通過合理排程裝置，降低企業裝置成本

背景

岩鼠平台，支援雲真機租用，也支援自動化測試。其背後都是大量裝置資源的使用，而真機測試裝置及自動化測試的裝置資源是否能合理利用，關系到企業的裝置成本。如何達到裝置利用最大化呢，有幾個次元需要考慮：

• 在保證真機測試需求下，合理利用空閑機器進行自動化測試
• 不同自動化測試類型測試時長不同
• 不同測試類型對裝置機型要求不同
• 更大程度的延緩裝置老化

為了保證真機測試需求，同時提升整體自動化測試的成功率和穩定性，也為了能讓各台裝置達到最大使用率，岩鼠平台做了不少設計和優化，積累了一些經驗，在此與各位讀者分享一下。

解決方案

整體概述

首先，由于雲真機和自動化都會占用機器，我們可以根據雲真機的使用需求，為雲真機和不同的自動化測試各自配置設定自己的裝置池子。但由于需求是在一定範圍内波動，不是完全定量的，是以可以将部分裝置設定為共用，這樣能最大程度的将裝置利用起來。

而其中的難點又在于，對于自動化測試來說，有多個裝置池子，不同測試對裝置的要求又不同，通過什麼樣的政策才能更大程度的保障任務成功率和裝置使用率呢？接下來将對此重點介紹。

自動化測試中，從任務建立開始，到任務在各個具體裝置上執行，總共經曆了三個階段，分别是：裝置準備、裝置規則篩選、裝置排位與占用，可選裝置逐階段減少，大體如下：

階段一：裝置準備

本階段主要是初步篩選出适合待配置設定任務的基礎裝置池，其中主要有以下流程：

1. 若使用者建立任務時有指定的配置設定政策，則預加載，否則使用預設政策，例如目前岩鼠平台開放了“随機”政策，則在此處會預加載“随機”政策設定的關聯限制和篩選偏好；
2. 不同的測試類型（如相容性，或者是深度智能周遊），需要加載不同的裝置組，一是考慮到術業有專攻，裡面都是經過平台精心挑選和分類的适合該測試場景的裝置，二是盡量減少彼此之間的影響，例如對于同一台裝置，平台是會争取避免上一個跑偏重于性能測試的任務，而下一個卻是跑偏重于穩定性的任務；
3. 篩選使用者權限範圍内的裝置；
4. 準備好裝置的各種篩選屬性，并根據一定時間内的已運作任務數和運作時間，通過特定公式算出一個值，可以認為這個值就是該裝置的疲勞系數。

通過上述可知，此處提到的政策和裝置組，都是平台已經預置好的，也會随着已有的運作結果和實際的業務發展而持續演變，并結合大資料平台進行優化，這裡就不再展開了。

階段二：裝置規則篩選

從處理邏輯來看，這階段更像是一個規則引擎，根據需求可加載不同的插件，進一步優選出符合實際測試要求的可運作裝置池，目前已支援的有：

• 根據app設定去篩選所需裝置的最低/最高版本，例如某些應用隻能運作在Android 6.0以上的裝置，這也是保證任務成功的前提條件之一；
• 預設會根據疲勞系數和過往任務成功率進行優先級排列，也可以接受自定義權值，例如是看重成功率，則将成功率的權值提高，或者是想要優先使用較“新”的裝置，則可以結合疲勞系數和入庫時間傳入權值，這些都會影響到裝置的推薦分數；
• 預設是“随機”政策，但也可定制其它政策，例如Android的API周遊，就是從每個Android版本裡面各挑出一台裝置組成測試，以達到測試版本相容性的目的；
• 可指定特定品牌或特定機型進行測試，當然也少不了TOP10、TOP20、TOP50的次元；
• ……

這裡的篩選插件互相之間基本是“且”的關系，即對裝置進行層層過濾，若有特殊需求，也可以配置出“或”的關聯；對于有經驗的開發者，檢視接口文檔之後，一般一兩個小時即可開發出一個新插件，測試通過之後就能注冊到容器中，進而對外提供服務。

階段三：裝置排位與占用

經過層層篩選之後，最終落實到占用裝置的環節，又細分出兩大步驟：

1. 經過上面兩個步驟，每台裝置都會有一個推薦分數，此處會根據分數進行區間劃分（可以考慮下為啥不直接按分數高低倒序配置設定），高分區間會優先被占，分到同一區間的則會進行疲勞系數排隊，系數越小，排名越前，最終得到提權後的裝置隊列；若排名也一緻，則再進行随機出列的處理；
2. 從隊列取出第一台裝置，若裝置能被占用，則落實到該子任務；若裝置占用失敗，則繼續下一裝置的嘗試，直到沒有空餘裝置，或清空了子任務清單，則整體配置設定完畢。

優缺點

人無完人，更何況是管理了這麼多“性格各異”的裝置的方案呢，先說說好的方面：

• 由于疲勞系數的引入，除開某些崩得太嚴重的個體，用于自動化測試的裝置都有機會、且平均地被配置設定到任務，需要注意的是，這裡說的平均，不是絕對的平均，還是要看裝置本身的素質，若能力越強，分到的任務也多，反之亦然；
• 篩選插件可不斷擴充，快速滿足各種配置設定需求；

• 畢竟最終都是對口的裝置，可有效提高任務成功率。

  至于不好的，在設計之初也是有所預見：

• 存在一些重複或無用的查詢問題，例如算了好幾台裝置的疲勞系數，但可能在篩選中早早就被過濾了；
• 并發性能受到限制，考慮這麼一個場景：一個任務不要的裝置，卻是另一個任務需要的。

未來方向

更進一步提升裝置配置設定政策和算法，更大程度的提升裝置使用率，在滿足業務需求的情況下，降低成本：

• 徹底的分布式處理；
• 結合大資料，構築更全面的優選規則；
• 真正AI的引入，實作更精準、更快速的推薦，減少人工開發。

免費試用岩鼠雲裝置平台

趕快來試用下岩鼠雲真機吧！每天都有免費試用體驗額度哦。

岩鼠雲裝置平台-雲端裝置,觸手可及