what is test data test data preparation techniques with example
Découvrez ce que sont les données de test et comment préparer les données de test pour les tests:
À l'épopée actuelle de la croissance révolutionnaire de l'information et de la technologie, les testeurs subissent généralement une consommation importante de données de test dans le cycle de vie des tests logiciels.
Les testeurs ne collectent / gèrent pas seulement des données à partir des sources existantes, mais génèrent également d'énormes volumes de données de test pour garantir leur contribution en plein essor de qualité à la livraison du produit pour une utilisation réelle.
Par conséquent, en tant que testeurs, nous devons continuellement explorer, apprendre et appliquer les approches les plus efficaces pour la collecte de données, la génération, la maintenance, l'automatisation et la gestion complète des données pour tous les types de tests fonctionnels et non fonctionnels.
Dans ce tutoriel, je fournirai des conseils sur la façon de préparer les données de test afin que tout cas de test important ne soit pas manqué par des données incorrectes et une configuration d'environnement de test incomplète.
Ce que vous apprendrez:
- Qu'est-ce que les données de test et pourquoi c'est important
- Défis de l'approvisionnement en données de test
- Stratégies de préparation des données de test
- Données de test corrompues
- Données de test pour le scénario de test de performance
- Comment préparer des données garantissant une couverture maximale des tests?
- Données pour les tests Black Box
- Exemple de données de test pour Open EMR AUT
- Création de données manuelles pour tester l'application Open EMR
- Propriétés d'une bonne donnée de test
Qu'est-ce que les données de test et pourquoi c'est important
En se référant à une étude menée par IBM en 2016, la recherche, la gestion, la maintenance et la génération de données de test englobent 30 à 60% du temps des testeurs. Il est indéniable que la préparation des données est une phase de test de logiciels qui prend du temps.
Figure 1: Temps moyen passé par les testeurs sur TDM
Néanmoins, c’est un fait dans de nombreuses disciplines différentes que la plupart des spécialistes des données consacrent de 50% à 80% du temps de développement de leur modèle à l’organisation des données. Et maintenant, compte tenu de la législation et des informations personnellement identifiables (PII), l'engagement des testeurs est extrêmement décent dans le processus de test.
Aujourd'hui, la crédibilité et la fiabilité des données de test sont considérées comme un élément sans compromis pour les propriétaires d'entreprise. Les propriétaires de produits considèrent les copies fantômes des données de test comme le plus grand défi, ce qui réduit la fiabilité de toute application à ce moment unique de la demande / des exigences des clients en matière d'assurance qualité.
Compte tenu de l'importance des données de test, la grande majorité des propriétaires de logiciels n'acceptent pas les applications testées contenant de fausses données ou moins dans les mesures de sécurité.
À ce stade, pourquoi ne nous souvenons-nous pas de ce que sont les données de test? Lorsque nous commençons à écrire nos cas de test pour vérifier et valider les fonctionnalités données et les scénarios développés de l'application testée, nous avons besoin d'informations qui sont utilisées comme entrée pour effectuer les tests d'identification et de localisation des défauts.
meilleur nettoyeur d'ordinateur pour windows 10
Et nous savons que ces informations doivent être précises et complètes pour résoudre les bogues. C'est ce que nous appelons les données de test. Pour le rendre précis, il peut s'agir de noms, de pays, etc., qui ne sont pas sensibles, où les données concernant les informations de contact, le SSN, les antécédents médicaux et les informations de carte de crédit sont de nature sensible.
Les données peuvent être sous n'importe quelle forme comme:
- Données de test du système
- Données de test SQL
- Données de test de performance
- Données de test XML
Si vous écrivez des cas de test, vous avez besoin de données d'entrée pour tout type de test. Le testeur peut fournir ces données d'entrée au moment de l'exécution des cas de test ou l'application peut choisir les données d'entrée requises à partir des emplacements de données prédéfinis.
Les données peuvent être tout type d'entrée dans l'application, tout type de fichier chargé par l'application ou des entrées lues à partir des tables de la base de données.
