背景简单交代一下，业务是广告平台，广告主要展现在C端，C端每接入一个广告位需要QA介入测试，主要针对广告展现、广告的pv/click的数据上报。
由于历史原因，C端并不统一采用sdk方式接入。
由于C端以及广告平台均是公司业务，cpc广告才刚刚开始接入，公司并未重视各接入方的收入情况，以及各种内部广告及宣传的融合。
各种原因吧，导致上报数据不准确。这个风险性是显而易见的。（但总有人对风险视而不见）
临时抱佛脚的修复，随着广告位越来越多，积攒的问题也会越来越多。
有必要分析一番
- 关于上报数据问题：该是C端QA来保证质量还是广告QA来保证？
理论上广告QA只需要保证请求展现、pv/click上报接口以及后续报表的正确，反作弊系统正常运作。可是由于业务的历史原因，这个责任落到了广告QA身上。（其实就是各方PK失败😢）
- 所以广告QA该做什么呢？辅助自己或C端QA做上报校验，避免让自己陷入手工重复劳动的漩涡里。
再来分析一番
- 什么样的需求会用到自动化工具呢？
（1）新增广告位
（2）C端优化
（3）广告侧广告引擎优化=》影响展现
（4）广告侧上报服务优化
我们来讨论一下（1）（2）（4），（3）可以通过广告QA接口测试来保证质量，不做赘述。 - 如何做全自动/半自动化工具？
- 我们是怎么手工测试的呢？
以Android为例，一般通过抓包过滤上报请求，校验上报字段是否正确，再确定广告侧落库成功，报表展示正确。（一般上报请求数据丢入redis，广告侧从redis中取数据做分析落库等等。） - 哪里可以做辅助测试？
（1）如果仅C端有更改，广告侧无更改，那么可以【抓包=》校验】，无需关注后续的落库和数据展示。
（2）如果仅广告侧有改动，C端无改动，那么可以在redis中构造不同广告类型等上报数据，验证后端逻辑。
（3）全有改动，需要做全流程测试，通过UI自动化，加后端逻辑校验，走全流程回归。 - 效率提升？
保守估计，之前一个广告位要测试要4小时，现在1小时内搞定。主要是纯手工眼睛会累瞎。
今天主要说一下第（1）种方案，第（2）种很简单，第（3）种非常复杂，性价比不高。
辅助打点测试方案：
经过以上分析，针对C端有改动，广告侧无改动情况，方案图如下image.png通过配置文件来配置需要校验的数据，抓包，过滤上报请求，校验上报字段正确性，做的好看一点可以输出报告。
还有有几个小点想提一下：
- 我进了一个页面，一下子有10几条上报数据，怎么check？
首先你要明确要测试广告位的上报条数，是上报一条还是多条，每条上报是否是一样的？只需要将自己需要校验的数据过滤出来并check就可以了 - 期望结果有多个，实际结果只要match上一个就算通过
- 有一些点我们未必可以check的很全，比如广告id，如果每次都有变化，最好用正则去match
选型
没做什么特别的对比分析，没什么权威性，不过可以说用起来还不错。
原来想用一个基于nodejs的开源库，后来还是选择了mitmproxy，基于python的，选择自己熟悉的没错。
整个程序可以说就是在分析数据，校验数据，输出校验结果，没别的了。整个工程不超过500行代码。
由于没什么代码没什么通用性，就不分享代码了，大家可以动手做起来，代码虽不通用，但想法是可以借鉴的。
附一下我的代码结构
image.png
config/：存放期望结果配置
core/：核心代码（每次执行后，再去生成html报告即可）
report/：本次测试结果，缓存在这里
static/：html模板，用于生成html报告
