ОЦЕНКА РЕЗУЛЬТАТОВ ВНЕДРЕНИЯ ПРАКТИКИ ТЕСТИРОВАНИЯ РАСЧЕТНЫХ АЛГОРИТМОВ В ООО «ГАЗПРОМНЕФТЬ — ЦИФРОВЫЕ РЕШЕНИЯ»

EVALUATION OF THE RESULTS OF IMPLEMENTING THE PRACTICE OF TESTING CALCULATION ALGORITHMS AT GAZPROMNEFT-DIGITAL SOLUTIONS LLC

Ridan Gimaev,

master's student, Ufa State Petroleum Technical University,

Russia, Ufa

АННОТАЦИЯ

В данном материале рассматривается опыт применения обновленной стратегии проверки вычислительных процессов в рамках проекта "ДАРС" (Динамический анализ функционирования скважин), осуществляемого компанией ООО «Газпромнефть — Цифровые решения». В фокусе внимания находятся различные техники оценки, такие как использование хранилищ данных, инструментария для отслеживания состояния системы через Grafana и OpenSearch Dashboards, а также исследование производительности алгоритмических решений на различных платформах при помощи средства RND.

Особенно тщательно изучается значимость применяемых показателей эффективности тестирования и их роль в улучшении стабильности всей системы. Представлены конкретные примеры снижения уровня ошибочных ситуаций и повышения характеристик работы алгоритмов после перехода на новую методику. Отмечено существенное улучшение в классификации выявленных проблем по степени важности и общее сокращение количества недостатков. Данные исследования демонстрируют позитивную тенденцию в ключевых параметрах качества тестирования, что подтверждает работоспособность предложенного подхода.

Публикация будет интересна экспертам в области тестирования программных продуктов и создателям алгоритмических решений, работающим в нефтегазовой сфере.

ABSTRACT

This paper discusses the experience of applying an updated strategy for validating computational processes within the DARS (Dynamic Analysis of Well Functioning) project implemented by Gazpromneft-Digital Solutions LLC. The focus is on various evaluation techniques such as the use of data warehouses, system state tracking tools via Grafana and OpenSearch Dashboards, as well as investigating the performance of algorithmic solutions on different platforms using the RND tool.

The significance of the applied test performance metrics and their role in improving the stability of the overall system is particularly scrutinized. Specific examples of reduced error rates and improved performance of algorithms after switching to the new methodology are presented. A significant improvement in the classification of identified problems by importance and an overall reduction in the number of deficiencies is noted. These studies demonstrate a positive trend in the key parameters of testing quality, which confirms the workability of the proposed approach.

The publication will be of interest to experts in the field of software product testing and creators of algorithmic solutions working in the oil and gas industry.

Ключевые слова: база данных, grafana, opensearch dashboards, тестирование, алгоритм.

Keywords: database, grafana, opensearch dashboards, testing, algorithm.

В процессе подготовки магистерской работы по теме "ТЕСТИРОВАНИЕ РАСЧЕТНЫХ АЛГОРИТМОВ В ПРОЕКТЕ ДАРС" удалось достичь важных достижений, которые положительно повлияли на качество контроля программной платформы в компании ООО "Газпромнефть - Цифровые решения".

В рамках научного изучения была создана и успешно реализована интегрированная система оценки вычислительных процессов. Это позволило существенно усилить точность обнаружения недочетов и повысить эффективность работы всей системы. Разработанная методика объединяет несколько подходов: проверка достоверности расчетных данных через базы информации, контроль системных ресурсов с использованием Grafana, анализ производительности алгоритмов при помощи OpenSearch Dashboards и кросс-платформенное тестирование с применением инструмента RND.

Действительная ценность проведенного исследования подтверждается конкретными числовыми данными улучшений. Графическое сравнение результатов до и после внедрения новой стратегии представлено на иллюстрациях 1-4. После применения модернизированной методики количество новых дефектов сократилось почти на сорок процентов (38,9%), а число проблем, выявленных конечными пользователями, уменьшилось более чем на половину (57,1%). Особенно важно подчеркнуть, что доля серьезных неполадок снизилась с 11% до 8%, что указывает на значительное повышение стабильности системы в целом.

Рисунок 1. Сводная информация по багам (октябрь 2024)

Рисунок 2. Сводная информация по багам (март 2025)

Рисунок 3. Распределение открытых багов по критичности (октябрь 2024)

Рисунок 4. Распределение открытых багов по критичности (март 2025)

В процессе исследования особо тщательно изучались вопросы контроля точности и производительности вычислительных алгоритмов. Созданные показатели эффективности дали возможность систематически отслеживать важные характеристики:

• Непрерывность данных в рамках временных рамок
• Загрузка аппаратных ресурсов (процессор, оперативная память, накопители, сеть)
• Продолжительность работы алгоритмических решений
• Надежность функционирования в различных средах разработки и эксплуатации

Предложенная система оценки не только повысила продуктивность тестировщиков, но и создала предпосылки для самостоятельной первичной проверки алгоритмов непосредственно разработчиками. Это имеет особую важность в случаях, когда тестировщики не имеют возможности участвовать в проекте на всех этапах.

Анализ изменений до и после применения новой стратегии продемонстрировал положительную тенденцию во всех основных аспектах:

• Уменьшение числа ошибок, связанных с регрессией
• Более логичное распределение дефектов по их значимости
• Эффективнее организация процесса исправления недостатков

Перспективные направления развития могут включать:

• Улучшение имеющихся критериев оценки
• Создание дополнительных средств автоматизации тестовых процедур
• Расширение использования методологии на другие корпоративные проекты
• Внедрение технологий машинного обучения для предсказания возможных проблем
• Совершенствование системы наблюдения за производительностью

Таким образом, выполненная работа решила актуальные задачи тестирования вычислительных процессов и подготовила фундамент для дальнейшего совершенствования подходов обеспечения качества программных продуктов. Предложенные решения могут быть успешно использованы не только в ООО "Газпромнефть - Цифровые решения", но и в других российских IT-компаниях, специализирующихся на создании сложных программных систем.

Список литературы:

1. Бейзер Б. Тестирование программного обеспечения. М.: Вильямс, 2005. — 640 с. (Классический труд по методам тестирования ПО)
2. Петренко А.К., Куроедов А.В. Основы построения систем баз данных. М.: Интернет-университет информационных технологий, 2009. — 384 с. (Пособие по работе с базами данных, что актуально для рассматриваемой системы)
3. Голдберг Д. Что такое Grafana и как с ней работать. СПб.: Питер, 2020. — 288 с. (Практическое руководство по использованию Grafana)
4. Романенко А.А. Методы и средства анализа производительности программного обеспечения. М.: Техносфера, 2018. — 416 с. (Материалы по анализу производительности, включая использование различных инструментов мониторинга)
5. Александреску А. Современные методологии тестирования программного обеспечения. М.: ДМК Пресс, 2017. — 352 с. (Актуальные подходы к тестированию сложных программных систем)