Train-Ticket, eShopOnContainers

本研究涉及两个知名的开源微服务系统数据集：Train-Ticket和eShopOnContainers。Train-Ticket由复旦大学CodeWisdom团队创建，旨在为铁路售票提供基准系统，包含47个微服务，使用多种编程语言和框架开发。eShopOnContainers是一个.Net Core参考应用程序，专注于电子购物应用，具有前端网页和移动应用组件。这两个数据集用于功能和负载测试，旨在帮助微服务社区简化测试和流量模拟，解决微服务系统测试中的复杂性和挑战。

This study involves two well-known open-source microservice system datasets: Train-Ticket and eShopOnContainers. Train-Ticket was developed by the CodeWisdom Team from Fudan University. It is designed as a benchmark system for railway ticketing, consisting of 47 microservices and implemented with multiple programming languages and frameworks. eShopOnContainers is a .Net Core reference application focused on e-commerce applications, with front-end web and mobile application components. These two datasets are utilized for functional and load testing, aiming to help the microservice community simplify testing and traffic simulation, and address the complexity and challenges in microservice system testing.

搜集汇总

数据集介绍

构建方式

Train-Ticket与eShopOnContainers数据集构建于两个成熟的开源微服务系统之上。该数据集通过功能测试和负载测试，全面评估了系统端点的响应时间、用户界面交互和整体功能。研究人员利用Selenium框架模拟用户与微服务系统的交互，并使用Gatling框架进行负载测试。该数据集旨在为微服务测试研究提供可重复的基准，并促进动态系统分析、安全评估、弹性和可扩展性研究。

使用方法

使用Train-Ticket与eShopOnContainers数据集时，研究人员首先需要了解数据集的构建方式和测试方法。然后，他们可以根据自己的研究需求选择合适的测试用例，并利用Selenium和Gatling框架进行自动化测试。在测试过程中，研究人员需要关注测试结果的响应时间、用户界面交互和整体功能表现。最后，他们可以根据测试结果进行分析和比较，以评估微服务系统的性能。此外，研究人员还可以使用该数据集进行动态系统分析、安全评估、弹性和可扩展性研究。

背景与挑战

背景概述

随着云计算和微服务架构的兴起，微服务系统因其模块化、可扩展性和独立部署等优点而成为构建云原生系统的主流方法。然而，微服务系统的测试却面临诸多挑战。为了帮助微服务社区简化测试和流量模拟实验，Sheldon Smith等人创建了一个包含两个成熟开源微服务系统完整功能测试覆盖率的测试基准。该基准旨在展示克服某些挑战并找到测试微服务有效策略的方法。此外，为了演示基准的使用，研究人员进行了一项案例研究，以识别使用服务依赖图发现和业务流程发现来验证完整测试覆盖率的最佳方法。该数据集的研究背景表明，创建这样一个测试基准对于微服务社区具有重要的意义，它可以帮助研究人员和工程师更好地理解和测试微服务系统，从而提高系统的可靠性和性能。

当前挑战

微服务系统测试面临的主要挑战包括：1)微服务系统的复杂性和动态性，使得测试变得困难；2)微服务之间的依赖关系，可能导致测试覆盖不足；3)微服务测试工具和框架的缺乏，使得测试自动化和效率低下。为了克服这些挑战，研究人员在创建测试基准时采用了多种方法，例如：1)使用Selenium框架进行自动化功能测试；2)使用Gatling进行负载测试；3)使用TestNG框架进行测试并行化。这些方法可以帮助研究人员和工程师更好地理解和测试微服务系统，从而提高系统的可靠性和性能。

常用场景

经典使用场景

在微服务架构的背景下，Train-Ticket和eShopOnContainers数据集提供了两个成熟的微服务系统的完整功能测试覆盖。这些数据集的测试基准被广泛用于功能回归测试和负载测试，旨在模拟真实用户交互并评估系统在不同负载下的响应时间和稳定性。它们为研究者提供了一个共同的测试环境，以验证其微服务测试工作，并帮助发现潜在的系统瓶颈和故障点。

解决学术问题

微服务系统的复杂性和分布式特性使得测试变得极具挑战性。Train-Ticket和eShopOnContainers数据集通过提供全面的测试基准，解决了微服务社区在测试和流量模拟实验方面的难题。这些数据集不仅展示了如何克服测试微服务系统时的挑战，还提供了有效的测试策略。此外，通过案例研究，这些数据集展示了如何使用服务依赖图发现和业务流程发现来验证测试的全面覆盖。

实际应用

在实际应用中，Train-Ticket和eShopOnContainers数据集被用于评估微服务系统的性能和稳定性。它们可以帮助开发者和测试工程师识别系统中的瓶颈和潜在故障点，从而提高系统的可靠性和用户体验。此外，这些数据集还可以用于动态系统分析、安全评估、弹性和可扩展性测试，为微服务系统的持续改进提供了有力支持。

数据集最近研究

最新研究方向

在微服务架构日益成为构建云原生系统的主流方法背景下，本数据集为微服务系统的功能性和负载测试提供了全面的测试套件。该研究重点关注了功能回归测试和负载测试，并通过两个已建立的微服务系统——Train-Ticket和eShopOnContainers——进行了案例分析。研究揭示了在测试这些系统时遇到的挑战，并提出了最佳实践和常见问题的解决方案。此外，研究还提出了一个测试基准，以供研究人员在微服务测试领域进行进一步的研究和进展。该基准包括了覆盖多个微服务端点的完整测试集，可用于验证微服务测试的工作。

相关研究论文

• Benchmarks for End-to-End Microservices Testing

  贝勒大学计算机科学系 · 2023年