项目描述：数字化运维中心，用来解决安装，部署，升级各种系统类型的机器(linux,windows,aix,arm ,容器化机器)，以节省大批量部署时间成本。支持针对各类中间件服务的日志，指标等数据的采集，通过清洗，转换，发送，以达到数据存储，数据分析，监控告警等功能。基础架构：server 端负责向外部系统提供接口，主机管理，agent 管理，采集中心，系统管理等模块功能。agent 端安装在客户主机上，负责接收任务，数据的采集，处理及发送，以及上报心跳给 server。web 端负责前段页面的展示基础流程：上传 agent 采集器（python,go 实现）-设备的接入(普通安装，远程安装 linux,win 等多种设备)-系统管理(设置熔断保护以及相应主机配置)-采集中心(采集任务的创建，包括日志，指标，进行主机的下发采集)-然后采集到数据层进行相应数据转换，解析，消费到 kafka ，对接到其他数据平台(存储采集到的所有的指标以及日志数据)，告警平台(熔断触发告警的告警信息)，监控平台(从数据平台存储的表中将数据读取以可视化形式展示相应数据)等其他产品1，自动化测试：（1）用例编写：根据场景进行自动化用例编写，根据迭代版本进行冒烟，回归用例的维护区分相应的模块以及优先级，以及环境信息的维护包括采集的多个中间件的信息。（2）环境部署：自动化测试框架环境的搭建，三方库等依赖。以及采集过程中 docker 容器去部署各种数据库中间件，比如 es,db2,mysql,mssql,spark,oracle等。（3）脚本实现：自动化脚本实现(根据迭代版本，模块，冒烟回归区分)，公用方法维护，代码优化，稳定性，效能提升（4）deveops 流水线持续集成：利用流水线做每天定时监控，以及报告发送（5）执行流程，使用说明以及交付文档的输出与维护2，采集脚本以及测试工具编写：（1）python 实现多种中间件以及私有云公有云的指标属性采集（2）Python+flask+pymysql 实现脚本对比工具（3）python 实现多种大批量模拟日志，kafka 消费，snmptrap 模拟等脚本实现3，性能自动化：根据需求做性能测试计划，编写性能测试场景用例，karate+python+shell+ngrinder 实现性能破坏性场景脚本，性能测试场景脚本，输出性能测试报告4，功能测试—敏捷测试：（1）需求评审、根据原型图、设计文档分析测试点、确定测试范围（2）利用等价类、边界值、错误推测、场景法等方法使用 xmind 编写测试用例,testlink 进行用例管理（3）功能测试，利用 navicat 等工具（4）利用 xshell 分析、定位、追踪 bug ，协助开发解决 bug，jira 进行 bug 管理（5）分析测试结果编写测试报告。