閱讀本文前建議先閱讀云梯跨機房方案介紹，了解云梯跨機房項目背景，難點以及解決方案。本文重點介紹下跨機房測試的整體解決方案
功能測試
測試用例管理:http://kelude.taobao.net/testsuites?project_id=12202
數據安全性測試
數據安全簡單的說是不能丟數據，跨機房后集群規模到達近萬臺，數據存儲到達數百PB，如何確保數據安全是一個很大的挑戰
在跨機房的情況下，我們通過（Sange、Slive、DFSIO）模擬線上比例的各種混合性操作，通過NN的FSCK， CN的 CrossCheck工具定位異常數據如CORRUPT，一直處于BEING WRITTEN無法關閉的文件，跨機房失敗的文件
數據安全性測試里需要考慮的一種重要場景是NN和DN重啟，在實際的升級過程中，在集群重啟前各業務線并沒有停止讀寫數據，重啟后數據的一致性和可恢復性非常重要；在實際的跨機房測試中我們曾發現一個因為重啟后狀態不一致導致無法加載EDITLOG從而使NN無法啟動的BUG，如果這種問題發生到線上，后果不堪設想
性能測試
性能測試的關鍵點是如何建立性能基準，對線上性能進行準確評估，跨機房測試性能基準工具主要包括：
DFSIO: HDFS I/O（讀寫） 性能基準
Slive: 主要模擬線上各種RPC，在每個TASK發起混合型RPC操作，并可以指定文件和block大小，該工具可以同時測試NN和DN的性能；
Sange: 主要模擬線上各種RPC操作壓力，在每個TASK啟動大量Thread進行混合性RPC操作 ，對NN產生壓力，進而評估NN RPC 處理能力；SANGE工具不能指定文件和Block大小，會產生大量小文件，比SLIVE對NN可以產生更大的RPC壓力
Terasort：MapReduce 數據排序能力基準
Gridmix ：Gridmix和Rumen結合可以模擬和生產作業相應的負載，更真實的模擬生產環境
SmallJobBench:通過創建大量sleep job到不同group來測試jobtracker性能
SubmitJobBench：通過每個map啟動（-nThreads）個線程，每個線程順序提交（-nTasks）個作業， 每個線程有自己的獨立賬號，來模擬線上多賬號并行度2K情況下JTProxy性能
跨機房性能主要對比場景：
主要針對上述場景進行性能對比和評估包括NN帶寬，內存，CPU load， NN RPC 指標， NN 各個operation的吞吐量(opsper second)和平均執行時間， NN同步editlog性能指標，跨機房帶寬流量，跨機房復制速率，跨機房副本刪除速率，CROSSFSCK時間
跨機房測試還有很重要的一點是要保證計算一定優先從本機房讀數據，除非本機房沒有數據才會跨機房讀；實際測試中TERASORT跨機房讀對比本機房讀性能會有32%左右的下降，而且對帶寬也是很大的浪費。
