Vývojový cyklus softvéru je plný výziev, pretože organizácie čelia nielen skracovaniu času potrebného na uvedenie na trh, ale aj zvyšovaniu zložitosti aplikácií. Aby sa zabezpečila stabilita a funkčnosť aplikácií od počiatočného vývoja až po uvedenie produktu na trh a po ňom, musia organizácie používať rôzne typy testovania.
Samozrejme, s rastúcou zložitosťou vývoja rastie aj náročnosť testovania. Dôležitou súčasťou každého úspešného testovacieho scenára je správa testovacích údajov (TDM). Umožňuje organizáciám na podnikovej úrovni zefektívniť, automatizovať a kontrolovať všetky používané typy testovania a zároveň znížiť náklady a zvýšiť kvalitu testovania.
Čo je správa testovacích dát (TDM) v testovaní softvéru?
Správa testovacích údajov je proces vytvárania, správy, implementácie a poskytovania testovacích údajov. Tradične sa testovanie vývoja softvéru uskutočňovalo v decentralizovaných silách, ale TDM konsoliduje testovanie v rámci jedného tímu, skupiny alebo oddelenia.
Služby správy testovacích údajov zhromažďujú údaje potrebné pre automatizované softvérové testy vrátane údajov z jednotkových, integračných a systémových testov. Zahŕňa získavanie a ukladanie vhodných a presných údajov potrebných pre automatizované testy, čím sa znižuje alebo eliminuje potreba účasti človeka v procese testovania (koncept podobný
automatizácia robotických procesov
).
S rastúcou popularitou TDM sa rozšíril o generovanie syntetických údajov, maskovanie údajov, podsúbory, umelú inteligenciu a ďalšie.
Správa testovacích údajov v konečnom dôsledku zvyšuje spoľahlivosť a kvalitu hotového softvérového produktu, čo vedie k lepšej skúsenosti koncových používateľov. Aspekt zakrývania údajov v rámci TDM pomáha organizáciám dodržiavať všetky platné zákony a predpisy o ochrane osobných údajov.
Kto používa správu testovacích dát (TDM) pri testovaní softvéru?
Hoci odpoveď “všetci” môže znieť zjednodušene a všeobecne, pravdou je, že techniky správy testovacích údajov využívať všetky typy softvérových aplikácií. Ak testovanie prebieha počas vývojového cyklu (a to by malo), procesy TDM zvyšujú presnosť, organizáciu a užitočnosť výsledkov.
Keďže vývoj softvéru si vyžaduje testovanie, TDM je prínosom v podstate pre každý projekt. Niektoré organizácie a aplikácie však prakticky vyžadujú použitie stratégie správy testovacích údajov.
Aplikácie na podnikovej úrovni si vyžadujú TDM vzhľadom na ich komplexné a mnohostranné potreby testovania. TDM využíva všetky hlavné oblasti testovania v podnikovom vývoji vrátane funkčného, nefunkčného, výkonnostného a automatického testovania.
Okrem toho je vďaka procesom obfuskácie TDM nevyhnutné používať ho v aplikáciách, ktoré obsahujú osobné alebo citlivé údaje, vrátane všetkých stránok alebo aplikácií súvisiacich s elektronickým obchodom, financiami a zdravotnou starostlivosťou.
Na aké typy testovania slúži správa údajov?
Správa údajov sa zameriava na tri široké kategórie testovania.
1. TDM pre testovanie výkonnosti
Testovanie výkonu meria výkon aplikácie pri očakávanom pracovnom zaťažení, hodnotí jej odozvu, stabilitu a škálovateľnosť. TDM umožňuje zamerať sa na testovanie prvkov infraštruktúry a používateľov s cieľom dosiahnuť rýchly a spoľahlivý výkon.
Stránka Najlepšie nástroje na správu testov pomáhajú zvýšiť počet obnovovacích cyklov a hromadné generovanie údajov.
2. TDM pre funkčné testovanie
Zatiaľ čo výkonnostné testovanie analyzuje rýchlosť a stabilitu aplikácie, funkčné testovanie určuje, či softvér funguje podľa vopred stanovených požiadaviek. V podstate: Robí softvér to, čo má? Služby správy testovacích údajov pomáhajú udržiavať kontrolu kvality základnej aplikácie a nových a aktualizovaných funkcií.
TDM pomáha zmierniť alebo zabrániť nízkemu pokrytiu, obmedzeniam prístupu, dlhým časovým harmonogramom získavania údajov, vysokej závislosti a problémom súvisiacim s veľkosťou testovacieho prostredia.
3. TDM v automatickom testovaní
Stratégia testovania údajov pre automatizáciu a
hyperautomatizácia
procesy umožňujú bezdotykové operácie a zároveň zvyšujú presnosť tým, že znižujú možnosť ľudskej chyby. Procesy správy testovacích údajov sa používajú vo všetkých typoch nástrojov na automatizáciu správy testovacích údajov a testovania vrátane
automatizácia robotických procesov
.
A Stratégia testovacích údajov pre automatizáciu pomáha zmierniť pomalé vytváranie front-end dát, nedostatočný prístup k dynamickým dátam a nemožnosť prístupu k testovaciemu prostrediu.
Výhody správy testovacích údajov
stratégie TDM spolu s nástroje na automatizáciu správy testovacích údajov, poskytujú organizáciám na podnikovej úrovni viaceré výhody.
1. Zlepšuje kvalitu údajov
Všetko testovanie na svete je zbytočné, ak je založené na neúplných, nerelevantných alebo poškodených údajoch. TDM identifikuje, spravuje a ukladá údaje potrebné na automatizované testovanie, aby ste mohli zabezpečiť ich vhodnosť a úplnosť. Okrem toho, vďaka odstráneniu potreby prenosu údajov medzi viacerými testermi sa minimalizuje, ak nie eliminuje, poškodenie údajov.
2. Vytvára reálne údaje
Výsledky testovania budú neproduktívne, ak údaje z testovania nebudú presne zodpovedať údajom z výroby. TDM umožňuje organizáciám identifikovať a ukladať testovacie údaje, ktoré odrážajú údaje nachádzajúce sa na produkčných serveroch, čím sa zabezpečí, že výsledky testov odrážajú reálne funkcie softvéru. Označujú sa ako “reálne údaje” a sú podobné výrobným údajom, pokiaľ ide o formát, množstvo a ďalšie faktory.
3. Zlepšuje prístup k údajom
Automatizované testovanie softvéru funguje efektívne len vtedy, keď sú údaje k dispozícii vo vopred určenom čase. Napríklad nástroje na testovanie dátového skladu môžu potrebovať prístup k údajom v určitom čase na účely overovania. Keďže TDM sa zameriava na ukladanie údajov, príslušné údaje sú vždy pripravené, keď to vyžaduje automatizovaný testovací softvér a časový plán výroby.
4. Zabezpečuje súlad údajov
TDM pomáha organizáciám dodržiavať všetky príslušné vládne a iné predpisy, ako napríklad
HIPPA
,
CCPA
, a nariadenia EÚ
GDPR
. Správa testovacích údajov GDPR a ďalšie podobné predpisy vyžadujú produkčné údaje, ktoré môžu zahŕňať mená používateľov, údaje o polohe, osobné údaje a ďalšie údaje – údaje, ktoré je potrebné pred testovaním zamaskovať.
Stránka Najlepšie nástroje na správu testovacích údajov umožňujú organizáciám automaticky anonymizovať údaje na interné aj externé použitie, aby sa zabezpečil súlad s predpismi.
Výzvy a úskalia správy testovacích údajov
Hoci správa testovacích údajov poskytuje dôležité výhody pre vývoj softvéru na podnikovej úrovni, má aj potenciálne úskalia. Pochopenie problémov spojených s TDM umožňuje organizáciám predvídať a minimalizovať ich účinky.
