Kiểm tra theo hướng dữ liệu là gì?
Thomas Hamilton
⚡ Tóm tắt thông minh
Kiểm thử dựa trên dữ liệu (Data Driven Testing - DTT) là một phương pháp kiểm thử phần mềm lưu trữ dữ liệu kiểm thử trong các bảng hoặc bảng tính để một kịch bản có thể xác thực nhiều tổ hợp đầu vào khác nhau. Phương pháp này tách biệt logic kiểm thử khỏi dữ liệu, giảm thiểu việc trùng lặp kịch bản và công sức bảo trì.
Kiểm tra theo hướng dữ liệu
Kiểm tra theo hướng dữ liệu là một phương pháp kiểm thử phần mềm trong đó dữ liệu kiểm thử được lưu trữ ở định dạng bảng hoặc bảng tính. Kiểm tra theo hướng dữ liệu cho phép người kiểm tra nhập một tập lệnh kiểm tra duy nhất có thể thực hiện kiểm tra cho tất cả dữ liệu kiểm tra từ một bảng và mong đợi kết quả kiểm tra trong cùng một bảng. Nó còn được gọi là thử nghiệm dựa trên bảng hoặc thử nghiệm tham số hóa.
Khung điều khiển dữ liệu
Khung điều khiển dữ liệu Đây là một khung kiểm thử tự động hóa trong đó các giá trị đầu vào được đọc từ các tệp dữ liệu và được lưu trữ vào các biến trong kịch bản kiểm thử. Nó cho phép người kiểm thử xây dựng cả các trường hợp kiểm thử tích cực và tiêu cực vào một bài kiểm thử duy nhất. Dữ liệu đầu vào trong khung kiểm thử hướng dữ liệu có thể được lưu trữ trong một hoặc nhiều nguồn dữ liệu như .xls, .xml, .csv và cơ sở dữ liệu. Sơ đồ bên dưới cho thấy cách các giá trị đầu vào được truyền từ tệp dữ liệu vào kịch bản kiểm thử.
Tại sao thử nghiệm theo hướng dữ liệu?
Kiểm tra theo hướng dữ liệu Điều này rất quan trọng vì người kiểm thử thường có nhiều bộ dữ liệu cho một bài kiểm thử duy nhất và việc tạo các bài kiểm thử riêng lẻ cho mỗi bộ dữ liệu có thể tốn nhiều thời gian. Kiểm thử dựa trên dữ liệu giúp tách biệt dữ liệu khỏi các kịch bản kiểm thử, và cùng một kịch bản kiểm thử có thể được thực thi cho các tổ hợp dữ liệu đầu vào khác nhau trong khi kết quả kiểm thử được tạo ra một cách hiệu quả.
Ví dụ:
Giả sử chúng ta muốn kiểm tra hệ thống đăng nhập với nhiều trường nhập liệu trên 1000 bộ dữ liệu khác nhau.
Để kiểm tra điều này, bạn có thể thực hiện các phương pháp khác nhau sau đây:
Cách tiếp cận 1) Tạo 1000 kịch bản, mỗi kịch bản dành cho một tập dữ liệu, và chạy từng bài kiểm tra riêng biệt.
Cách tiếp cận 2) Thay đổi giá trị trong tập lệnh thử nghiệm theo cách thủ công và chạy nó nhiều lần.
Cách tiếp cận 3) Nhập dữ liệu từ bảng tính Excel. Lấy dữ liệu thử nghiệm từ từng hàng trong Excel và thực thi tập lệnh.
Trong ba phương án đã cho, hai phương án đầu tiên tốn nhiều công sức và thời gian. Do đó, phương án thứ ba là lý tưởng nhất.
Do đó, cách tiếp cận thứ ba không gì khác ngoài khuôn khổ Theo hướng dữ liệu.
Các loại dữ liệu kiểm thử trong kiểm thử dựa trên dữ liệu
Giá trị của kiểm thử dựa trên dữ liệu phụ thuộc trực tiếp vào chất lượng của các tập dữ liệu bạn đưa vào kịch bản kiểm thử. Một tập dữ liệu được thiết kế tốt sẽ kết hợp nhiều loại dữ liệu kiểm thử khác nhau để một kịch bản có thể xác thực hành vi bình thường, xử lý lỗi và giới hạn trong một lần chạy duy nhất:
- Dữ liệu tích cực (hợp lệ): Việc nhập thông tin chính xác, chẳng hạn như tên người dùng và mật khẩu hợp lệ, được sử dụng để xác nhận rằng ứng dụng chấp nhận những thông tin mà nó cần chấp nhận.