La préparation des données d'entrée appropriées fait partie d'une configuration de test. Généralement, les testeurs l'appellent un préparation du banc d'essai . Dans le banc d'essai, toutes les exigences logicielles et matérielles sont définies à l'aide des valeurs de données prédéfinies.
Si vous ne disposez pas d'une approche systématique pour créer des données pendant écrire et exécuter des cas de test alors il y a des chances de manquer certains cas de test importants. Les testeurs peuvent créer leurs propres données en fonction des besoins de test.
Ne vous fiez pas aux données créées par d’autres testeurs ou aux données de production standard. Créez toujours un nouvel ensemble de données en fonction de vos besoins.
Parfois, il n’est pas possible de créer un tout nouvel ensemble de données pour chaque build. Dans de tels cas, vous pouvez utiliser des données de production standard. Mais n'oubliez pas d'ajouter / insérer vos propres ensembles de données dans cette base de données existante. Une meilleure façon de créer des données consiste à utiliser les exemples de données ou le banc de test existants et à ajouter vos nouvelles données de scénario de test chaque fois que vous obtenez le même module pour le test. De cette façon, vous pouvez créer un ensemble de données complet sur la période.
Défis de l'approvisionnement en données de test
Les testeurs prennent en compte l'un des domaines de la génération de données de test est l'exigence de source de données pour le sous-ensemble. Par exemple, vous avez plus d'un million de clients et vous en avez besoin d'un millier pour les tests. Et cet échantillon de données doit être cohérent et représenter statistiquement la distribution appropriée du groupe cible. En d'autres termes, nous sommes censés trouver la bonne personne à tester, ce qui est l'une des méthodes les plus utiles pour tester les cas d'utilisation.
Et cet échantillon de données doit être cohérent et représenter statistiquement la distribution appropriée du groupe cible. En d'autres termes, nous sommes censés trouver la bonne personne à tester, ce qui est l'une des méthodes les plus utiles pour tester les cas d'utilisation.
En outre, il existe certaines contraintes environnementales dans le processus. L'un d'eux est la cartographie des politiques PII. La confidentialité étant un obstacle majeur, les testeurs doivent classer les données PII.
Les outils de gestion des données de test sont conçus pour résoudre le problème mentionné. Ces outils suggèrent des politiques basées sur les normes / catalogue dont ils disposent. Cependant, ce n'est pas un exercice très sûr. Il offre toujours la possibilité de vérifier ce que l'on fait.
Pour continuer à relever les défis actuels et même futurs, nous devons toujours nous poser des questions telles que Quand / où devrions-nous commencer la conduite de la GDT? Qu'est-ce qui devrait être automatisé? Quel investissement les entreprises devraient-elles consacrer aux tests dans les domaines du développement continu des compétences des ressources humaines et de l'utilisation des nouveaux outils de GDT? Devrions-nous commencer à tester avec des tests fonctionnels ou non fonctionnels? Et des questions beaucoup plus probables qu'eux.
Certains des défis les plus courants de l'approvisionnement des données de test sont mentionnés ci-dessous:
- Les équipes peuvent ne pas avoir les connaissances et les compétences adéquates des outils de génération de données de test
- La couverture des données de test est souvent incomplète
- Moins de clarté dans les exigences de données couvrant les spécifications de volume pendant la phase de collecte
- Les équipes de test n'ont pas accès aux sources de données
- Retard dans l'accès aux données de production aux testeurs par les développeurs
- Les données de l'environnement de production peuvent ne pas être entièrement utilisables pour les tests basés sur les scénarios commerciaux développés
- De grands volumes de données peuvent avoir besoin sur une courte période de temps donnée
- Dépendances / combinaisons de données pour tester certains des scénarios commerciaux
- Les testeurs passent plus de temps que nécessaire pour communiquer avec les architectes, les administrateurs de bases de données et les BA pour la collecte de données
- La plupart du temps, les données sont créées ou préparées lors de l'exécution du test
- Plusieurs applications et versions de données
- Cycles de publication continus sur plusieurs applications
- Législation relative à la protection des informations d'identification personnelle (PII)
Du côté de la boîte blanche des tests de données, les développeurs préparent les données de production. C’est là que le contrôle qualité doit travailler en contact avec les développeurs pour approfondir la couverture des tests d’AUT. L'un des plus grands défis est d'incorporer tous les scénarios possibles (cas de test à 100%) avec chaque cas négatif possible.