1. Produkčné klonovanie je pomalé a drahé
Na získanie testovacích údajov väčšina organizácií stiahne údaje z produkčných serverov a potom ich anonymizuje. Zhromažďovanie produkčných údajov však môže byť časovo náročné, najmä v neskorej fáze vývoja, keď sa pracuje s veľkým množstvom kódu.
Po klonovaní údajov ich musíte niekam uložiť. Náklady na infraštruktúru a ukladanie sa môžu rýchlo zvýšiť. Tieto náklady môžete zmierniť pomocou rozdeľovania údajov. Namiesto klonovania všetkých produkčných údajov tím vyčlení menší, reprezentatívny “výsek” údajov.
2. Procesy zahmlievania zvyšujú náklady a zložitosť
Ako už bolo opísané, údaje používateľov sú prísne regulované, dokonca aj na interné testovanie, a vyžadujú si anonymizáciu. Bohužiaľ, proces zahmlievania údajov zvyšuje zložitosť a náklady na vývojový proces.
Hoci sa rýchlosť, presnosť a nákladová efektívnosť obfuskácie vďaka automatizovaným testovacím nástrojom zlepšuje, príslušné tímy sa stále budú musieť učiť.
Najdôležitejšie príznaky / dôvody, ktoré naznačujú, že vaša organizácia potrebuje správu testovacích údajov
Hoci správa testovacích údajov je prínosom pre celý vývoj softvéru, organizácie nie vždy uprednostňujú jej implementáciu. Nasledujúce znaky naznačujú, že organizácia zaznamená takmer okamžité výhody zavedenia TDM:
- Veľkosť údajov sa zväčšuje “plošne”, vrátane zväčšenia veľkosti dátových súborov, celkových dátových súborov, inštancií databázy a upstream systémov.
- Významnú časť výrobného času zaberie príprava údajov na testovanie.
- Množstvo údajov o výrobe ďaleko prevyšuje množstvo dostupných údajov o testovaní.
- Funkcie aplikácie sú v prevádzke s chybami.
- Testovacie tímy sú decentralizované alebo sa musia spoliehať na údaje z centrálneho zdroja.
- Testovacie tímy sú preťažené a nestíhajú pokrývať potreby testovania.
- Prevažnú väčšinu testovacích údajov generujú údaje z hornej časti reťazca.
- Súbory testovacích údajov nie sú opakovane použiteľné alebo ľahko duplikovateľné.
Správa testovacích údajov pomáha okrem iného znižovať, odstraňovať a predchádzať týmto problémom.
Typy údajov pri testovaní softvéru
Softvérové aplikácie generujú počas vývoja a po vydaní neuveriteľné množstvo údajov. Stránka proces správy testovacích údajov sa zvyčajne zameriava na tieto typy údajov:
1. Údaje o výrobe
Produkčné údaje sú generované skutočnými ľuďmi, ktorí používajú vašu aplikáciu. V závislosti od veľkosti používateľskej základne a zložitosti aplikácie môže byť objem produkcie veľmi veľký, a to veľmi rýchlo – preto sa zvyčajne rozdeľuje na podmnožiny podľa potrieb testovania.
Upozorňujeme, že produkčné údaje často obsahujú citlivé informácie týkajúce sa
otázky dodržiavania predpisov
, ako sú napríklad lekárske a finančné údaje, ktoré si vyžadujú zakrytie.
2. Syntetické údaje
Syntetické údaje sa vytvárajú buď manuálne, alebo pomocou automatizovaných testovacích nástrojov. Čo najvernejšie simuluje skutočné správanie používateľa.
Hoci sa tým obchádza potreba rozmazania údajov, syntetické údaje majú obmedzenú užitočnosť. Používa sa predovšetkým na záťažové testovanie nových funkcií.
Presné vytvorenie syntetických údajov si vyžaduje vysokú úroveň odborných znalostí, hoci automatizovaný nástroj na správu testovacích údajov to uľahčuje.
3. Platné údaje
Platné údaje sú termínom, ktorý sa používa na označenie údajov vytvorených v prípade, že sa nevyskytli žiadne neočakávané chyby alebo incidenty. Formát, hodnoty a množstvo údajov sú v súlade s očakávaniami pred testovaním. Platné údaje testujú takzvanú “šťastnú cestu”, keď cesta používateľa prebieha podľa predpokladaného priebehu.
4. Neplatné údaje
Neplatné údaje pochádzajú z “nešťastnej cesty”. Sú to údaje z neočakávaných scenárov a porúch. Neplatné údaje sa používajú aj ako súčasť testovania chaosu, pri ktorom sa testujú limity aplikácie v záplave zlých údajov.
Čo sú “kvalitné údaje” na účely testovania softvéru?
Testovanie s neúplnými alebo irelevantnými údajmi je často horšie ako úplné vynechanie testovania, pretože vyvodené závery a následné prijaté opatrenia budú nesprávne. Ako však organizácie identifikujú “dobré” údaje na účely testovania softvéru? Hľadajte tieto tri charakteristiky kvality údajov:
1. Presnosť
Dobré údaje presne odrážajú postupy v reálnom živote. Ak používate maskované produkčné údaje, mali by sa priamo týkať oblasti, ktorú testujete – nemôže ísť o náhodnú vzorku správania používateľov. Syntetické údaje by sa mali presne podobať skutočnému správaniu používateľov vrátane ich nepredvídateľnosti.
2. Platnosť
Dobré údaje zodpovedajú účelu vášho testovacieho scenára. Napríklad väčšina online nakupujúcich nenakupuje 200 kusov jednej položky, takže rozsiahle testovanie správania systému v takomto prípade nie je vhodným využitím zdrojov. Chcete však otestovať situácie, v ktorých ľudia kupujú desať položiek.
3. Výnimky
Údaje by mali pokrývať problémy, ktoré sa pravdepodobne vyskytnú, ale zriedkavo. Scenár, v ktorom zákazník platí za tovar pomocou kupónového kódu, je bežným príkladom “údajov o výnimkách” v oblasti elektronického obchodu.
Aké otázky by ste si mali položiť pred a počas plánovania riadenia testovania údajov?
Úspech testovania sa do veľkej miery určuje vo fáze plánovania. V počiatočných fázach by si tímy mali klásť tieto otázky.
1. Aké údaje potrebujeme?
Určenie údajov, ktoré je potrebné zbierať, je dvojdielny proces. Po prvé, musí súvisieť s testovacím scenárom. Musí mať aj obchodný význam, aby pomohol testovaniu zostať nákladovo efektívne a účinné.
2. Koľko údajov potrebujeme?
Príliš veľa údajov, napríklad kopírovanie všetkých výrobných údajov, je nákladné, časovo náročné a príliš komplikuje proces. Na druhej strane, ak je veľkosť vzorky príliš malá, výsledky budú nepresné.
3. Kedy potrebujeme údaje?
Je testovanie plánované, alebo by mali byť údaje k dispozícii na požiadanie? Tímy by mali pred začatím testovania koordinovať všetky harmonogramy testovania a cykly obnovy.
4. Aký typ testovania je potrebný?
Automatizácia testovania softvéru vyžaduje stabilné a predvídateľné súbory údajov. Ak sa údaje potrebné na testovanie výrazne líšia, manuálne testovanie môže priniesť lepšie výsledky.
Kroky pri riadení testovania údajov
Hoci sa špecifiká líšia, vývojári softvéru na podnikovej úrovni budú pri implementácii stratégie TDM spravidla postupovať podľa týchto krokov.
1. Tvorba údajov – techniky generovania údajov na testovanie atď.
Ak chcete vytvárať efektívne údaje, musíte zvážiť ich presnosť a relevantnosť. Reprodukuje reálne scenáre? Okrem toho je potrebné generovať údaje o výnimkách, ktoré pokrývajú scenáre mimo typickej činnosti používateľa.
2. Zahmlievanie údajov
Všetky výrobné údaje budete musieť maskovať, aby ste dodržali predpisy. Medzi najbežnejšie typy obfuskácie patrí anagramovanie, šifrovanie, substitúcia a nulovanie. Zatiaľ čo manuálne maskovanie je možné v obmedzenom rozsahu, maskovanie na podnikovej úrovni si vyžaduje automatizované nástroje.
3. Krájanie údajov
Kopírovanie všetkých výrobných údajov je často plytvanie zdrojmi a časom. Pomocou rozdeľovania údajov sa zhromažďuje zvládnuteľný súbor relevantných údajov, čím sa zvyšuje rýchlosť a nákladová efektívnosť testovania.
4. Zabezpečenie
K poskytovaniu dochádza po získaní a zamaskovaní údajov. Počas provisioningu sa údaje presunú do testovacieho prostredia. Automatizované nástroje poskytujú možnosť zadávať testovacie sady do testovacích prostredí pomocou integrácie CI/CD s možnosťou manuálnej úpravy.
5. Integrácie
Testovacie údaje z viacerých zdrojov v rámci ekosystému IT musia byť integrované do potrubia CI/CD (potrubie CI/CD je zavedený proces pre zmeny kódu). Dosiahnutie integrácie si vyžaduje včasnú identifikáciu všetkých dátových kanálov.
6. Verzovanie
Vytváranie verzií testovacích údajov pomáha tímom opakovať testy s cieľom posúdiť výsledky. Okrem toho verzie umožňujú monitorovať presné zmeny testovacích parametrov.
Charakteristika a vlastnosti správy testovacích údajov
TDM sa prispôsobuje neustále sa meniacim potrebám každého projektu vývoja softvéru. Bez ohľadu na akékoľvek úpravy potrebné pre organizáciu však proces TDM bude vykazovať aj tieto charakteristiky:
1. Zlepšenie kvality a vernosti údajov
TDM zvyšuje presnosť a realistickosť vašich testovacích údajov tak, aby poskytovali skutočne reprezentatívnu vzorku správania používateľov. Všetky procesy nakoniec vedú k jedinému cieľu: spoľahlivému a stabilnému používateľskému zážitku.
2. Dodržiavanie právnych predpisov
Softvér na správu testovacích údajov zabezpečuje, aby boli všetky produkčné údaje pred testovaním dostatočne maskované, čím sa dodržia všetky predpisy o ochrane osobných údajov. Dodržiavaním predpisov sa vyhnete právnym následkom vrátane pokút a negatívnym vzťahom s verejnosťou.
3. Zlepšená kvalita výrobkov
Zabezpečenie kvality je časovo náročný a nákladný proces, ktorý je však zároveň nevyhnutný na spustenie funkčných a používateľsky prívetivých aplikácií. Procesy TDM umožňujú rýchlejšiu identifikáciu chýb, lepšiu bezpečnosť a univerzálnejšie testovanie v porovnaní s tradičnou metódou oddeleného testovania.
Ako implementovať správu testovacích údajov
Softvérový produkt vašej organizácie bude určovať rôzne špecifiká testovania, ale základná implementácia koncepcie správy testovacích údajov zahŕňa nasledujúcich päť krokov:
Krok 1: Plánovanie
Začnite vytvorením tímu pre testovanie údajov, ktorý následne určí požiadavky na správu testovacích údajov a dokumentáciu a zároveň vypracuje komplexný plán testovania.
Krok 2: Analýza
Počas fázy analýzy sa konsolidujú požiadavky na údaje v jednotlivých tímoch. Implementuje sa aj zálohovanie, ukladanie a podobné logistické záležitosti.
Krok 3: Návrh
Fáza návrhu je posledným bodom plánovania pred začatím testovania. Tímy by mali identifikovať všetky zdroje údajov a zároveň dokončiť plány komunikácie, dokumentácie a testovacích činností.
Krok 4: Zostavenie
V štádiu zostavovania sa “guma stretáva s cestou”. Plány sa plnia. Po prvé, dochádza k maskovaniu údajov. Ďalej sa zálohujú údaje. Nakoniec sa spustí testovanie.
Krok 5: Údržba
Po stránke implementácia správy testovacích údajov, spoločnosť bude musieť udržiavať procesy počas celého životného cyklu projektu. Údržba TDM zahŕňa riešenie problémov, aktualizáciu existujúcich testovacích údajov a pridávanie nových typov údajov.
Stratégie správy testovacích údajov
Keďže TDM sa dotýka mnohých rôznych prvkov procesu vývoja, môže sa rýchlo skomplikovať. Nasledujúce stratégie vám umožnia zostať sústredení a neustále zdokonaľovať svoju organizáciu prístup k správe testovacích údajov.
Stratégia 1: Zlepšenie poskytovania údajov
Snažte sa dôsledne skrátiť čas dodania testovacích údajov využívaním
služby testovania softvéru
ako napr.
ZAPTEST
. Nástroje s funkciami DevOps zefektívňujú testovanie s nenáročným prístupom.
Pomocou ZAPTEST môžu používatelia vybrať sekvenčné, náhodné alebo jedinečné testovacie údaje s použitím automatického alebo špecifického počtu riadkov. Môžu špecifikovať rozsah údajov a zásady “mimo hodnôt”, ktoré umožňujú vytvárať realistické testovacie scenáre založené na údajoch pre funkčné (UI a API), výkonnostné testovanie a RPA.
Okrem toho môže softvér na automatizované testovanie nahradiť systémy IT ticketingu samoobslužným systémom pre používateľov.
Stratégia 2: Zníženie nákladov na infraštruktúru
Počas vývoja rastie objem testovacích údajov, čo vedie k zvýšenému využívaniu zdrojov infraštruktúry. Nástroje TDM môžu pomôcť minimalizovať súvisiace náklady na infraštruktúru prostredníctvom konsolidácie údajov, archivácie a procesu nazývaného bookmarking, ktorý umožňuje lepšie využívať priestor testovacieho prostredia.
Stratégia 3: Zlepšenie kvality údajov
Riešenia na správu testovacích údajov neustále zvyšujú kvalitu údajov tým, že sa zameriavajú na tri kľúčové prvky: vek, presnosť a veľkosť údajov.
Ako zlepšiť správu testovacích údajov
TDM nie je statický proces. Po úvodnom nastavení sa budete snažiť o neustále zlepšovanie podľa týchto pokynov osvedčené postupy správy testovacích údajov.
1. Izolácia údajov
Spustením testov v kontrolovanom prostredí môžete izolovať údaje a lepšie porovnať očakávaný a skutočný výstup. Izolácia údajov umožňuje aj paralelné testovanie.
2. Minimalizácia ukladania databázy
Ukladanie testovacích údajov do databáz znižuje rýchlosť automatického testovania a zároveň zvyšuje náročnosť izolácie údajov. Automatizované nástroje a techniky, ako je napríklad rozdeľovanie údajov, pomáhajú znížiť množstvo potrebného úložiska databázy.
3. Zameranie na jednotkové testy
Dodržiavajte usmernenia stanovené
pyramídy automatizácie testovania
, ktorá odporúča, aby testy jednotiek tvorili približne 50 % testovania. Jednotkové testy prebiehajú nezávisle od externých údajov, stoja oveľa menej ako iné typy testovania a ich implementácia je relatívne rýchla.
Ako merať správu testovacích údajov
Nasledujúce metriky poskytujú dôležité informácie o účinnosti vašich stratégií TDM.
1. Je k dispozícii dostatok testovacích údajov?
Dostupnosť testovacích údajov môžete merať sledovaním času stráveného správou údajov na použitie pri testovaní. Ak nie je k dispozícii dostatok údajov, čas vývoja sa spomalí a vývojári sa budú cítiť obmedzovaní.
2. Sú k dispozícii testovacie údaje pre automatizované testovanie?
Automatizované testovacie procesy vyžadujú údaje na požiadanie. Sledujte percento dostupných dátových súborov, frekvenciu prístupu k nim a frekvenciu ich obnovovania.
3. Sú automatizované testy obmedzené testovacími údajmi?
Koľko automatizovaných testov môžete spustiť s aktuálnymi testovacími údajmi? Ak potrebujete vykonať viac testov, ako umožňujú vaše údaje, budete musieť zbierať údaje o testoch častejšie.
Najjednoduchší a najpresnejší spôsob, ako získať tieto merania, je pomocou softvér na správu testovacích údajov.
Problémy so súkromím a ako im predchádzať
Hoci správa testovacích údajov vznikla ako metóda na zhromažďovanie a analýzu údajov, časom sa stala rovnako dôležitou pri predchádzaní rôznym problémom so súkromím.
1. Nariadenie o údajoch
TDM zabezpečí, aby vaša spoločnosť dodržiavala predpisy CCPA, HIPAA, GDPR a všetky ostatné príslušné predpisy o ochrane osobných údajov. Nesprávne maskovanie údajov počas testovania môže mať za následok značné finančné a potenciálne aj trestnoprávne sankcie.
2. Odozva spotrebiteľov
Úniky údajov môžu mať za následok značné poškodenie imidžu spoločnosti, pretože používatelia sa budú zdráhať používať aplikáciu náchylnú na úniky. Implementácia správy testovacích údajov pomáha získať dôveru používateľov tým, že zabraňuje úniku informácií a uisťuje potenciálnych používateľov, že ich údaje budú v bezpečí.
Záver
Potreba testovania pri vývoji softvéru bude stále potrebnejšia a zložitejšia. Na zefektívnenie vývojových procesov pri zachovaní kontroly kvality budú musieť podnikové organizácie používať softvér na správu testovacích údajov, konkrétne nástroje na správu testov, ako sú tie, ktoré vytvorili
ZAPTEST
.
Stránka Najlepšie nástroje na správu testovacích údajov poskytujú komplexné, citlivé vytváranie a správu testovacích údajov, čo umožňuje vytvoriť špičkový softvér s väčšou funkčnosťou, ktorý sa dodáva rýchlejšie ako kedykoľvek predtým.
Často kladené otázky
Tu sú rýchle odpovede na bežné otázky o správe testovacích údajov pri testovaní softvéru.
Čo je správa testovacích údajov?
Správa testovacích údajov je tvorba, správa a analýza údajov potrebných pre automatizované nástroje na testovanie dátového skladu. Procesy sa zameriavajú na identifikáciu vysokokvalitných údajov týkajúcich sa špecifických parametrov testovania, ich maskovanie a doručenie príslušným tímom.
Najlepšie nástroje na správu testovacích údajov automatizujú mnohé z procesov, ako je zber údajov, obfuskácia a ukladanie.
Čo sú testovacie údaje v testovaní softvéru?
Veľkú časť údajov používaných pri testovaní softvéru tvoria produkčné údaje, ktoré generujú skutoční používatelia. Vzhľadom na predpisy o ochrane osobných údajov je potrebné výrobné údaje pred použitím pri testovaní maskovať.
Údaje z testovania softvéru môžu byť aj syntetické, čo znamená, že sú umelo vytvorené tak, aby čo najpresnejšie kopírovali správanie skutočných používateľov. Často sa používa na testovanie nových funkcií alebo aktualizácií pred ich uvedením do prevádzky.