- Dữ liệu âm (không hợp lệ): Các dữ liệu nhập sai hoặc không hợp lệ cần được loại bỏ, chẳng hạn như mật khẩu không chính xác hoặc các ký tự đặc biệt trong trường số.
- Dữ liệu ranh giới: Các giá trị nằm ở rìa của phạm vi cho phép, chẳng hạn như tên người dùng có 1 ký tự hoặc 255 ký tự, thường bộc lộ những lỗi tiềm ẩn.
- Dữ liệu trống hoặc rỗng: Các trường trống dùng để xác minh việc xác thực các trường bắt buộc và thông báo lỗi.
- Dữ liệu dung lượng lớn: Các bản ghi được tạo ngẫu nhiên hoặc theo lô được sử dụng để kiểm tra hiệu suất và độ ổn định dưới tải trọng thực tế.
Sau khi chuẩn bị đầy đủ dữ liệu cần thiết, bước tiếp theo là xây dựng khung hệ thống.
Cách tạo Khung tự động hóa theo hướng dữ liệu
Giả sử bạn muốn kiểm tra chức năng đăng nhập của một ứng dụng. Sơ đồ trên thể hiện toàn bộ chu trình: xác định các trường hợp kiểm thử, viết kịch bản kiểm thử chung, chuyển dữ liệu sang một tệp bên ngoài và lặp lại kịch bản trên từng hàng dữ liệu.
Bước 1) Xác định các trường hợp thử nghiệm
- Nhập đúng tên người dùng và mật khẩu – Đăng nhập thành công
- Nhập sai tên người dùng và mật khẩu đúng – Lỗi đăng nhập
- Nhập đúng tên người dùng và mật khẩu không chính xác – Lỗi đăng nhập
Bước 2) Tạo các bước kiểm thử chi tiết cho 3 Test Case trên
| Trường hợp thử nghiệm # | Mô tả Chi tiết | Các bước kiểm tra | Dữ liệu thử nghiệm | Kết quả dự kiến |
|---|---|---|---|---|
| 1 | Kiểm tra Đăng nhập để biết thông tin xác thực hợp lệ |
|
Tên người dùng: mật khẩu hợp lệ: hợp lệ | Đăng nhập thành công |
| 2 | Kiểm tra Đăng nhập để biết thông tin đăng nhập không hợp lệ |
|
Tên người dùng: mật khẩu không hợp lệ: hợp lệ | Đăng nhập thất bại |
| 3 | Kiểm tra Đăng nhập để biết thông tin đăng nhập không hợp lệ |
|
Tên người dùng: mật khẩu hợp lệ: không hợp lệ | Đăng nhập thất bại |
Bước 3) Tạo tập lệnh kiểm tra
Nếu để ý, bạn sẽ thấy các bước kiểm thử vẫn giống nhau ở cả 3 trường hợp kiểm thử. Bạn cần tạo một kịch bản kiểm thử để thực hiện các bước này:
// This is Pseudo Code
// Test Step 1: Launch Application
driver.get("URL of the Application");
// Test Step 2: Enter Username
txtbox_username.sendKeys("valid");
// Test Step 3: Enter Password
txtbox_password.sendKeys("invalid");
// Test Step 4: Check Results
If (Next Screen) print success else Fail
Bước 4) Tạo một tệp Excel/CSV với dữ liệu kiểm thử đầu vào, như được hiển thị trong bảng tính mẫu bên dưới.
Bước 5) Hãy sửa đổi kịch bản để lặp lại dữ liệu kiểm thử đầu vào. Các lệnh đầu vào cũng cần được tham số hóa.
// This is Pseudo Code
// Loop 3 Times
for (i = 0; i & lt; = 3; i++) {
// Read data from Excel and store into variables
int input_1 = ReadExcel(i, 0);
int input_2 = ReadExcel(i, 1);
// Test Step 1: Launch Application
driver.get("URL of the Application");
// Test Step 2: Enter Username
txtbox_username.sendKeys(input_1);
// Test Step 3: Enter Password
txtbox_password.sendKeys(input_2);
// Test Step 4: Check Results
If(Next Screen) print success
else Fail
}
Trên đây chỉ là 3 trường hợp thử nghiệm. Tập lệnh thử nghiệm có thể được sử dụng để lặp lại các trường hợp thử nghiệm sau chỉ bằng cách thêm các giá trị dữ liệu thử nghiệm vào Excel
- Nhập sai tên người dùng và mật khẩu không chính xác – Đăng nhập thất bại
- Nhập đúng tên người dùng và mật khẩu trống – Đăng nhập thất bại
- Nhập tên người dùng và mật khẩu trống – Đăng nhập thất bại
Vân vân
💡 Mẹo chuyên nghiệp: Lưu trữ kết quả mong đợi cho mỗi hàng vào cùng một tệp dữ liệu với dữ liệu đầu vào. Sau đó, tập lệnh của bạn có thể tự động so sánh kết quả thực tế và kết quả mong đợi, biến tệp dữ liệu thành một bộ kiểm thử hoàn chỉnh, tự xác thực.
Khi khung hệ thống đã sẵn sàng, công cụ phù hợp sẽ giúp đơn giản hóa việc quản lý dữ liệu, thực thi và báo cáo.
Công cụ kiểm thử dựa trên dữ liệu tốt nhất
1) Kiểm tra sigma
Kiểm tra sigma Đây là một nền tảng kiểm thử dựa trên dữ liệu trên đám mây mà tôi thấy vô cùng hữu ích để tối đa hóa phạm vi kiểm thử bằng cách tách rời logic kiểm thử khỏi dữ liệu kiểm thử. Nó được thiết kế đặc biệt cho các nhóm cần xác thực ứng dụng với các tập dữ liệu đa dạng, các trường hợp ngoại lệ và các kịch bản kinh doanh khác nhau mà không cần tạo ra các kịch bản kiểm thử dư thừa, giúp đơn giản hóa toàn bộ quy trình kiểm thử dựa trên dữ liệu.
Trong các dự án kiểm thử dựa trên dữ liệu, tôi đã tận dụng khả năng tham số hóa của Testsigma để thực hiện các kịch bản kiểm thử giống hệt nhau với nhiều tổ hợp dữ liệu khác nhau từ các nguồn bên ngoài như Excel và CSV. Khả năng lặp lại qua các hàng dữ liệu của nền tảng này đã tự động mở rộng phạm vi kiểm thử của tôi một cách đáng kể, trong khi báo cáo chi tiết về kết quả ở cấp độ dữ liệu giúp tôi nhanh chóng xác định các tổ hợp đầu vào cụ thể nào gây ra lỗi trên các lớp web, di động và API.
Tính năng, đặc điểm:
- Tích hợp nguồn dữ liệu bên ngoài: Tính năng này cho phép kết nối trực tiếp với bảng tính Excel, tệp CSV và bảng cơ sở dữ liệu để quản lý dữ liệu kiểm thử tập trung. Nó loại bỏ các giá trị được mã hóa cứng và cho phép bạn duy trì dữ liệu kiểm thử độc lập với logic kiểm thử. Bạn có thể cập nhật tập dữ liệu mà không cần sửa đổi kịch bản kiểm thử, đảm bảo tính linh hoạt và khả năng bảo trì. Tôi sử dụng tính năng này để quản lý hàng trăm biến thể dữ liệu một cách hiệu quả trong khi vẫn giữ được...ping Các kịch bản kiểm thử sạch sẽ và có thể tái sử dụng.
- Lặp lại dữ liệu nhiều hàng tự động: Testsigma tự động thực hiện các kịch bản kiểm thử trên nhiều hàng dữ liệu trong một lần chạy kiểm thử duy nhất, giúp mở rộng đáng kể phạm vi kiểm thử. Bạn có thể xác thực nhiều tổ hợp đầu vào, điều kiện biên và các biến thể quy tắc nghiệp vụ mà không cần sao chép các trường hợp kiểm thử. Tính năng này xử lý trình tự dữ liệu và logic lặp lại một cách minh bạch. Tôi thấy điều này đặc biệt hiệu quả cho việc kiểm thử hồi quy toàn diện với chi phí bảo trì kịch bản tối thiểu.
- Tham số hóa bước kiểm thử động: Nó cho phép bạn thay thế các giá trị tĩnh bằng các tham số động, lấy dữ liệu từ các nguồn bên ngoài trong quá trình thực thi. Bạn có thể cấu hình các bước kiểm thử để thích ứng với các đầu vào, điều kiện và kết quả mong đợi khác nhau dựa trên các giá trị trong tập dữ liệu. Tính năng này hỗ trợ các phép biến đổi dữ liệu phức tạp và logic điều kiện. Tôi dựa vào nó để xây dựng các kịch bản kiểm thử linh hoạt, đáp ứng các yêu cầu kinh doanh đa dạng và quy trình làm việc của người dùng.
- Báo cáo thực thi ở cấp độ dữ liệu: Nền tảng này tạo ra các báo cáo chi tiết phân tích kết quả kiểm tra theo từng tổ hợp dữ liệu riêng lẻ, cho thấy chính xác những dữ liệu đầu vào nào đã đạt hoặc không đạt. Bạn có thể phân tích các mẫu, xác định các phạm vi dữ liệu có vấn đề, và tracCác lỗi cụ thể liên quan đến các hàng dữ liệu. Tính năng này cung cấp bảng điều khiển trực quan và phân tích có thể xuất khẩu để truyền đạt thông tin cho các bên liên quan. Tôi khuyên bạn nên sử dụng những thông tin chi tiết này để ưu tiên cải thiện chất lượng dữ liệu và tinh chỉnh chiến lược dữ liệu thử nghiệm.
- Hỗ trợ dựa trên dữ liệu trên nhiều nền tảng: Testsigma mở rộng khả năng kiểm thử dựa trên dữ liệu trên các nền tảng web, di động và API trong các quy trình làm việc thống nhất. Bạn có thể áp dụng cùng một tập dữ liệu để xác thực tính nhất quán trên các lớp ứng dụng và công nghệ khác nhau. Tính năng này đảm bảo xác thực toàn diện từ đầu đến cuối với các luồng dữ liệu tham số hóa. Tôi đã sử dụng nó để xác minh rằng quá trình xử lý dữ liệu ở phía máy chủ được phản ánh chính xác trên giao diện người dùng ở phía giao diện người dùng trên nhiều nền tảng cùng một lúc.
Ưu điểm
Nhược điểm
Giá cả:
- Giá: Gói đăng ký toàn diện bao gồm các tính năng định giá tùy chỉnh và khả năng kiểm thử dựa trên dữ liệu.
- Dùng thử miễn phí: Dùng thử miễn phí 14 ngày
Dùng thử miễn phí 14 ngày
2) Testiny
Testiny là một nền tảng quản lý trường hợp kiểm thử dựa trên đám mây hiện đại mà tôi đã sử dụng để tổ chức các trường hợp kiểm thử dựa trên dữ liệu một cách hiệu quả trong khi vẫn duy trì...ping Đảm bảo sự phân tách rõ ràng giữa logic kiểm thử và tập dữ liệu tham số hóa. Hệ thống được thiết kế cho các nhóm cần quản lý nhiều tổ hợp dữ liệu khác nhau trong nhiều lần chạy thử nghiệm mà không làm mất đi thông tin. tracKhả năng.
Trong khi thực hiện các dự án dựa trên dữ liệu với TestinyTôi đánh giá cao các tính năng chỉnh sửa hàng loạt và mẫu của nó, giúp dễ dàng mở rộng các biến thể kiểm thử trên hàng trăm dòng dữ liệu. Nền tảng này tích hợp với Jira, GitHub và GitLab, do đó các tổ hợp dữ liệu bị lỗi sẽ được liên kết trở lại vấn đề. trackers tự động.
Tính năng, đặc điểm:
- Chỉnh sửa hàng loạt trường hợp kiểm thử: Testiny Công cụ này cho phép bạn chỉnh sửa, sao chép và thiết lập tham số cho nhiều trường hợp kiểm thử cùng một lúc, giúp tăng tốc quá trình tạo ra các biến thể dựa trên dữ liệu. Bạn có thể áp dụng các thay đổi trên nhiều thư mục chỉ trong vài giây mà không cần phải thao tác với từng trường hợp riêng lẻ. Tôi thường sử dụng công cụ này khi mở rộng phạm vi kiểm thử sang các tập dữ liệu mới mà không cần phải viết lại kịch bản.
