大数据应用的质量保证技术：一项系统性文献综述
软件工程
2020-02-07 v2
摘要
大数据应用目前用于许多应用领域，从统计应用到预测系统和智能城市。然而，这些应用的质量远非完美，导致了大量问题和故障。因此，保证大数据应用的整体质量起着越来越重要的作用。本文旨在总结和评估现有解决大数据应用质量问题的质量保证（QA）技术。我们通过检索主要科学数据库进行了系统性文献综述（SLR），得到 83 篇关于大数据应用 QA 技术的主要及相关研究。SLR 结果揭示了以下主要发现：1）体量、速度和多样性等大数据属性对大数据应用质量的影响；2）决定大数据应用质量的质量属性包括正确性、性能、可用性、可扩展性、可靠性等；3）现有 QA 技术，包括分析、规约、模型驱动架构（MDA）、验证、容错、测试、监控以及故障与失效预测；4）各类 QA 技术的现有优势与局限；5）各类 QA 技术的现有经验证据。本研究为大数据应用 QA 技术研究提供了坚实基础。然而，关于质量的大数据应用诸多挑战依然存在。
引用
@article{arxiv.2002.01759,
title = {Quality Assurance Technologies of Big Data Applications: A Systematic Literature Review},
author = {Pengcheng Zhang and Wennan Cao and Henry Muccini},
journal= {arXiv preprint arXiv:2002.01759},
year = {2020}
}
备注
28 pages, 9 figures and 2 appendixes