Ως υπεύθυνος δοκιμών, μπορεί να πιστεύετε ότι «Ο σχεδιασμός περιπτώσεων δοκιμής είναι αρκετά προκλητικός, και γιατί να ασχοληθείτε με κάτι τόσο ασήμαντο όσο τα Δεδομένα δοκιμής». Ο σκοπός αυτού του σεμιναρίου είναι να σας παρουσιάσει τα δεδομένα δοκιμής, τη σημασία του και να δώσει πρακτικές συμβουλές και κόλπα για τη γρήγορη δημιουργία δεδομένων δοκιμής. Ας αρχίσουμε λοιπόν!
Τι είναι τα δεδομένα δοκιμής στη δοκιμή λογισμικού;
Δεδομένα δοκιμής στο λογισμικό Δοκιμή είναι η εισαγωγή που δίνεται σε ένα πρόγραμμα λογισμικού κατά την εκτέλεση της δοκιμής. Αντιπροσωπεύει δεδομένα που επηρεάζουν ή επηρεάζονται από την εκτέλεση λογισμικού κατά τη δοκιμή. Τα δεδομένα δοκιμής χρησιμοποιούνται για αμφότερες τις θετικές δοκιμές για την επαλήθευση ότι οι συναρτήσεις παράγουν αναμενόμενα αποτελέσματα για δεδομένες εισόδους και για αρνητικές δοκιμές για τη δοκιμή της ικανότητας λογισμικού να χειρίζεται ασυνήθιστες, εξαιρετικές ή μη αναμενόμενες εισόδους.
Τα δεδομένα δοκιμών με κακή σχεδίαση ενδέχεται να μην δοκιμάζουν όλα τα πιθανά σενάρια δοκιμών που θα παρακωλύσουν την ποιότητα του λογισμικού.
Τι είναι η δημιουργία δεδομένων δοκιμής; Γιατί πρέπει να δημιουργηθούν δεδομένα δοκιμής πριν από την εκτέλεση της δοκιμής;
Όλοι γνωρίζουν ότι η δοκιμή είναι μια διαδικασία που παράγει και καταναλώνει μεγάλες ποσότητες δεδομένων. Τα δεδομένα που χρησιμοποιούνται στη δοκιμή περιγράφουν τις αρχικές συνθήκες για μια δοκιμή και αντιπροσωπεύουν το μέσο μέσω του οποίου ο ελεγκτής επηρεάζει το λογισμικό. Είναι ένα κρίσιμο μέρος των περισσότερων λειτουργικών δοκιμών.
Ανάλογα με το περιβάλλον δοκιμών σας, ίσως χρειαστεί να δημιουργήσετε δεδομένα δοκιμής (τις περισσότερες φορές) ή τουλάχιστον να προσδιορίσετε τα κατάλληλα δεδομένα δοκιμής για τις δοκιμαστικές σας περιπτώσεις (είναι τα δεδομένα δοκιμής που έχουν ήδη δημιουργηθεί).
Συνήθως τα δεδομένα δοκιμής δημιουργούνται σε συγχρονισμό με τη δοκιμαστική θήκη για την οποία προορίζεται να χρησιμοποιηθεί.
Τα δεδομένα δοκιμής μπορούν να δημιουργηθούν -
- Χειροκίνητα
- Μαζική αντιγραφή δεδομένων από την παραγωγή στο περιβάλλον δοκιμών
- Μαζικό αντίγραφο δοκιμαστικών δεδομένων από παλαιότερα συστήματα πελατών
- Εργαλεία αυτόματης δημιουργίας δεδομένων δοκιμής
Συνήθως, θα πρέπει να δημιουργηθούν δείγματα δεδομένων πριν ξεκινήσετε την εκτέλεση της δοκιμής, διότι διαφορετικά είναι δύσκολο να χειριστείτε τη διαχείριση δεδομένων δοκιμής. Επειδή σε πολλά περιβάλλοντα δοκιμών, η δημιουργία δεδομένων δοκιμής απαιτεί πολλαπλά βήματα ή πολύ χρονοβόρες διαμορφώσεις περιβάλλοντος δοκιμής. . Επίσης, εάν η δημιουργία δεδομένων δοκιμής έχει πραγματοποιηθεί ενώ βρίσκεστε σε φάση εκτέλεσης δοκιμής, ενδέχεται να υπερβείτε την προθεσμία δοκιμής.
Παρακάτω περιγράφονται διάφοροι τύποι δοκιμών μαζί με κάποιες προτάσεις σχετικά με τις ανάγκες τους για δεδομένα δοκιμών.
Δεδομένα δοκιμής για δοκιμή λευκού κουτιού
Στο White Box Testing, η διαχείριση δεδομένων δοκιμής προέρχεται από την άμεση εξέταση του προς δοκιμή κώδικα. Τα δεδομένα δοκιμής μπορούν να επιλεγούν λαμβάνοντας υπόψη τα ακόλουθα πράγματα:
- Είναι επιθυμητό να καλυφθούν όσο το δυνατόν περισσότερα υποκαταστήματα. Τα δεδομένα δοκιμών μπορούν να δημιουργηθούν έτσι ώστε όλοι οι κλάδοι στον πηγαίο κώδικα του προγράμματος να ελέγχονται τουλάχιστον μία φορά
- Δοκιμή διαδρομής: όλες οι διαδρομές στον πηγαίο κώδικα του προγράμματος ελέγχονται τουλάχιστον μία φορά - μπορεί να γίνει προετοιμασία δεδομένων δοκιμής για την κάλυψη όσο το δυνατόν περισσότερων περιπτώσεων
- Αρνητική δοκιμή API:
- Τα δεδομένα δοκιμών ενδέχεται να περιέχουν μη έγκυρους τύπους παραμέτρων που χρησιμοποιούνται για την κλήση διαφορετικών μεθόδων
- Τα δεδομένα δοκιμών μπορεί να συνίστανται σε μη έγκυρους συνδυασμούς ορισμάτων που χρησιμοποιούνται για την κλήση των μεθόδων του προγράμματος
Δεδομένα δοκιμής για δοκιμή απόδοσης
Performance Testing είναι ο τύπος δοκιμών που πραγματοποιείται προκειμένου να προσδιοριστεί η γρήγορη απόκριση του συστήματος υπό ένα συγκεκριμένο φόρτο εργασίας. Ο στόχος αυτού του τύπου δοκιμών δεν είναι να βρεθούν σφάλματα, αλλά να εξαλειφθούν τα σημεία συμφόρησης. Μια σημαντική πτυχή του Performance Testing είναι ότι το σύνολο των δειγμάτων δεδομένων που χρησιμοποιούνται πρέπει να είναι πολύ κοντά στα «πραγματικά» ή «ζωντανά» δεδομένα που χρησιμοποιούνται στην παραγωγή. Προκύπτει η ακόλουθη ερώτηση: "Εντάξει, είναι καλό να δοκιμάσετε με πραγματικά δεδομένα, αλλά πώς μπορώ να αποκτήσω αυτά τα δεδομένα;" Η απάντηση είναι αρκετά απλή: από τους ανθρώπους που γνωρίζουν το καλύτερο - τους πελάτες . Μπορεί να είναι σε θέση να παράσχουν ορισμένα δεδομένα που έχουν ήδη ή, εάν δεν διαθέτουν υπάρχον σύνολο δεδομένων, μπορεί να σας βοηθήσουν, δίνοντας σχόλια σχετικά με το πώς θα φαίνονται τα δεδομένα του πραγματικού κόσμου. Σε περίπτωση που βρίσκεστε σεέργο δοκιμής συντήρησης θα μπορούσατε να αντιγράψετε δεδομένα από το περιβάλλον παραγωγής στο δοκιμαστικό κρεβάτι. Αποτελεί καλή πρακτική να ανωνυμοποιείτε (ανακαλύψτε) ευαίσθητα δεδομένα πελατών, όπως Αριθμός Κοινωνικής Ασφάλισης, Αριθμούς Πιστωτικής Κάρτας, Λεπτομέρειες Τράπεζας κ.λπ., ενώ το αντίγραφο γίνεται.
Δεδομένα δοκιμής για έλεγχο ασφαλείας
Ο έλεγχος ασφαλείας είναι η διαδικασία που καθορίζει εάν ένα σύστημα πληροφοριών προστατεύει τα δεδομένα από κακόβουλη πρόθεση. Το σύνολο δεδομένων που πρέπει να σχεδιαστεί για να ελέγξει πλήρως την ασφάλεια του λογισμικού πρέπει να καλύπτει τα ακόλουθα θέματα:
- Εμπιστευτικότητα: Όλες οι πληροφορίες που παρέχονται από τους πελάτες διατηρούνται με την απόλυτη εμπιστοσύνη και δεν κοινοποιούνται σε τρίτους. Ως σύντομο παράδειγμα, εάν μια εφαρμογή χρησιμοποιεί SSL, μπορείτε να σχεδιάσετε ένα σύνολο δεδομένων δοκιμής που επιβεβαιώνει ότι η κρυπτογράφηση έχει γίνει σωστά.
- Ακεραιότητα: Προσδιορίστε ότι οι πληροφορίες που παρέχονται από το σύστημα είναι σωστές. Για να σχεδιάσετε κατάλληλα δεδομένα δοκιμών, μπορείτε να ξεκινήσετε ρίχνοντας μια εις βάθος ματιά στο σχεδιασμό, τον κώδικα, τις βάσεις δεδομένων και τις δομές αρχείων.
- Έλεγχος ταυτότητας: Αντιπροσωπεύει τη διαδικασία καθορισμού της ταυτότητας ενός χρήστη. Τα δεδομένα δοκιμών μπορούν να σχεδιαστούν ως ένας διαφορετικός συνδυασμός ονομάτων χρήστη και κωδικών πρόσβασης και σκοπός του είναι να ελέγξει ότι μόνο τα εξουσιοδοτημένα άτομα μπορούν να έχουν πρόσβαση στο σύστημα λογισμικού.
- Εξουσιοδότηση: Αναφέρει ποια είναι τα δικαιώματα ενός συγκεκριμένου χρήστη. Τα δεδομένα δοκιμών ενδέχεται να περιέχουν έναν διαφορετικό συνδυασμό χρηστών, ρόλων και λειτουργιών , προκειμένου να ελεγχθεί ότι μόνο οι χρήστες με επαρκή δικαιώματα μπορούν να εκτελέσουν μια συγκεκριμένη λειτουργία.
Δεδομένα δοκιμής για δοκιμή Black Box
Στο Black Box Testing ο κωδικός δεν είναι ορατός στον ελεγκτή. Οι λειτουργικές σας περιπτώσεις δοκιμής μπορούν να έχουν δεδομένα δοκιμής που πληρούν τα κριτήρια -
- Χωρίς δεδομένα : Ελέγξτε την απόκριση του συστήματος όταν δεν υποβάλλονται δεδομένα
- Έγκυρα δεδομένα : Ελέγξτε την απόκριση του συστήματος κατά την υποβολή έγκυρων δεδομένων δοκιμής
- Μη έγκυρα δεδομένα : Ελέγξτε την απόκριση του συστήματος κατά την υποβολή δεδομένων δοκιμής InValid
- Παράνομη μορφή δεδομένων : Ελέγξτε την απόκριση του συστήματος όταν τα δεδομένα δοκιμής είναι σε μη έγκυρη μορφή
- Σύνολο δεδομένων συνόρων ορίου: Τα δεδομένα δοκιμής πληρούν τις συνθήκες οριακής τιμής
- Σύνολο δεδομένων διαμερισμάτων ισοδυναμίας : Δεδομένα δοκιμής που πληρούν τα διαμερίσματα ισοδυναμίας σας
- Σύνολο δεδομένων πίνακα αποφάσεων : Δεδομένα δοκιμών που πληρούν τις προϋποθέσεις για τη στρατηγική δοκιμής του πίνακα αποφάσεων
- Σύνολο δεδομένων δοκιμής μετάβασης κατάστασης: Δεδομένα δοκιμής που πληρούν τη στρατηγική δοκιμής μετάβασης κατάστασης
- Χρήση δεδομένων δοκιμής περίπτωσης : Τα δεδομένα δοκιμής συγχρονίζονται με τις περιπτώσεις χρήσης σας.
Σημείωση : Ανάλογα με την εφαρμογή λογισμικού που πρόκειται να δοκιμαστεί, μπορείτε να χρησιμοποιήσετε μέρος ή όλη τη δημιουργία δημιουργίας δεδομένων παραπάνω
Εργαλεία αυτόματης δημιουργίας δεδομένων δοκιμής
Για να δημιουργήσετε διάφορα σύνολα δεδομένων, μπορείτε να χρησιμοποιήσετε μια γκάμα εργαλείων αυτόματης δημιουργίας δεδομένων δοκιμής. Ακολουθούν μερικά παραδείγματα τέτοιων εργαλείων:
Το DTM Test Data generator, είναι ένα πλήρως προσαρμόσιμο βοηθητικό πρόγραμμα που δημιουργεί δεδομένα, πίνακες (προβολές, διαδικασίες κ.λπ.) για δοκιμές βάσεων δεδομένων (δοκιμή απόδοσης, δοκιμή QA, δοκιμή φορτίου ή δοκιμή χρηστικότητας).
Το Datatect είναι μια γεννήτρια δεδομένων SQL από το Banner Software, δημιουργεί μια ποικιλία ρεαλιστικών δεδομένων δοκιμής σε επίπεδα αρχεία ASCII ή δημιουργεί απευθείας δεδομένα δοκιμής για RDBMS συμπεριλαμβανομένων των Oracle, Sybase, SQL Server και Informix.
συμπέρασμα
Συμπερασματικά, τα καλά σχεδιασμένα δεδομένα δοκιμών σάς επιτρέπουν να εντοπίζετε και να διορθώνετε σοβαρά ελαττώματα στη λειτουργικότητα. Η επιλογή των επιλεγμένων δεδομένων δοκιμής πρέπει να επανεκτιμάται σε κάθε φάση ενός κύκλου ανάπτυξης προϊόντων πολλαπλών φάσεων. Επομένως, παρακολουθήστε πάντα το.