Dans cette section, nous avons parlé des défis liés aux données de test. Vous pouvez ajouter d'autres défis lorsque vous les avez résolus en conséquence. Par la suite, explorons différentes approches pour gérer la conception et la gestion des données de test.
Stratégies de préparation des données de test
Nous savons par la pratique quotidienne que les acteurs de l'industrie des tests expérimentent continuellement différentes manières et moyens d'améliorer les efforts de test et, surtout, sa rentabilité. Au cours de l'évolution rapide de l'information et de la technologie, nous avons vu que lorsque des outils sont incorporés dans les environnements de production / de test, le niveau de production augmente considérablement.
Lorsque nous parlons de l'exhaustivité et de la couverture complète des tests, cela dépend principalement de la qualité des données. Les tests étant la clé de voûte de la qualité du logiciel, les données de test sont l'élément central du processus de test.
Figure 2: Stratégies de gestion des données de test (TDM)
Création de fichiers plats basés sur les règles de mapping. Il est toujours pratique de créer un sous-ensemble des données dont vous avez besoin à partir de l'environnement de production où les développeurs ont conçu et codé l'application. En effet, cette approche réduit les efforts de préparation des données des testeurs et maximise l’utilisation des ressources existantes pour éviter d’autres dépenses.
En règle générale, nous devons créer les données ou au moins les identifier en fonction du type d'exigences de chaque projet au tout début.
Nous pouvons appliquer les stratégies suivantes pour gérer le processus de TDM:
- Données de l'environnement de production
- Récupération de requêtes SQL qui extraient des données des bases de données existantes du client
- Outils de génération de données automatisés
Les testeurs doivent étayer leurs essais avec des données complètes en considérant les éléments comme indiqué dans la figure 3 ici. Les resters des équipes de développement agiles génèrent les données nécessaires à l'exécution de leurs cas de test. Lorsque nous parlons de cas de test, nous entendons des cas pour différents types de tests tels que la boîte blanche, la boîte noire, les performances et la sécurité.
À ce stade, nous savons que les données pour les tests de performance devraient être en mesure de déterminer à quelle vitesse le système répond sous une charge de travail donnée pour être très proche d'un grand volume de données réel ou réel avec une couverture significative.
Pour les tests en boîte blanche, les développeurs préparent leurs données requises pour couvrir autant de branches que possible, tous les chemins du code source du programme et l'interface de programme d'application (API) négative.
Figure 3: Tester les activités de génération de données
Finalement, nous pouvons dire que tout le monde travaillant dans le cycle de vie du développement logiciel ( SDLC ) comme les BA, les développeurs et les propriétaires de produits doivent être bien engagés dans le processus de préparation des données de test. Cela peut être un effort conjoint. Et maintenant, laissez-nous vous amener à la question des données de test corrompues.
Données de test corrompues
Avant l'exécution de cas de test sur nos données existantes, nous devons nous assurer que les données ne sont pas corrompues / obsolètes et que l'application testée peut lire la source de données. En règle générale, lorsque plus d'un testeur travaille sur différents modules d'un AUT dans l'environnement de test en même temps, les chances que les données soient corrompues sont si élevées.
Dans le même environnement, les testeurs modifient les données existantes selon leurs besoins / exigences des cas de test. La plupart du temps, lorsque les testeurs en ont terminé avec les données, ils laissent les données telles quelles. Dès que le testeur suivant récupère les données modifiées et qu'il effectue une autre exécution du test, il y a une possibilité que ce test particulier échoue qui n'est pas l'erreur de code ou le défaut.
Dans la plupart des cas, c'est ainsi que les données sont corrompues et / ou obsolètes, ce qui conduit à un échec. Pour éviter et minimiser les risques de divergence de données, nous pouvons appliquer les solutions ci-dessous. Et bien sûr, vous pouvez ajouter d'autres solutions à la fin de ce tutoriel dans la section commentaires.
- Avoir la sauvegarde de vos données
- Remettez vos données modifiées à leur état d'origine
- Répartition des données entre les testeurs
- Tenez l'administrateur de l'entrepôt de données à jour pour toute modification / modification de données
Comment conserver vos données intactes dans n'importe quel environnement de test?
La plupart du temps, de nombreux testeurs sont chargés de tester la même version. Dans ce cas, plusieurs testeurs auront accès aux données communes et essaieront de manipuler l'ensemble de données commun en fonction de leurs besoins.
Si vous avez préparé des données pour certains modules spécifiques, le meilleur moyen de conserver votre ensemble de données intact est de conserver des copies de sauvegarde de celui-ci.
Données de test pour le scénario de test de performance
Les tests de performance nécessitent un très grand ensemble de données. Parfois, la création manuelle de données ne détecte pas certains bogues subtils qui ne peuvent être détectés que par les données réelles créées par l'application testée. Si vous souhaitez des données en temps réel, qu'il est impossible de créer manuellement, demandez à votre responsable / responsable de les rendre disponibles à partir de l'environnement en direct.
Ces données seront utiles pour assurer le bon fonctionnement de l'application pour toutes les entrées valides.
Quelles sont les données de test idéales?
Les données peuvent être considérées comme idéales si, pour la taille minimale de l'ensemble de données, toutes les erreurs d'application doivent être identifiées. Essayez de préparer des données qui incorporeront toutes les fonctionnalités de l'application, mais sans dépasser les contraintes de coût et de temps pour la préparation des données et l'exécution des tests.
Comment préparer des données garantissant une couverture maximale des tests?
Concevez vos données en tenant compte des catégories suivantes:
différence entre les tests unitaires et les tests d'intégration
1) Aucune donnée: Exécutez vos scénarios de test sur des données vierges ou par défaut. Vérifiez si des messages d'erreur appropriés sont générés.
2) Ensemble de données valide: Créez-le pour vérifier si l'application fonctionne selon les exigences et si les données d'entrée valides sont correctement enregistrées dans la base de données ou les fichiers.
3) Ensemble de données non valide: Préparez un ensemble de données non valide pour vérifier le comportement de l'application pour les valeurs négatives, les entrées de chaîne alphanumérique.
4) Format de données illégal: Créez un ensemble de données de format de données illégal. Le système ne doit pas accepter de données dans un format invalide ou illégal. Vérifiez également que les messages d'erreur appropriés sont générés.
5) Ensemble de données des conditions aux limites: Ensemble de données contenant des données hors limites. Identifiez les cas limites d'application et préparez un ensemble de données qui couvrira les conditions limites inférieures et supérieures.
6) L'ensemble de données pour les tests de performance, de charge et de contrainte: Cet ensemble de données doit être volumineux.
De cette façon, la création d'ensembles de données séparés pour chaque condition de test garantira une couverture de test complète.
Données pour les tests Black Box
Les testeurs d'assurance qualité effectuent des tests d'intégration, des tests système et des tests d'acceptation, appelés tests de boîte noire. Dans cette méthode de test, les testeurs n'ont aucun travail dans la structure interne, la conception et le code de l'application sous test.
L’objectif principal des testeurs est d’identifier et de localiser les erreurs. Ce faisant, nous appliquons des tests fonctionnels ou non fonctionnels en utilisant différentes techniques de test boîte noire.
Figure 4: Méthodes de conception des données Black Box
À ce stade, les testeurs ont besoin des données de test comme entrée pour exécuter et mettre en œuvre les techniques de test de la boîte noire. Et les testeurs doivent préparer les données qui examineront toutes les fonctionnalités de l'application sans dépasser le coût et le temps donnés.
Nous pouvons concevoir les données pour nos cas de test en tenant compte des catégories d'ensemble de données telles que l'absence de données, les données valides, les données non valides, le format de données illégal, les données de condition aux limites, la partition d'équivalence, la table de données de décision, les données de transition d'état et les données de cas d'utilisation. Avant d'entrer dans les catégories de jeux de données, les testeurs lancent la collecte de données et l'analyse des ressources existantes de l'application sous testeur (AUT).
