Τι είναι τα δεδομένα δοκιμής στη δοκιμή λογισμικού;

Ως ελεγκτής, μπορεί να πιστεύετε ότι «η σχεδίαση δοκιμών είναι αρκετά δύσκολη, τότε γιατί να ασχοληθείτε με κάτι τόσο ασήμαντο όπως τα Δεδομένα Δοκιμών». Ο σκοπός αυτού του σεμιναρίου είναι να σας παρουσιάσει τα δεδομένα δοκιμής, τη σημασία τους και να σας δώσει πρακτικές συμβουλές και κόλπα για τη γρήγορη δημιουργία δεδομένων δοκιμής. Λοιπόν, ας ξεκινήσουμε!

Τι είναι τα δεδομένα δοκιμής στη δοκιμή λογισμικού;

Δοκιμές δεδομένων στη δοκιμή λογισμικού είναι η είσοδος 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 τόσο για θετικές δοκιμές για να επαληθευτεί ότι οι συναρτήσεις παράγουν αναμενόμενα αποτελέσματα για δεδομένες εισόδους και για αρνητικές δοκιμές για τη δοκιμή της ικανότητας του λογισμικού να χειρίζεται ασυνήθιστες, εξαιρετικές ή απροσδόκητες εισόδους.

Τα κακώς σχεδιασμένα δεδομένα δοκιμών ενδέχεται να μην δοκιμάσουν όλα τα πιθανά σενάρια δοκιμών που θα παρεμποδίσουν την ποιότητα του λογισμικού.

Τι είναι η δημιουργία δεδομένων δοκιμής; Γιατί πρέπει να δημιουργούνται 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 Λειτουργικές δοκιμές.

Ανάλογα με το περιβάλλον δοκιμών σας, μπορεί να χρειαστεί να ΔΗΜΙΟΥΡΓΗΣΕΤΕ ΔΕΔΟΜΕΝΑ ΔΟΚΙΜΩΝ (τις περισσότερες φορές) ή τουλάχιστον να προσδιορίσετε τα κατάλληλα δεδομένα δοκιμής για τις περιπτώσεις δοκιμής σας (είναι τα δεδομένα δοκιμής έχουν ήδη δημιουργηθεί).

Συνήθως τα δεδομένα δοκιμής δημιουργούνται σε συγχρονισμό με το περίπτωση δοκιμής προορίζεται να χρησιμοποιηθεί για.

Τα δεδομένα δοκιμής μπορούν να δημιουργηθούν -

• χειροκίνητα
• Μαζική αντιγραφή δεδομένων από την παραγωγή στο περιβάλλον δοκιμών
• Μαζική αντιγραφή δεδομένων δοκιμής από συστήματα πελατών παλαιού τύπου
• Εργαλεία αυτοματοποιημένης δημιουργίας δεδομένων δοκιμής

Συνήθως θα πρέπει να δημιουργούνται δείγματα δεδομένων πριν ξεκινήσετε την εκτέλεση της δοκιμής, επειδή είναι δύσκολο να χειριστείτε διαφορετικά τη διαχείριση δεδομένων δοκιμής. Από μέσα πολλά περιβάλλοντα δοκιμών για τη δημιουργία δεδομένων δοκιμής απαιτούνται πολλαπλά προ-βήματα ή πολύ χρονοβόρες διαμορφώσεις περιβάλλοντος δοκιμής. . Επίσης, εάν γίνει η δημιουργία δεδομένων δοκιμής ενώ βρίσκεστε στη φάση εκτέλεσης της δοκιμής, ενδέχεται να υπερβείτε την προθεσμία δοκιμών σας.

Παρακάτω περιγράφονται διάφοροι τύποι δοκιμών μαζί με ορισμένες προτάσεις σχετικά με τις ανάγκες τους σε δεδομένα δοκιμών.

Δεδομένα δοκιμής για το λευκό Box Δοκιμές

In Άσπρο Box Δοκιμές, δεδομένα δοκιμής Η διαχείριση προέρχεται από την άμεση εξέταση του προς δοκιμή κώδικα. Τα δεδομένα δοκιμής μπορούν να επιλεγούν λαμβάνοντας υπόψη τα ακόλουθα στοιχεία:

• Είναι επιθυμητό να καλύπτονται όσο το δυνατόν περισσότεροι κλάδοι. 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 - η προετοιμασία των δεδομένων δοκιμής μπορεί να γίνει για να καλυφθούν όσο το δυνατόν περισσότερες περιπτώσεις
• Αρνητικός Δοκιμή API:
  • Τα δεδομένα δοκιμής ενδέχεται να περιέχουν μη έγκυρους τύπους παραμέτρων που χρησιμοποιούνται για την κλήση διαφορετικών μεθόδων
  • Τα δεδομένα δοκιμής μπορεί να αποτελούνται από μη έγκυρους συνδυασμούς ορισμάτων που χρησιμοποιούνται για την κλήση των μεθόδων του προγράμματος

Δεδομένα δοκιμής για δοκιμές απόδοσης

Δοκιμές Απόδοσης είναι ο τύπος δοκιμής που εκτελείται προκειμένου να προσδιοριστεί πόσο γρήγορα αποκρίνεται το σύστημα κάτω από ένα συγκεκριμένο φόρτο εργασίας. Ο στόχος αυτού του τύπου δοκιμών δεν είναι η εύρεση σφαλμάτων, αλλά η εξάλειψη των σημείων συμφόρησης. Μια σημαντική πτυχή της δοκιμής απόδοσης είναι ότι το σύνολο των δεδομένων δείγματος που χρησιμοποιείται πρέπει να είναι πολύ κοντά "πραγματικό" ή "ζωντανό" δεδομένα που χρησιμοποιούνται στην παραγωγή. Προκύπτει το εξής ερώτημα: "Εντάξει, είναι καλό να κάνουμε δοκιμή με πραγματικά δεδομένα, αλλά πώς μπορώ να αποκτήσω αυτά τα δεδομένα;" Η απάντηση είναι αρκετά απλή: από τους ανθρώπους που γνωρίζουν τα καλύτερα - οι 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 μπορεί να φαίνονται τα δεδομένα του πραγματικού κόσμου. Σε περίπτωση που βρίσκεστε σε α δοκιμή συντήρησης θα μπορούσατε να αντιγράψετε δεδομένα από το περιβάλλον παραγωγής στο κρεβάτι δοκιμών. Είναι μια καλή πρακτική να ανωνυμοποιώ (κωδικοποιήστε) ευαίσθητα δεδομένα πελατών όπως Αριθμός Κοινωνικής Ασφάλισης, Πιστωτική Κάρτα Numbers, Τραπεζικά Στοιχεία κ.λπ. ενώ γίνεται η αντιγραφή.

Δεδομένα δοκιμής για δοκιμές ασφαλείας

Δοκιμή ασφαλείας είναι η διαδικασία που καθορίζει εάν ένα σύστημα πληροφοριών προστατεύει τα δεδομένα από κακόβουλη πρόθεση. Το σύνολο των δεδομένων που πρέπει να σχεδιαστούν προκειμένου να δοκιμαστεί πλήρως μια ασφάλεια λογισμικού πρέπει να καλύπτει τα ακόλουθα θέματα:

• Εμπιστευτικότητα: Όλες οι πληροφορίες που παρέχονται από τους πελάτες τηρούνται με απόλυτη εχεμύθεια και δεν κοινοποιούνται σε κανένα εξωτερικό μέρος. Για ένα σύντομο παράδειγμα, εάν μια εφαρμογή χρησιμοποιεί SSL, μπορείτε να σχεδιάσετε ένα σύνολο δεδομένων δοκιμής που επαληθεύει ότι η κρυπτογράφηση έχει γίνει σωστά.
• Integrity: Προσδιορίστε ότι οι πληροφορίες που παρέχονται από το σύστημα είναι σωστές. Για να σχεδιάσετε κατάλληλα δεδομένα δοκιμής, μπορείτε να ξεκινήσετε ρίχνοντας μια εις βάθος ματιά στο σχέδιο, τον κώδικα, τις βάσεις δεδομένων και τις δομές αρχείων.
• Αυθεντικοποίηση: Αντιπροσωπεύει τη διαδικασία προσδιορισμού της ταυτότητας ενός χρήστη. Τα δεδομένα δοκιμών μπορούν να σχεδιαστούν ως ένας διαφορετικός συνδυασμός ονομάτων χρήστη και κωδικών πρόσβασης και σκοπός τους είναι να ελέγχει ότι μόνο τα εξουσιοδοτημένα άτομα μπορούν να έχουν πρόσβαση στο σύστημα λογισμικού.
• Εξουσιοδότηση: Λέει ποια είναι τα δικαιώματα ενός συγκεκριμένου χρήστη. Τα δεδομένα δοκιμής μπορεί να περιέχουν διαφορετικό συνδυασμό χρηστών, ρόλων και επιχειρήσεις προκειμένου να ελεγχθεί μόνο οι χρήστες με επαρκή δικαιώματα είναι σε θέση να εκτελέσουν μια συγκεκριμένη λειτουργία.

