借助 anyproxy 二次开发，改善统计打点日志测试流程

统计打点测试需求

• 最近公司主产品加入了很多用户行为日志打点，目的是将数据推给大数据部门，改善现有推荐方法，进行人工智能推荐，增加用户留存和活跃等。
• 如果前端测试未做好，遗漏或者错误打点，就会严重影响后续的推荐和机器学习训练。
• 那么功能测试工程师一般是怎么测试的呢？首先通过设计特定的打点场景执行步骤，然后用 charles 等抓包查看。由于上传数据都是加密的，那么可能需要提前打未加密的测试包。然后抓到包后，需要把 request 中对应的 json 数据结构化，找到关心的字段，对照 wiki 中的值的含义来判断测试用例是否通过。

anyproxy 二次开发改善测试流程

• anyproxy 是阿里的一个开源项目，它可以作为中间代理代替 charles ，作为测试抓包工具使用。现在我在 anyproxy 上进行了二次开发，主要还是把 request 进行了一下处理，解密了上报的数据包，通过一些改动增加测试效率。

• 二次开发后，增加如下功能：

1. 上报日志包解密。之前测试都是重新打包，打包不加密的测试包进行测试，现在可以直接用外网包解密查看日志内容。

2. 上报日志包字段解析。实际多数情况下，测试并不关心 log 中通用字段，而比较关心 event 等核心事件字段，所以专门将 event 字段列出，解析 json 后用类似 key-value 对的方式展示。同时可以良好地展示一个请求中含有多个 event 事件的情况。

3. event 事件字段含义的说明。根据 wiki 内容，建立字典查询，对 event 中，某些字段直接给出说明。在实际应用中，可以结合业务用多种说明的方式，比如特定事件的字段全解析，特定字段展示全部情况的说明，特定字段根据 value 返回结果。

4. 还可以有一些其他的改进，比如，把 Unix 时间戳转标准 Date ，把核心字段做标记。

实际截图

上报流程思考

这是我理解的日志上报的流程，测试完全可以插入其中展示自己的能力。
我们在 ① 和 ② ，即 Client 和 Proxy 和 Server 间可以有较大的操作空间，可以抓到上报，在 anyproxy 中通过 rule.js 篡改 request 、篡改 response ，亦可以把上报收集、整理通过某种方式处理展示，达到你想要的目的。想想可以，在前面自动化构建应用场景，在后面通过日志断言结果。也可以在中间构造一堆假的请求，遍历自己的程序逻辑点。
③ 通常是运维或者数据团队将日志统一存储到集群的机器上。
④ 这部分可能是很多团队欠缺的，如何将数据有效地展示、把存入后台的日志做分析和展示。