Selon les points précédents mentionnés sur la mise à jour permanente de votre entrepôt de données, vous devez documenter les exigences en matière de données au niveau du cas de test et les marquer comme utilisables ou non réutilisables lorsque vous créez un script de cas de test. Il vous aide à ce que les données requises pour les tests soient bien clarifiées et documentées dès le début que vous pourrez consulter ultérieurement pour votre utilisation ultérieure.
Exemple de données de test pour Open EMR AUT
Pour notre didacticiel actuel, nous avons l'Open EMR comme Application Under Test (AUT).
=> Veuillez trouver le lien pour l'application Open EMR ici pour votre référence / pratique.
Le tableau ci-dessous illustre à peu près un échantillon de la collecte des exigences de données qui peut faire partie de la documentation de cas de test et est mis à jour lorsque vous écrivez les cas de test pour vos scénarios de test.
( REMARQUE : Cliquez sur sur n'importe quelle image pour une vue agrandie)
Création de données manuelles pour tester l'application Open EMR
Passons à la création manuelle de données pour tester l’application Open EMR pour les catégories d’ensembles de données données.
1) Aucune donnée: Le testeur valide l'URL de l'application Open EMR et les fonctions «Rechercher ou ajouter un patient» sans fournir de données.
deux) Données valides: Le testeur valide l'URL de l'application Open EMR et la fonction «Rechercher ou ajouter un patient» en donnant des données valides.
3) Données invalides: Le testeur valide l'URL de l'application Open EMR et la fonction «Rechercher ou ajouter un patient» en donnant des données invalides.
4) Format de données illégal: Le testeur valide l'URL de l'application Open EMR et la fonction «Rechercher ou ajouter un patient» en donnant des données invalides.
Données de test pour 1 à 4 catégories de jeux de données:
5) Ensemble de données sur les conditions aux limites: Il s'agit de déterminer les valeurs d'entrée pour les limites qui sont à l'intérieur ou à l'extérieur des valeurs données en tant que données.
6) Ensemble de données de partition d'équivalence: C'est la technique de test qui divise vos données d'entrée en valeurs d'entrée valides et invalides.
Données de test pour 5eet 6ecatégories d'ensembles de données, qui correspondent au nom d'utilisateur et au mot de passe Open EMR:
7) Ensemble de données de table de décision: C'est la technique pour qualifier vos données avec une combinaison d'entrées pour produire divers résultats. Cette méthode de test boîte noire vous aide à réduire vos efforts de test en vérifiant chaque combinaison de données de test. De plus, cette technique peut vous garantir une couverture complète des tests.
Veuillez consulter ci-dessous l'ensemble de données du tableau de décision pour le nom d'utilisateur et le mot de passe de l'application Open EMR.
Le calcul des combinaisons effectué dans le tableau ci-dessus est décrit pour vos informations détaillées ci-dessous. Vous pouvez en avoir besoin lorsque vous effectuez plus de quatre combinaisons.
- Nombre de combinaison = Nombre de conditions 1 Valeurs * Nombre de conditions 2 Valeurs
- Nombre de combinaisons = 2 ^ Nombre de conditions vraies / fausses
- Exemple: nombre de combinaisons - 2 ^ 2 = 4
8) Ensemble de données de test de transition d'état: C'est la technique de test qui vous aide à valider la transition d'état de l'application sous test (AUT) en fournissant au système les conditions d'entrée.
Par exemple, nous nous connectons à l'application Open EMR en fournissant le nom d'utilisateur et le mot de passe corrects à la première tentative. Le système nous donne accès, mais si nous saisissons des données de connexion incorrectes, le système refuse l'accès. Le test de transition d'état valide le nombre de tentatives de connexion que vous pouvez effectuer avant la fermeture d'Open EMR.
Le tableau ci-dessous indique comment les tentatives de connexion correctes ou incorrectes répondent
9) Date du test du cas d'utilisation: C'est la méthode de test qui identifie nos cas de test capturant les tests de bout en bout d'une fonctionnalité particulière.
