Co jsou testovací data v testování softwaru?

Od: Thomas Hamilton Thomas Hamilton
Hours aktualizováno

⚡ Chytré shrnutí

Testovací data v testování softwaru jsou vstupem, který je do aplikace přiváděn během provádění testu. Dobře navržená data vedou k pozitivním, negativním, výkonnostním a bezpečnostním kontrolám, takže je nutné je generovat, anonymizovat a obnovovat v průběhu celého životního cyklu produktu.

  • ️ Plánovat dopředu: Vytvářejte testovací data spolu s testovacími případy, aby jejich provádění nikdy nebylo blokováno chybějícími vstupy nebo nastavením prostředí.
  • 🎯 Pokryjte každý scénář: Připravte datové sady s kladnými, zápornými, hraničními a ekvivalenčními rozděleními, které jsou oddělené a jasně označené.
  • 🛡️ Maska před kopírováním: Přiřaďte datové sady o výkonu k objemu a tvaru produkce, ale před vytvořením jakékoli kopie anonymizujte citlivá pole.
  • ⚙️ Automatizujte těžké zvedání: Používejte generátory nebo nástroje umělé inteligence k škálování realistických datových sad, snížení manuální námahy a zamezení duplicity.
  • 🔄 Obnovte každou verzi: Revzobrazit datové sady po změnách schématu, nových funkcích a aktualizacích předpisů, aby stará data negenerovala falešné průkazy.
Přečíst více

Testovací data v testování softwaru

Jako tester si možná myslíte, že navrhování testovacích případů je samo o sobě samo o sobě samo o sobě samo o sobě náročné – tak proč se obtěžovat s něčím tak rutinním, jako jsou testovací data? Tento tutoriál představuje testovací data, vysvětluje, proč jsou důležitá, a sdílí praktické tipy pro jejich rychlé generování.

Co jsou testovací data v testování softwaru?

Testovací data v testování softwaru je vstup zadaný softwarovému programu během provádění testu. Představuje data, která buď ovlivňují software, nebo jsou jím ovlivněna během testování. Testovací data se používají v pozitivním testování – k ověření, zda funkce produkují očekávané výsledky pro dané vstupy – a v negativním testování k ověření, jak software zpracovává neobvyklé, výjimečné nebo neplatné vstupy.

Špatně navržená testovací data nepokrývají všechny možné scénáře, což přímo snižuje kvalitu softwaru.

Testovací data v testování softwaru

Co je generování testovacích dat a proč by měla být testovací data vytvořena před spuštěním testu?

Testování je proces, který produkuje a spotřebovává velké množství dat. Data použitá při testování popisují počáteční podmínky pro test a jsou médiem, jehož prostřednictvím tester interaguje se softwarem. Jsou proto klíčovou součástí většiny... funkční testy.

V závislosti na vašem testovacím prostředí budete možná potřebovat vytvořit otestovat data od nuly, nebo alespoň identifikovat vhodnou existující datovou sadu pro vaše testovací případyTestovací data se obvykle vytvářejí synchronizovaně s testovacím případem, který podporují.

Testovací data lze generovat čtyřmi běžnými způsoby:

  • Ručně, testerem nebo business analytikem.
  • Hromadné kopírování dat z produkčního prostředí do testovacího prostředí.
  • Hromadné kopírování testovacích dat ze starších klientských systémů.
  • Nástroje pro automatizované generování testovacích dat.

Měly by být vygenerovány vzorové údaje před spuštění testu začíná, protože jeho pozdější vytváření je obtížné spravovat. Mnoho testovacích prostředí vyžaduje před načtením dat několik předběžných kroků nebo časově náročnou konfiguraci. Pokud dojde ke generování dat během fáze provádění, riskujete, že zmeškáte termín testování.

V následujících částech je popsáno několik typů testování spolu s návrhy pro jejich potřeby ohledně testovacích dat.

Testovací data pro bílou Box Testování

In Bílá Box Testování, správa testovacích dat je odvozena z přímého zkoumání testovaného kódu. Kritéria výběru obvykle zahrnují:

  • Pokrytí poboček: generovat data tak, aby každá větev ve zdrojovém kódu byla alespoň jednou otestována.
  • Testování trasy: řemeslná data tak, aby každá cesta byla procvičena alespoň jednou.
  • Negativní API testování: použít neplatné typy parametrů nebo neplatné kombinace argumentů k volání interních metod.

Testovací data pro testování výkonu

Testování výkonu měří, jak rychle systém reaguje při určitém zatížení. Cílem není najít funkční chyby, ale identifikovat úzká hrdla. Ukázková datová sada musí být velmi blízká skutečný nebo živý výrobní data, aby výsledky byly smysluplné.

Jak získáváte taková data? Nejspolehlivějším zdrojem je zákazníků sami. Mohou buď poskytnout existující datovou sadu, nebo popsat, jak vypadají reálná data, abyste je mohli modelovat. V testování údržby projektu můžete kopírovat data z produkčního prostředí do testovacího prostředí. Je dobrým postupem anonymizovat (zašifrovat) citlivá pole – čísla sociálního zabezpečení, čísla kreditních karet, bankovní údaje – před provedením jakékoli kopie.