- Các trường tùy chỉnh cho dữ liệu nhập: Nó cho phép bạn định nghĩa các trường tùy chỉnh cho mỗi dự án để các thuộc tính của tập dữ liệu có thể được... tracĐược ghi lại cùng với mỗi lần chạy thử nghiệm. Bạn có thể ghi lại các giá trị đầu vào, kết quả mong đợi và điều kiện một cách rõ ràng ở cùng một nơi. Tôi sử dụng các trường này để giúp việc kiểm tra lại các kịch bản tham số phức tạp sau này trở nên dễ dàng hơn.
- Chạy thử nghiệm thời gian thực Tracking: Nền tảng này hiển thị trạng thái thực thi trực tiếp trên tất cả các thành viên nhóm, giúp các lần chạy thử nghiệm dựa trên dữ liệu luôn minh bạch. Bạn có thể chỉ định các trường hợp, theo dõi tỷ lệ đạt/không đạt và xác định các tổ hợp dữ liệu bị chặn ngay khi chúng xảy ra. Tôi thấy điều này rất hữu ích để theo dõi tiến độ.ping Trưởng nhóm QA được thông báo mà không cần các cuộc họp báo cáo tiến độ thường xuyên.
- Báo cáo định dạng PDF và có thể chia sẻ: Testiny Công cụ này tạo ra các báo cáo PDF rõ ràng với biểu đồ và tóm tắt quá trình thực hiện mà bạn có thể chia sẻ với các bên liên quan không chuyên về kỹ thuật. Bạn có thể lọc theo tập dữ liệu, mốc thời gian hoặc phiên bản phát hành. Tôi gửi những báo cáo này vào cuối mỗi sprint để truyền đạt tình trạng chất lượng.
- Vấn đề bản địa TracTích hợp Ker: Nó kết nối với Jira, GitHub, GitLab, Azure DevOps, Tuyến tính, AsanaSử dụng Confluence, Trello và monday.com để các hàng dữ liệu bị lỗi nhanh chóng được chuyển thành phiếu yêu cầu. Bạn có thể giữ cho quy trình thực thi kiểm thử và quy trình kỹ thuật được đồng bộ. Tôi nhận thấy điều này giúp giảm đáng kể sự ma sát khi chuyển giao giữa nhóm QA và nhóm phát triển.
Ưu điểm
Nhược điểm
Giá cả:
- Giá: Gói miễn phí dành cho tối đa 3 người dùng; các gói trả phí tính theo số lượng người dùng và bổ sung hỗ trợ cao cấp.
- Dùng thử miễn phí: Dùng thử miễn phí 21 ngày
Dùng thử miễn phí 21 ngày
3) Testpad
Testpad Đây là một công cụ quản lý kiểm thử dựa trên danh sách kiểm tra đơn giản mà tôi đã sử dụng khi cần ghi lại nhanh chóng các kịch bản dựa trên dữ liệu mà không cần nhiều thao tác phức tạp. Nó được xây dựng dựa trên các danh sách kiểm tra phân cấp để người kiểm thử có thể nhóm các biến thể dữ liệu vào các trường hợp cha và thực hiện chúng một cách nhanh chóng.
Trong các buổi làm việc dựa trên dữ liệu của tôi với TestpadTôi đã sử dụng giao diện ưu tiên bàn phím của nó để tạo ra hàng tá biến thể nhập liệu chỉ trong một lần. Chức năng hỗ trợ người thử nghiệm khách cho phép tôi mời các chuyên gia trong lĩnh vực này để xác thực các tổ hợp dữ liệu đặc biệt mà không cần trả thêm phí.
Tính năng, đặc điểm:
- Danh sách kiểm tra theo cấp bậc: Testpad Công cụ này tổ chức các bài kiểm tra tham số hóa thành các danh sách kiểm tra lồng nhau, cho phép bạn nhóm các biến thể dữ liệu liên quan vào một trường hợp cha duy nhất. Bạn có thể mở rộng và thu gọn các nhánh để tập trung vào các tập dữ liệu cụ thể. Tôi sử dụng công cụ này để giữ cho các ma trận dữ liệu phức tạp luôn gọn gàng về mặt trực quan.