Exemple, Ouvrir la connexion EMR:
Lire aussi => Techniques de gestion des données
Propriétés d'une bonne donnée de test
En tant que testeur, vous devez tester le module «Résultats d’examen» du site Web d’une université. Considérez que toute l'application a été intégrée et qu'elle est à l'état «Prêt pour le test». Le «Module d’examen» est lié aux modules «Inscription», «Cours» et «Finance».
Supposons que vous disposiez d'informations adéquates sur l'application et que vous ayez créé une liste complète de scénarios de test. Vous devez maintenant concevoir, documenter et exécuter ces cas de test. Dans la section «Actions / Étapes» ou «Entrées de test» des cas de test, vous devrez mentionner les données acceptables comme entrées pour le test.
Les données mentionnées dans les cas de test doivent être sélectionnées correctement. La précision de la colonne «Résultats réels» du document de cas de test dépend principalement des données de test. Ainsi, l'étape de préparation des données de test d'entrée est très importante. Ainsi, voici mon aperçu sur «DB Testing - Stratégies de préparation des données de test».
Propriétés des données de test
Les données d'essai doivent être sélectionnées avec précision et doivent posséder les quatre qualités suivantes:
1) réaliste:
Par réaliste, cela signifie que les données doivent être exactes dans le contexte de scénarios réels. Par exemple, pour tester le champ 'Âge', toutes les valeurs doivent être positives et supérieures ou égales à 18. Il est bien évident que les candidats à l'admission à l'université ont généralement 18 ans (cela peut être défini différemment en termes d'exigences commerciales).
Si les tests sont effectués en utilisant des données de test réalistes, cela rendra l'application plus robuste car la plupart des bogues possibles peuvent être capturés à l'aide de données réalistes. Un autre avantage des données réalistes est leur réutilisabilité qui nous permet d'économiser du temps et des efforts pour créer de nouvelles données encore et encore.
Lorsque nous parlons de données réalistes, je voudrais vous présenter le concept de l'ensemble de données en or. Un ensemble de données en or est celui qui couvre presque tous les scénarios possibles qui se produisent dans le projet réel. En utilisant le GDS, nous pouvons fournir une couverture de test maximale. J'utilise le GDS pour faire des tests de régression dans mon organisation et cela m'aide à tester tous les scénarios possibles qui peuvent se produire si le code entre dans la boîte de production.
Il existe de nombreux outils de génération de données de test disponibles sur le marché qui analysent les caractéristiques des colonnes et les définitions des utilisateurs dans la base de données et, sur cette base, ils génèrent des données de test réalistes pour vous. Rares sont les bons exemples d'outils qui génèrent des données pour les tests de bases de données Générateur de données DTM , Générateur de données SQL et Mockaroo .
2. Pratiquement valable:
Ceci est similaire à réaliste mais pas le même. Cette propriété est plus liée à la logique métier d'AUT, par exemple la valeur 60 est réaliste dans le domaine de l'âge, mais pratiquement invalide pour un candidat à l'obtention d'un diplôme ou même à un programme de maîtrise. Dans ce cas, une fourchette valide serait de 18 à 25 ans (cela pourrait être défini dans les exigences).
3. Polyvalent pour couvrir les scénarios:
techniques de test boîte noire avec exemples
Il peut y avoir plusieurs conditions ultérieures dans un même scénario, alors choisissez judicieusement les données pour couvrir le maximum d'aspects d'un seul scénario avec l'ensemble minimal de données, par ex. lors de la création de données de test pour le module de résultats, ne considérez pas seulement le cas des étudiants réguliers qui terminent leur programme en douceur. Faites attention aux étudiants qui répètent le même cours et appartiennent à des semestres différents ou même à des programmes différents. L'ensemble de données peut ressembler à ceci:
M# | Carte d'étudiant | Program_ID | Course_ID | Classe |
1 | BCS-Automne2011-Matin-01 | BCS-F11 | CS-401 | À |
deux | BCS-Printemps2011-Soir-14 | BCS-S11 | CS-401 | B + |
3 | MIT-Automne2010-Après-midi-09 | MIT-F10 | CS-401 | À- |
... | ... | ... | ... | ... |
Il peut y avoir plusieurs autres sous-conditions intéressantes et délicates. Par exemple. la limitation des années pour terminer un programme d'études, la réussite d'un cours préalable à l'inscription à un cours, pas maximum. de cours qu'un étudiant peut s'inscrire en un seul semestre, etc. etc. Assurez-vous de couvrir tous ces scénarios à bon escient avec l'ensemble fini de données.
4. Données exceptionnelles (le cas échéant / requis):
Il peut y avoir certains scénarios exceptionnels qui se produisent moins fréquemment mais exigent une grande attention lorsqu'ils se produisent, par ex. problèmes liés aux étudiants handicapés.
Une autre bonne explication et exemple de l'ensemble de données exceptionnel est visible dans l'image ci-dessous:
Emporter:
Une donnée de test est connue comme de bonnes données de test si elle est réaliste, valide et polyvalente. C'est un avantage supplémentaire si les données couvrent également des scénarios exceptionnels.
Techniques de préparation des données de test
Nous avons brièvement discuté des propriétés importantes des données de test et il a également expliqué comment la sélection des données de test est importante lors du test de la base de données. Parlons maintenant de la ' techniques pour préparer les données de test ' .
Il n'y a que deux façons de préparer les données de test:
Méthode n ° 1) Insérer de nouvelles données
Obtenez une base de données propre et insérez toutes les données comme spécifié dans vos cas de test. Une fois que toutes vos données requises et souhaitées ont été saisies, commencez à exécuter vos scénarios de test et remplissez les colonnes «Réussite / Échec» en comparant la «Sortie réelle» à la «Sortie attendue». Cela semble simple, non? Mais attendez, ce n’est pas si simple.
Peu de préoccupations essentielles et critiques sont les suivantes:
- Une instance vide de la base de données peut ne pas être disponible
- Les données de test insérées peuvent être insuffisantes pour tester certains cas tels que les tests de performances et de charge.
- L'insertion des données de test requises dans une base de données vide n'est pas une tâche facile en raison des dépendances de table de base de données. En raison de cette restriction inévitable, l'insertion de données peut devenir une tâche difficile pour le testeur.
- L'insertion de données de test limitées (uniquement en fonction des besoins du scénario de test) peut masquer certains problèmes qui pourraient être trouvés uniquement avec le grand ensemble de données.
- Pour l'insertion de données, des requêtes et / ou des procédures complexes peuvent être nécessaires, et pour cela une assistance ou une aide suffisante du ou des développeurs de bases de données serait nécessaire.
Les cinq problèmes mentionnés ci-dessus sont les inconvénients les plus critiques et les plus évidents de cette technique de préparation des données de test. Mais il y a aussi quelques avantages:
- L'exécution des TC devient plus efficace car le DB ne dispose que des données requises.
- L'isolation des bogues ne nécessite aucun temps car seules les données spécifiées dans les cas de test sont présentes dans la base de données.
- Moins de temps requis pour les tests et la comparaison des résultats.
- Processus de test sans encombrement
Méthode n ° 2) Choisissez un exemple de sous-ensemble de données à partir de données DB réelles
Il s'agit d'une technique réalisable et plus pratique pour la préparation des données de test. Cependant, il nécessite de solides compétences techniques et une connaissance détaillée du schéma DB et SQL. Dans cette méthode, vous devez copier et utiliser les données de production en remplaçant certaines valeurs de champ par des valeurs factices. Il s'agit du meilleur sous-ensemble de données pour vos tests car il représente les données de production. Mais cela peut ne pas être possible tout le temps en raison de problèmes de sécurité des données et de confidentialité.
Emporter:
Dans la section ci-dessus, nous avons discuté ci-dessus des techniques de préparation des données de test. En bref, il existe deux techniques: créer de nouvelles données ou sélectionner un sous-ensemble à partir de données déjà existantes. Les deux doivent être effectués de manière à ce que les données sélectionnées couvrent divers scénarios de test, principalement des tests valides et non valides, des tests de performances et des tests nuls.
Dans la dernière section, faisons également un tour d'horizon des approches de génération de données. Ces approches sont utiles lorsque nous devons générer de nouvelles données.
Approches de génération de données de test:
- Génération de données de test manuel: Dans cette approche, les données de test sont entrées manuellement par les testeurs conformément aux exigences du scénario de test. C'est un temps qui prend le processus et qui est également sujet aux erreurs.
- Génération automatisée des données de test: Cela se fait à l'aide d'outils de génération de données. Le principal avantage de cette approche est sa rapidité et sa précision. Cependant, cela coûte plus cher que la génération manuelle de données de test.
- Injection de données back-end : Cela se fait via des requêtes SQL. Cette approche peut également mettre à jour les données existantes dans la base de données. Il est rapide et efficace mais doit être mis en œuvre très soigneusement afin que la base de données existante ne soit pas corrompue.
- Utilisation d'outils tiers : Il existe des outils disponibles sur le marché qui comprennent d'abord vos scénarios de test, puis génèrent ou injectent des données en conséquence pour fournir une large couverture de test. Ces outils sont précis car ils sont personnalisés selon les besoins de l'entreprise. Mais, ils sont assez coûteux.
Emporter:
Il existe 4 approches pour tester la génération de données:
- Manuel,
- automatisation,
- injection de données back-end,
- et des outils tiers.
Chaque approche a ses pours et ses contres. Vous devez sélectionner l'approche qui répond à vos besoins commerciaux et de test.
Conclusion
La création de données de test de logiciel complètes conformément aux normes de l'industrie, à la législation et aux documents de base du projet entrepris fait partie des principales responsabilités des testeurs. Plus nous gérons efficacement les données de test, plus nous pouvons déployer des produits raisonnablement sans bogues pour les utilisateurs du monde réel.
La gestion des données de test (TDM) est le processus basé sur l'analyse des défis et l'introduction et l'application des meilleurs outils et méthodes pour bien résoudre les problèmes identifiés sans compromettre la fiabilité et la couverture complète du résultat final (produit).
Nous devons toujours poser des questions pour rechercher des méthodes innovantes et plus rentables pour analyser et sélectionner les méthodes de test, y compris l'utilisation d'outils pour générer les données. Il est largement prouvé que des données bien conçues nous permettent d'identifier les défauts de l'application testée à chaque phase d'un SDLC multiphase.
Nous devons être créatifs et participer avec tous les membres à l'intérieur et à l'extérieur de notre équipe agile. Veuillez partager vos commentaires, expériences, questions et commentaires afin que nous puissions poursuivre nos discussions techniques afin de maximiser notre impact positif sur AUT en gérant les données.
La préparation des données de test appropriées est un élément essentiel de la «configuration de l'environnement de test du projet». Nous ne pouvons pas simplement manquer le scénario de test indiquant que des données complètes n’étaient pas disponibles pour les tests. Le testeur doit créer ses propres données de test en plus des données de production standard existantes. Votre ensemble de données doit être idéal en termes de coût et de temps.
Soyez créatif, utilisez vos propres compétences et jugements pour créer différents ensembles de données au lieu de vous fier aux données de production standard.
Partie II - La deuxième partie de ce tutoriel porte sur le ' Tester la génération de données avec l'outil en ligne GEDIS Studio ».
Avez-vous rencontré le problème des données de test incomplètes pour les tests? Comment as-tu réussi? Veuillez partager vos conseils, votre expérience, vos commentaires et vos questions pour enrichir davantage ce sujet de discussion.
lecture recommandée
- Didacticiel de test de l'entrepôt de données de test ETL (un guide complet)
- Qu'est-ce que le test de mutation: tutoriel avec des exemples
- Comment effectuer des tests basés sur les données à l'aide de l'outil TestComplete
- Tests pilotés par les données ou paramétrés avec Spock Framework
- Les 4 étapes du test de Business Intelligence (BI): Comment tester les données d'entreprise
- Tutoriel de test de volume: exemples et outils de test de volume
- Un excellent moyen de tester les données à l'aide des technologies XML (livre blanc)
- Top 10 des outils de test et de validation de données structurées pour le référencement