处理