Δεδομένα δοκιμής για μαύρο Box Δοκιμές

Στα μαύρα Box Η δοκιμή του κωδικού δεν είναι ορατή στον ελεγκτή. Οι λειτουργικές δοκιμές σας μπορούν να έχουν δεδομένα δοκιμών που πληρούν τα ακόλουθα κριτήρια –

• Δεν υπάρχουν δεδομένα: Ελέγξτε την απόκριση του συστήματος όταν δεν υποβάλλονται δεδομένα
• Έγκυρα δεδομένα: Ελέγξτε την απόκριση του συστήματος όταν υποβάλλονται έγκυρα δεδομένα δοκιμής
• Μη έγκυρα δεδομένα: Ελέγξτε την απόκριση του συστήματος όταν Μη έγκυρο υποβάλλονται δεδομένα δοκιμής
• Παράνομη μορφή δεδομένων: Ελέγξτε την απόκριση του συστήματος όταν τα δεδομένα δοκιμής είναι σε μη έγκυρη μορφή
• Σύνολο δεδομένων οριακής συνθήκης: Δεδομένα δοκιμής που πληρούν τις συνθήκες οριακής τιμής
• Σύνολο δεδομένων διαμερισμάτων ισοδυναμίας: Δοκιμή δεδομένων που πληρούν τις προϋποθέσεις των κατατμήσεων ισοδυναμίας σας.
• Σύνολο δεδομένων πίνακα αποφάσεων: Δεδομένα δοκιμής που πληρούν τις προϋποθέσεις για τη στρατηγική δοκιμών του πίνακα αποφάσεών σας
• Σύνολο δεδομένων δοκιμής μετάβασης κατάστασης: Δεδομένα δοκιμής που ανταποκρίνονται στη στρατηγική δοκιμών μετάβασης κατάστασης
• Χρησιμοποιήστε δεδομένα δοκιμής περίπτωσης: Δοκιμή δεδομένων σε συγχρονισμό με τις περιπτώσεις χρήσης σας.

Σημείωση: Ανάλογα με την εφαρμογή λογισμικού που πρόκειται να δοκιμαστεί, μπορείτε να χρησιμοποιήσετε μερικά ή όλα τα παραπάνω δεδομένα δοκιμών δημιουργίας

Εργαλεία αυτοματοποιημένης δημιουργίας δεδομένων δοκιμής

Για να δημιουργήσετε διάφορα σύνολα δεδομένων, μπορείτε να χρησιμοποιήσετε μια γκάμα αυτοματοποιημένων εργαλείων δημιουργίας δεδομένων δοκιμής. Παρακάτω είναι μερικά παραδείγματα τέτοιων εργαλείων:

DTM Δοκιμαστική γεννήτρια δεδομένων, είναι ένα πλήρως προσαρμόσιμο βοηθητικό πρόγραμμα που δημιουργεί δεδομένα, πίνακες (προβολές, διαδικασίες κ.λπ.) για σκοπούς ελέγχου της βάσης δεδομένων (δοκιμές απόδοσης, δοκιμές QA, δοκιμές φορτίου ή δοκιμή ευχρηστίας).

Το Datatect είναι α SQL γεννήτρια δεδομένων από το λογισμικό Banner, δημιουργεί μια ποικιλία ρεαλιστικών δεδομένων δοκιμής σε επίπεδα αρχεία ASCII ή δημιουργεί απευθείας δεδομένα δοκιμής για RDBMS, συμπεριλαμβανομένων Oracle, Sybase, SQL Server και Informix.

Συμπέρασμα

Συμπερασματικά, τα καλά σχεδιασμένα δεδομένα δοκιμών σάς επιτρέπουν να εντοπίσετε και να διορθώσετε σοβαρά ελαττώματα στη λειτουργικότητα. Η επιλογή των επιλεγμένων δεδομένων δοκιμής πρέπει να επαναξιολογείται σε κάθε φάση ενός κύκλου ανάπτυξης προϊόντων πολλαπλών φάσεων. Έτσι, να το προσέχετε πάντα. Για να διευκολυνθεί αυτή η διαδικασία, χρησιμοποιώντας αποτελεσματικά δοκιμαστικά εργαλεία παραγωγής δεδομένων θα μπορούσε να βελτιώσει σημαντικά τη ροή εργασίας σας.