- Chỉnh sửa bằng bàn phím: Nó cho phép bạn tạo, thụt lề và sắp xếp lại các mục kiểm thử bằng phím tắt, giúp việc xây dựng các kế hoạch dựa trên dữ liệu lớn trở nên nhanh chóng. Bạn có thể duy trì luồng công việc mà không cần dùng chuột. Tôi thấy điều này giúp giảm đáng kể thời gian thu thập các hàng dữ liệu mới.
- Quyền truy cập dành cho người dùng thử nghiệm khách mời: Testpad Hỗ trợ số lượng người dùng thử không giới hạn mà không tính phí theo từng người, cho phép bạn mời các chuyên gia trong lĩnh vực cụ thể để kiểm tra các tổ hợp dữ liệu nhất định. Bạn có thể mời các bên liên quan xác minh các trường hợp ngoại lệ mà không tốn chi phí bản quyền. Tôi dựa vào điều này trong quá trình kiểm thử chấp nhận người dùng với các kịch bản tham số hóa.
- Báo cáo có thể chia sẻ tức thì: Nền tảng này tạo ra các báo cáo gọn nhẹ mà bạn có thể chia sẻ qua liên kết để theo dõi tiến độ mà không cần mở công cụ. Bạn có thể lọc theo người kiểm thử, trạng thái hoặc nhánh kiểm thử. Tôi gửi những báo cáo này cho các quản lý sản phẩm sau mỗi lần chạy thử nghiệm dựa trên dữ liệu.
- Vấn đề TracLiên kết ker: Nó kết nối các bài kiểm tra thất bại với các ticket Jira hoặc GitHub thông qua các liên kết đơn giản, giúp chuyển nhanh các lỗi dữ liệu đến bộ phận kỹ thuật. Bạn có thể đính kèm ngữ cảnh trực tiếp từ một mục trong danh sách kiểm tra bị lỗi. Tôi giúp người kiểm thử tập trung vào việc thực thi trong khi để các công cụ xử lý việc chuyển tiếp.
Ưu điểm
Nhược điểm
Giá cả:
- Giá: Các gói dịch vụ bắt đầu từ 59 đô la/tháng, với các gói doanh nghiệp tùy chỉnh dành cho các nhóm lớn hơn.
- Dùng thử miễn phí: 30-Day dùng thử miễn phí
Dùng thử miễn phí 30 ngày
Các phương pháp hay nhất về thử nghiệm Theo hướng dữ liệu
Dưới đây là các phương pháp kiểm thử tốt nhất cho kiểm thử dựa trên dữ liệu:
- Lý tưởng nhất là sử dụng thông tin thực tế trong quá trình thử nghiệm dựa trên dữ liệu
- Điều hướng luồng thử nghiệm phải được mã hóa bên trong tập lệnh thử nghiệm
- Thúc đẩy các API ảo với dữ liệu có ý nghĩa
- Sử dụng dữ liệu để thúc đẩy xác nhận động
- Kiểm tra kết quả tích cực cũng như tiêu cực
- Tái sử dụng các thử nghiệm chức năng dựa trên dữ liệu để bảo mật và hiệu suất
Ưu điểm của thử nghiệm theo hướng dữ liệu
Kiểm thử dựa trên dữ liệu mang lại nhiều ưu điểm. Một số trong đó là:
- Cho phép kiểm thử ứng dụng với nhiều bộ giá trị dữ liệu khác nhau trong quá trình thực hiện. Kiểm tra hồi quy
- Dữ liệu thử nghiệm và dữ liệu xác minh có thể được sắp xếp chỉ trong một tệp và nó tách biệt với logic trường hợp thử nghiệm.
- Dựa trên công cụ này, có thể lưu trữ các kịch bản kiểm thử trong một kho lưu trữ duy nhất. Điều này giúp việc hiểu, bảo trì và quản lý các bài kiểm thử trở nên dễ dàng hơn.
- Các hành động và chức năng có thể được sử dụng lại trong các thử nghiệm khác nhau.
- Một số công cụ tự động tạo dữ liệu thử nghiệm. Điều này rất hữu ích khi cần một lượng lớn dữ liệu thử nghiệm ngẫu nhiên, giúp tiết kiệm thời gian.
- Kiểm thử dựa trên dữ liệu có thể được thực hiện ở bất kỳ giai đoạn nào của quá trình phát triển. Các trường hợp kiểm thử dựa trên dữ liệu thường được hợp nhất vào một quy trình duy nhất. Tuy nhiên, chúng cũng có thể được sử dụng trong nhiều trường hợp kiểm thử khác nhau.
- Cho phép các nhà phát triển và người thử nghiệm có sự tách biệt rõ ràng về logic của các trường hợp/tập lệnh thử nghiệm của họ với dữ liệu thử nghiệm.
- Các trường hợp kiểm thử tương tự có thể được thực hiện nhiều lần, giúp giảm số lượng trường hợp kiểm thử và kịch bản kiểm thử.
- Mọi thay đổi trong kịch bản kiểm thử đều không ảnh hưởng đến dữ liệu kiểm thử.
Nhược điểm của thử nghiệm theo hướng dữ liệu
Một số nhược điểm của phương pháp Kiểm tra tự động hóa theo hướng dữ liệu là:
- Chất lượng của bài kiểm tra phụ thuộc vào kỹ năng tự động hóa của nhóm thực hiện.
- Kiểm tra tính hợp lệ của dữ liệu là một công việc tốn nhiều thời gian khi kiểm thử một lượng lớn dữ liệu.
- Việc bảo trì là một vấn đề lớn, vì cần rất nhiều mã lập trình cho việc kiểm thử dựa trên dữ liệu.
- Cần có kỹ năng kỹ thuật cấp cao. Người kiểm thử có thể phải học một ngôn ngữ kịch bản hoàn toàn mới.
- Sẽ có thêm tài liệu, chủ yếu liên quan đến quản lý kịch bản, cơ sở hạ tầng kiểm thử và kết quả kiểm thử.
- Cần có trình soạn thảo văn bản như Notepad để tạo và duy trì các tệp dữ liệu.
Kiểm thử dựa trên dữ liệu so với kiểm thử dựa trên từ khóa
Người mới bắt đầu thường nhầm lẫn giữa kiểm thử dựa trên dữ liệu (data driven testing) và kiểm thử dựa trên từ khóa (keyword driven testing) vì cả hai đều tách biệt thiết kế kiểm thử khỏi kịch bản kiểm thử. Sự khác biệt nằm ở chỗ cái gì được tách ra: kiểm thử dựa trên dữ liệu tách các giá trị đầu vào ra, trong khi kiểm thử dựa trên từ khóa tách chính các hành động ra dưới dạng các từ khóa có thể tái sử dụng. Bảng dưới đây so sánh hai phương pháp này:
| Tham số | Kiểm tra theo hướng dữ liệu | Kiểm tra theo hướng từ khóa |
|---|---|---|
| Điều gì được thể hiện ra bên ngoài | Dữ liệu thử nghiệm (đầu vào và kết quả mong đợi) | Kiểm thử các thao tác (từ khóa như Đăng nhập, Nhấp chuột, Xác minh) |
| Nguồn dữ liệu | Bảng Excel, CSV, XML hoặc cơ sở dữ liệu | Bảng từ khóa cộng với bảng dữ liệu tùy chọn |
| Kỹ năng cần thiết | Kiến thức lập trình ở mức trung bình | Cần nhiều nỗ lực thiết kế ban đầu hơn; cần ít mã hơn để tạo các bài kiểm tra mới. |
| Phù hợp nhất cho | Lặp lại một kịch bản với nhiều tổ hợp đầu vào khác nhau. | Xây dựng nhiều kịch bản từ các khối hành động có thể tái sử dụng |
| Bảo trì | Cập nhật các tập tin dữ liệu mà không cần chỉnh sửa tập lệnh. | Cập nhật thư viện từ khóa khi hành vi của ứng dụng thay đổi. |
Nhiều nhóm kết hợp cả hai phương pháp vào một khung lai, trong đó các từ khóa xác định các hành động có thể tái sử dụng và các tệp dữ liệu bên ngoài cung cấp các giá trị cho mỗi lần chạy thử nghiệm.