SOUVISEJÍCÍ ČLÁNKY

Testovací data pro testování zabezpečení

Testování bezpečnosti ověřuje, zda informační systém chrání data před zlým úmyslem. Datové soubory musí pokrývat čtyři pilíře:

  • Důvěrnost: Informace od klientů jsou přísně důvěrné a nejsou sdíleny s externími stranami. Pokud aplikace používá SSL, navrhněte data, která prokazují správnost šifrování.
  • Integrity: Informace vrácené systémem jsou správné. Vytvořte data kontrolou návrhu, kódu, schémat databáze a struktur souborů.
  • Ověření: proces ověřování identity uživatele. Používejte různé kombinace uživatelských jmen a hesel k ověření, že přístup získají pouze oprávněné osoby.
  • Oprávnění: práva udělená konkrétnímu uživateli. Kombinujte uživatele, role a operace, abyste potvrdili, že konkrétní operaci mohou provádět pouze uživatelé s dostatečnými oprávněními.

Testovací data pro černou Box Testování

V černé Box Testování kódu není pro testera viditelné. Funkční testovací případy by měly obsahovat data, která splňují následující kritéria:

  • Žádná data: zkontrolujte odpověď, pokud nic není odesláno.
  • Platné údaje: Zkontrolujte odpověď se správnými testovacími daty.
  • Neplatné údaje: zkontrolujte odpověď s nesprávnými testovacími daty.
  • Neplatný formát dat: zkontrolovat odpověď, pokud jsou data v nepodporovaném formátu.
  • Soubor dat o okrajových podmínkách: data nacházející se na minimálních, maximálních a těsně vnějších hraničních hodnotách.
  • Datová sada ekvivalenčních oddílů: data, která reprezentují každou třídu ekvivalence.
  • Datový soubor rozhodovací tabulky: data, která uplatňují všechna pravidla v rozhodovací tabulce.
  • Soubor dat o přechodu stavů: data, která řídí systém každým definovaným přechodem ze stavu.
  • Data z testů případů užití: data sladěná s případy užití od začátku do konce.

Poznámka: V závislosti na testované aplikaci můžete použít některé nebo všechny výše uvedené kategorie.

Nástroje pro automatické generování testovacích dat

Automatizované nástroje generují velké a rozmanité datové sady rychleji než jakýkoli manuální proces. Dva dlouhodobé příklady jsou:

  • Testovací data DTM Generator — přizpůsobitelný nástroj, který vytváří data, tabulky, pohledy a procedury pro testování databází, včetně výkonu, QA, zátěže a použitelnosti.
  • Datatect - an SQL generátor dat od společnosti Banner Software, který vytváří realistická testovací data v plochých souborech ASCII nebo přímo do systémů RDBMS, jako například Oracle, Sybase, SQL Server a Informix.

Aktuální a vyhodnocený seznam kandidátů naleznete 10 nejlepších testovacích dat Generator Tools.

Nejlepší postupy pro správu testovacích dat

Spolehlivá testovací data závisí na disciplinované hospodyňcepingPro udržení datových sad v dobrém stavu napříč verzemi dodržujte tyto postupy:

  • Verze vašich dat: ukládat datové sady do repozitáře spolu s testovacími případy, které je spotřebovávají, aby změny byly auditovatelné.
  • Pole citlivá na masku: anonymizovat osobní, finanční a zdravotní údaje před kopírováním z produkčního prostředí.
  • Pravidelně obnovujte: znovu sestavovat datové sady v každém vydání, aby držely krok se změnami schémat a obchodních pravidel.
  • Očekávané výsledky dokumentu: spárujte každou datovou sadu s očekávaným výsledkem, aby bylo snadné třídit chyby.
  • Automatické setí: Používejte skripty nebo přípravky k načítání dat na začátku každého testovacího běhu, čímž zajistíte opakovatelnost.

Nejčastější dotazy

Testovací data jsou jakýkoli vstup zadaný softwaru během testování. Pro přihlašovací formulář patří například platné uživatelské jméno a heslo (kladné), prázdné heslo (záporné) a 300místný e-mail (hranice).

Testovací případ popisuje kroky a očekávaný výsledek jednoho scénáře. Testovací data jsou specifické vstupní hodnoty zadané do těchto kroků. Každý testovací případ potřebuje vlastní datovou sadu, která scénář procvičuje.

Dostatečná data jsou data, která pokrývají každou třídu ekvivalence, hranici a scénář s váženým rizikem. Samotný objem se nerovná pokrytí. Mapujte data na testovací případy a přestaňte přidávat záznamy, jakmile se mezery v pokrytí uzavřou.

Teprve po maskování citlivých polí, jako jsou jména, čísla účtů a zdravotní údaje. Nemaskovaná produkční data porušují předpisy, jako je GDPR a HIPAA, a v případě ohrožení testovacího prostředí vytvářejí skutečné riziko narušení bezpečnosti.

Mezi běžné kategorie patří platný, neplatný, hranice, ekvivalenční partition, rozhodovací tabulka, přechod stavů, případ užití a žádná data. Každá kategorie se zaměřuje na jiné riziko v testované aplikaci.

Aktualizujte testovací data po každé změně schématu, hlavní verzi, aktualizaci předpisů nebo kdykoli se změní chování produkčního prostředí. Zastaralé datové sady postrádají nová ověřovací pravidla a během regresního testování generují chybné výsledky.

Nástroje umělé inteligence syntetizují realistické a rozmanité datové sady, které dodržují obchodní pravidla, maskují osobní údaje a vyvažují pozitivní a negativní případy. Také označují chybějící scénáře analýzou požadavků a stávajícího testování.

Ne. Umělá inteligence urychluje generování a ověřuje vzory, ale lidští kontroloři musí posoudit obchodní rizika, hraniční případy a požadavky na dodržování předpisů. Nejefektivnější týmy spojují datové sady generované umělou inteligencí s odbornou kurací.

Shrňte tento příspěvek takto: