ข้อมูลการทดสอบในการทดสอบซอฟต์แวร์คืออะไร?

⚡ สรุปอย่างชาญฉลาด

ข้อมูลทดสอบในการทดสอบซอฟต์แวร์คือข้อมูลที่ป้อนเข้าสู่แอปพลิเคชันระหว่างการดำเนินการทดสอบ ข้อมูลที่ออกแบบมาอย่างดีจะช่วยขับเคลื่อนการตรวจสอบด้านบวก ด้านลบ ประสิทธิภาพ และความปลอดภัย ดังนั้นจึงจำเป็นต้องมีการสร้าง การปกปิดข้อมูลส่วนบุคคล และการอัปเดตข้อมูลอย่างสม่ำเสมอ ตลอดวงจรชีวิตของผลิตภัณฑ์

  • 🇧🇷 วางแผนล่วงหน้า: สร้างข้อมูลทดสอบควบคู่ไปกับกรณีทดสอบ เพื่อให้การทำงานไม่ถูกขัดขวางเนื่องจากข้อมูลป้อนเข้าไม่ครบถ้วนหรือการตั้งค่าสภาพแวดล้อมไม่พร้อมใช้งาน
  • 🎯 เตรียมพร้อมรับมือทุกสถานการณ์: จัดเตรียมชุดข้อมูลการแบ่งส่วนบวก ลบ ขอบเขต และความเท่าเทียมกัน โดยแยกออกจากกันและติดป้ายกำกับอย่างชัดเจน
  • 🛡️ ปิดบังข้อมูลก่อนคัดลอก: ปรับชุดข้อมูลประสิทธิภาพให้สอดคล้องกับปริมาณและรูปแบบของข้อมูลการผลิต แต่ต้องปกปิดข้อมูลส่วนบุคคลที่มีความอ่อนไหว ก่อนที่จะทำการคัดลอกใดๆ
  • ⚙️ ใช้ระบบอัตโนมัติในการทำงานหนัก: ใช้เครื่องมือสร้างข้อมูลหรือปัญญาประดิษฐ์เพื่อขยายขนาดชุดข้อมูลที่สมจริง ลดภาระงานด้วยตนเอง และหลีกเลี่ยงการทำงานซ้ำซ้อน
  • 🔄 อัปเดตทุกครั้งที่มีการออกเวอร์ชันใหม่: Revตรวจสอบชุดข้อมูลใหม่หลังจากมีการเปลี่ยนแปลงโครงสร้างข้อมูล ฟีเจอร์ใหม่ และการอัปเดตข้อกำหนดทางกฎหมาย เพื่อป้องกันไม่ให้ข้อมูลเก่าแสดงผลผิดพลาด

ทดสอบข้อมูลในการทดสอบซอฟต์แวร์

ในฐานะผู้ทดสอบ คุณอาจคิดว่าการออกแบบกรณีทดสอบนั้นยากพออยู่แล้ว ทำไมต้องเสียเวลาไปกับสิ่งที่ดูธรรมดาอย่างข้อมูลทดสอบด้วย? บทความนี้จะแนะนำข้อมูลทดสอบ อธิบายว่าทำไมมันถึงสำคัญ และแบ่งปันเคล็ดลับที่เป็นประโยชน์สำหรับการสร้างข้อมูลทดสอบอย่างรวดเร็ว

ข้อมูลการทดสอบในการทดสอบซอฟต์แวร์คืออะไร?

ทดสอบข้อมูลในการทดสอบซอฟต์แวร์ ข้อมูลป้อนเข้าคือข้อมูลที่ป้อนให้กับโปรแกรมซอฟต์แวร์ระหว่างการทดสอบ ข้อมูลนี้แสดงถึงข้อมูลที่ส่งผลกระทบต่อซอฟต์แวร์หรือได้รับผลกระทบจากซอฟต์แวร์ในระหว่างการทดสอบ ข้อมูลทดสอบใช้ในการทดสอบเชิงบวก — เพื่อตรวจสอบว่าฟังก์ชันต่างๆ สร้างผลลัพธ์ที่คาดหวังสำหรับข้อมูลป้อนเข้าที่กำหนด — และในการทดสอบเชิงลบ เพื่อตรวจสอบว่าซอฟต์แวร์จัดการกับข้อมูลป้อนเข้าที่ผิดปกติ ข้อยกเว้น หรือไม่ถูกต้องอย่างไร

ข้อมูลทดสอบที่ออกแบบมาไม่ดีจะไม่ครอบคลุมสถานการณ์ที่เป็นไปได้ทั้งหมด ซึ่งส่งผลเสียต่อคุณภาพของซอฟต์แวร์โดยตรง

ทดสอบข้อมูลในการทดสอบซอฟต์แวร์

การสร้างข้อมูลทดสอบคืออะไร และเหตุใดจึงควรสร้างข้อมูลทดสอบก่อนดำเนินการทดสอบ?

การทดสอบเป็นกระบวนการที่สร้างและใช้ข้อมูลจำนวนมาก ข้อมูลที่ใช้ในการทดสอบจะอธิบายเงื่อนไขเริ่มต้นสำหรับการทดสอบ และเป็นสื่อกลางที่ผู้ทดสอบใช้ในการโต้ตอบกับซอฟต์แวร์ ดังนั้นจึงเป็นส่วนสำคัญอย่างยิ่งของกระบวนการส่วนใหญ่ การทดสอบการทำงาน.

ขึ้นอยู่กับสภาพแวดล้อมการทดสอบของคุณ คุณอาจจำเป็นต้อง... สร้าง สร้างข้อมูลทดสอบขึ้นมาใหม่ทั้งหมด หรืออย่างน้อยก็หาชุดข้อมูลที่มีอยู่แล้วที่เหมาะสมมาใช้ก่อน กรณีทดสอบโดยทั่วไปแล้ว ข้อมูลทดสอบจะถูกสร้างขึ้นพร้อมกับกรณีทดสอบที่เกี่ยวข้อง

สามารถสร้างข้อมูลทดสอบได้สี่วิธีหลักๆ ดังนี้:

  • ดำเนินการด้วยตนเอง โดยผู้ทดสอบหรือนักวิเคราะห์ธุรกิจ
  • การคัดลอกข้อมูลจำนวนมากจากสภาพแวดล้อมการใช้งานจริงไปยังสภาพแวดล้อมการทดสอบ
  • คัดลอกข้อมูลทดสอบจำนวนมากจากระบบไคลเอ็นต์เดิม
  • เครื่องมือสร้างข้อมูลทดสอบอัตโนมัติ

ควรสร้างข้อมูลตัวอย่าง ก่อน เริ่มดำเนินการทดสอบเสียตั้งแต่แรก เพราะการสร้างข้อมูลในภายหลังนั้นจัดการได้ยาก สภาพแวดล้อมการทดสอบหลายแห่งต้องการขั้นตอนเตรียมการหลายขั้นตอนหรือการกำหนดค่าที่ใช้เวลานานก่อนที่จะสามารถโหลดข้อมูลได้ หากการสร้างข้อมูลเกิดขึ้นระหว่างขั้นตอนการดำเนินการ คุณอาจเสี่ยงที่จะพลาดกำหนดเวลาการทดสอบ

หัวข้อด้านล่างนี้จะอธิบายประเภทการทดสอบต่างๆ พร้อมทั้งข้อเสนอแนะเกี่ยวกับข้อมูลที่ใช้ในการทดสอบ

ข้อมูลการทดสอบสำหรับสีขาว Box การทดสอบ

In สีขาว Box การทดสอบการจัดการข้อมูลทดสอบได้มาจากการตรวจสอบโค้ดที่กำลังทดสอบโดยตรง เกณฑ์การคัดเลือกโดยทั่วไปประกอบด้วย:

  • ขอบเขตการให้บริการ: สร้างข้อมูลเพื่อให้ทุกสาขาในซอร์สโค้ดได้รับการทดสอบอย่างน้อยหนึ่งครั้ง
  • การทดสอบเส้นทาง: สร้างข้อมูลเพื่อให้ทุกเส้นทางถูกใช้งานอย่างน้อยหนึ่งครั้ง
  • เชิงลบ การทดสอบ API: ห้ามใช้ประเภทพารามิเตอร์ที่ไม่ถูกต้องหรือการรวมอาร์กิวเมนต์ที่ไม่ถูกต้องในการเรียกใช้เมธอดภายใน

ข้อมูลทดสอบสำหรับการทดสอบประสิทธิภาพ

การทดสอบประสิทธิภาพ ฟังก์ชันนี้ใช้วัดความเร็วในการตอบสนองของระบบภายใต้ภาระงานที่กำหนด จุดประสงค์ไม่ใช่การค้นหาข้อบกพร่องในการทำงาน แต่เป็นการระบุจุดคอขวด ชุดข้อมูลตัวอย่างต้องมีความใกล้เคียงกับความเป็นจริงมาก จริงหรือสด ข้อมูลการผลิตเป็นสิ่งจำเป็นเพื่อให้ผลลัพธ์มีความหมาย

คุณได้ข้อมูลดังกล่าวมาได้อย่างไร? แหล่งข้อมูลที่น่าเชื่อถือที่สุดคือ... ลูกค้า พวกเขาสามารถให้ข้อมูลชุดที่มีอยู่แล้ว หรืออธิบายลักษณะของข้อมูลในโลกแห่งความเป็นจริง เพื่อให้คุณสามารถสร้างแบบจำลองได้ การทดสอบการบำรุงรักษา คุณสามารถคัดลอกข้อมูลจากระบบใช้งานจริงไปยังระบบทดสอบได้ นี่เป็นแนวปฏิบัติที่ดี ไม่ระบุชื่อ (เข้ารหัส) ข้อมูลสำคัญ เช่น หมายเลขประกันสังคม หมายเลขบัตรเครดิต รายละเอียดบัญชีธนาคาร ก่อนที่จะทำการคัดลอกใดๆ

ข้อมูลทดสอบสำหรับการทดสอบความปลอดภัย

การทดสอบความปลอดภัย ตรวจสอบว่าระบบสารสนเทศปกป้องข้อมูลจากการกระทำที่เป็นอันตรายหรือไม่ ชุดข้อมูลต้องครอบคลุมสี่องค์ประกอบหลัก:

  • การรักษาความลับ: ข้อมูลจากลูกค้าจะถูกเก็บรักษาเป็นความลับอย่างเคร่งครัดและจะไม่เปิดเผยให้บุคคลภายนอกทราบ หากแอปพลิเคชันใช้ SSL ให้ระบุข้อมูลการออกแบบที่พิสูจน์ได้ว่าการเข้ารหัสถูกต้อง
  • Integrity: ข้อมูลที่ระบบส่งคืนนั้นถูกต้อง สร้างข้อมูลโดยการตรวจสอบการออกแบบ โค้ด โครงสร้างฐานข้อมูล และโครงสร้างไฟล์
  • รับรองความถูกต้อง: กระบวนการสร้างตัวตนของผู้ใช้ ใช้การผสมผสานชื่อผู้ใช้และรหัสผ่านที่แตกต่างกันเพื่อตรวจสอบว่าเฉพาะผู้ที่ได้รับอนุญาตเท่านั้นที่จะเข้าถึงได้
  • อนุญาต: สิทธิ์ที่มอบให้แก่ผู้ใช้เฉพาะราย รวมผู้ใช้ บทบาท และการดำเนินการต่างๆ เข้าด้วยกัน เพื่อยืนยันว่าเฉพาะผู้ใช้ที่มีสิทธิ์เพียงพอเท่านั้นที่จะสามารถดำเนินการนั้นๆ ได้

ข้อมูลการทดสอบสำหรับสีดำ Box การทดสอบ

ในสีดำ Box การทดสอบโค้ดนั้นไม่สามารถมองเห็นได้โดยผู้ทดสอบ กรณีทดสอบการทำงานควรมีข้อมูลที่ตรงตามเกณฑ์ต่อไปนี้:

  • ไม่มีข้อมูล: ตรวจสอบการตอบกลับเมื่อไม่มีการส่งข้อมูลใดๆ
  • ข้อมูลที่ถูกต้อง: ตรวจสอบการตอบสนองด้วยข้อมูลทดสอบที่ถูกต้อง
  • ข้อมูลไม่ถูกต้อง: ตรวจสอบการตอบสนองด้วยข้อมูลทดสอบที่ไม่ถูกต้อง
  • รูปแบบข้อมูลไม่ถูกต้องตามกฎหมาย: ตรวจสอบการตอบสนองเมื่อข้อมูลอยู่ในรูปแบบที่ไม่รองรับ
  • ชุดข้อมูลเงื่อนไขขอบเขต: ข้อมูลที่อยู่ในขอบเขตค่าต่ำสุด ค่าสูงสุด และค่าที่อยู่นอกขอบเขตเล็กน้อย
  • ชุดข้อมูลการแบ่งพาร์ติชันที่เท่าเทียมกัน: ข้อมูลที่แสดงถึงแต่ละระดับความเท่าเทียมกัน
  • ชุดข้อมูลตารางการตัดสินใจ: ข้อมูลที่ใช้ทดสอบกฎทุกข้อในตารางการตัดสินใจ
  • ชุดข้อมูลการเปลี่ยนสถานะ: ข้อมูลที่ขับเคลื่อนระบบผ่านการเปลี่ยนสถานะแต่ละครั้งตามที่กำหนดไว้
  • ข้อมูลทดสอบกรณีการใช้งาน: ข้อมูลที่สอดคล้องกับกรณีการใช้งานแบบครบวงจร

หมายเหตุ ขึ้นอยู่กับแอปพลิเคชันที่กำลังทดสอบ คุณอาจใช้หมวดหมู่ข้างต้นบางส่วนหรือทั้งหมดก็ได้

เครื่องมือสร้างข้อมูลทดสอบอัตโนมัติ

เครื่องมืออัตโนมัติสร้างชุดข้อมูลขนาดใหญ่และหลากหลายได้เร็วกว่ากระบวนการแบบใช้แรงงานคนใดๆ ตัวอย่างที่ใช้กันมานานสองตัวอย่าง ได้แก่:

  • ข้อมูลการทดสอบ DTM Generator — เครื่องมือที่สามารถปรับแต่งได้ ซึ่งสร้างข้อมูล ตาราง มุมมอง และขั้นตอนการทำงานสำหรับสถานการณ์การทดสอบฐานข้อมูล รวมถึงประสิทธิภาพ การประกันคุณภาพ การโหลด และความสามารถในการใช้งาน
  • ดาต้าเทค - SQL โปรแกรมสร้างข้อมูลโดย Banner Software ที่สร้างข้อมูลทดสอบที่สมจริงในไฟล์ข้อความ ASCII หรือส่งตรงไปยังระบบ RDBMS เช่น Oracle, Sybase, SQL Server และ Informix

สำหรับรายชื่อผู้เข้ารอบที่ผ่านการประเมินและเป็นปัจจุบัน โปรดดูที่นี่ 10 ข้อมูลทดสอบที่ดีที่สุด Generator เครื่องมือ.

แนวปฏิบัติที่ดีที่สุดสำหรับการจัดการข้อมูลทดสอบ

ข้อมูลการทดสอบที่น่าเชื่อถือขึ้นอยู่กับความมีระเบียบวินัยของแม่บ้านpingปฏิบัติตามแนวทางเหล่านี้เพื่อรักษาความสมบูรณ์ของชุดข้อมูลระหว่างการเผยแพร่เวอร์ชันต่างๆ:

  • จัดทำเวอร์ชันข้อมูลของคุณ: จัดเก็บชุดข้อมูลไว้ในที่เก็บข้อมูลเดียวกันกับกรณีทดสอบที่ใช้ชุดข้อมูลเหล่านั้น เพื่อให้สามารถตรวจสอบการเปลี่ยนแปลงได้
  • ปิดบังช่องข้อมูลที่ละเอียดอ่อน: ลบข้อมูลส่วนบุคคล ข้อมูลทางการเงิน และข้อมูลสุขภาพออกก่อนคัดลอกจากเอกสารต้นฉบับ
  • รีเฟรชหน้าเว็บเป็นประจำ: สร้างชุดข้อมูลใหม่ทุกครั้งที่มีการออกเวอร์ชันใหม่ เพื่อให้สอดคล้องกับการเปลี่ยนแปลงโครงสร้างข้อมูลและกฎทางธุรกิจ
  • เอกสารแสดงผลลัพธ์ที่คาดหวัง: จับคู่ชุดข้อมูลแต่ละชุดกับผลลัพธ์ที่คาดหวัง เพื่อให้สามารถคัดแยกข้อผิดพลาดได้อย่างง่ายดาย
  • การเพาะเมล็ดอัตโนมัติ: ใช้สคริปต์หรือฟิกซ์เจอร์เพื่อโหลดข้อมูลในตอนเริ่มต้นของการทดสอบทุกครั้ง เพื่อให้มั่นใจได้ว่าผลลัพธ์สามารถทำซ้ำได้

คำถามที่พบบ่อย

ข้อมูลทดสอบคือข้อมูลป้อนเข้าใดๆ ที่ป้อนให้กับซอฟต์แวร์ระหว่างการทดสอบ สำหรับแบบฟอร์มล็อกอิน ตัวอย่างเช่น ชื่อผู้ใช้และรหัสผ่านที่ถูกต้อง (เชิงบวก) รหัสผ่านว่างเปล่า (เชิงลบ) และอีเมลที่มีความยาวไม่เกิน 300 ตัวอักษร (ขอบเขต)

กรณีทดสอบอธิบายขั้นตอนและผลลัพธ์ที่คาดหวังของสถานการณ์จำลองเดียว ข้อมูลทดสอบคือค่าอินพุตเฉพาะที่ป้อนเข้าไปในขั้นตอนเหล่านั้น แต่ละกรณีทดสอบต้องการชุดข้อมูลของตนเองที่ใช้จำลองสถานการณ์จำลองนั้น ๆ

ข้อมูลที่เพียงพอคือข้อมูลที่ครอบคลุมทุกระดับความเท่าเทียมกัน ขอบเขต และสถานการณ์ที่มีการถ่วงน้ำหนักความเสี่ยง ปริมาณเพียงอย่างเดียวไม่เท่ากับความครอบคลุม ควรจับคู่ข้อมูลกับกรณีทดสอบ และหยุดเพิ่มบันทึกเมื่อช่องว่างความครอบคลุมลดลง

เฉพาะในกรณีที่มีการปกปิดข้อมูลที่ละเอียดอ่อน เช่น ชื่อ หมายเลขบัญชี และรายละเอียดด้านสุขภาพเท่านั้น ข้อมูลจริงที่ไม่ได้ปกปิดจะละเมิดกฎระเบียบ เช่น GDPR และ HIPAA และก่อให้เกิดความเสี่ยงต่อการรั่วไหลของข้อมูลอย่างแท้จริงหากสภาพแวดล้อมการทดสอบถูกบุกรุก

หมวดหมู่ทั่วไปได้แก่ ชุดข้อมูลที่ถูกต้อง ชุดข้อมูลที่ไม่ถูกต้อง ขอบเขต การแบ่งส่วนความเท่าเทียมกัน ตารางการตัดสินใจ การเปลี่ยนสถานะ กรณีการใช้งาน และชุดข้อมูลที่ไม่มีข้อมูล แต่ละหมวดหมู่มีเป้าหมายเพื่อประเมินความเสี่ยงที่แตกต่างกันในแอปพลิเคชันที่กำลังทดสอบ

ควรปรับปรุงข้อมูลทดสอบใหม่ทุกครั้งหลังการเปลี่ยนแปลงโครงสร้างข้อมูล การออกเวอร์ชันใหม่ การอัปเดตข้อกำหนด หรือเมื่อใดก็ตามที่พฤติกรรมการใช้งานจริงเปลี่ยนแปลงไป ชุดข้อมูลที่ล้าสมัยจะพลาดกฎการตรวจสอบความถูกต้องใหม่ ๆ และทำให้เกิดผลลัพธ์ที่ผิดพลาดในการทดสอบการถดถอย

เครื่องมือ AI สร้างชุดข้อมูลที่สมจริงและหลากหลายซึ่งเป็นไปตามกฎทางธุรกิจ ปิดบังข้อมูลส่วนบุคคล และสร้างสมดุลระหว่างกรณีเชิงบวกและเชิงลบ นอกจากนี้ยังระบุสถานการณ์ที่ขาดหายไปโดยการวิเคราะห์ข้อกำหนดและการครอบคลุมการทดสอบที่มีอยู่

ไม่เลย AI ช่วยเร่งการสร้างและตรวจสอบความถูกต้องของรูปแบบ แต่ผู้ตรวจสอบที่เป็นมนุษย์ต้องประเมินความเสี่ยงทางธุรกิจ กรณีพิเศษ และข้อกำหนดด้านการปฏิบัติตามกฎระเบียบ ทีมที่มีประสิทธิภาพสูงสุดจะใช้ชุดข้อมูลที่สร้างโดย AI ร่วมกับการคัดกรองโดยผู้เชี่ยวชาญ

สรุปโพสต์นี้ด้วย: