मेन्यू

टेस्ट डेटा क्या है? उदाहरण के साथ टेस्ट डेटा तैयारी तकनीक

what is test data test data preparation techniques with example

समस्याओं को खत्म करने के लिए हमारे साधन का प्रयास करें

जानें कि टेस्ट डेटा क्या है और परीक्षण के लिए टेस्ट डेटा कैसे तैयार करें:

सूचना और प्रौद्योगिकी क्रांतिकारी विकास के वर्तमान महाकाव्य में, परीक्षक आमतौर पर सॉफ़्टवेयर परीक्षण जीवन चक्र में परीक्षण डेटा की व्यापक खपत का अनुभव करते हैं।

परीक्षक मौजूदा स्रोतों से केवल डेटा एकत्र / रखरखाव नहीं करते हैं, बल्कि वास्तविक दुनिया के उपयोग के लिए उत्पाद की डिलीवरी में उनकी गुणवत्ता में तेजी से योगदान सुनिश्चित करने के लिए परीक्षण डेटा की बड़ी मात्रा उत्पन्न करते हैं।

इसलिए, हम परीक्षकों को किसी भी प्रकार के कार्यात्मक और गैर-कार्यात्मक परीक्षण के लिए डेटा संग्रह, पीढ़ी, रखरखाव, स्वचालन और व्यापक डेटा प्रबंधन के लिए सबसे कुशल दृष्टिकोण का लगातार पता लगाना, सीखना और लागू करना चाहिए।

टेस्ट डेटा क्या है - टेस्ट डेटा तैयारी

इस ट्यूटोरियल में, मैं प्रदान करूँगा टेस्ट डेटा कैसे तैयार करें, इस बारे में सुझाव दिए गए हैं ताकि किसी भी महत्वपूर्ण टेस्ट केस को अनुचित डेटा और अधूरे टेस्ट एनवायरनमेंट सेटअप से न चूकें।

आप क्या सीखेंगे:

टेस्ट डेटा क्या है और यह क्यों महत्वपूर्ण है

2016 में आईबीएम द्वारा किए गए एक अध्ययन का हवाला देते हुए, परीक्षण के डेटा की खोज, प्रबंधन, रखरखाव और उत्पादन करने के लिए परीक्षकों के समय का 30% -60% शामिल है। यह निर्विवाद प्रमाण है कि डेटा तैयार करना सॉफ्टवेयर परीक्षण का एक समय लेने वाला चरण है।

परीक्षक टीडीएम पर औसत समय खर्च करते हैं

आकृति 1: परीक्षक टीडीएम पर औसत समय खर्च करते हैं

फिर भी, यह कई विभिन्न विषयों में एक तथ्य है कि अधिकांश डेटा वैज्ञानिक डेटा को व्यवस्थित करने में अपने मॉडल के विकास के समय का 50% -80% खर्च करते हैं। और अब कानून और साथ ही व्यक्तिगत रूप से पहचान योग्य सूचना (पीआईआई) पर विचार करना परीक्षकों की सगाई को परीक्षण की प्रक्रिया में भारी बनाता है।

आज, परीक्षण डेटा की विश्वसनीयता और विश्वसनीयता को व्यापार मालिकों के लिए एक असम्बद्ध तत्व माना जाता है। उत्पाद स्वामी परीक्षण डेटा की भूत प्रतियों को सबसे बड़ी चुनौती के रूप में देखते हैं, जो गुणवत्ता आश्वासन के लिए ग्राहकों की मांग / आवश्यकताओं के इस अद्वितीय समय में किसी भी एप्लिकेशन की विश्वसनीयता को कम कर देता है।

परीक्षण डेटा के महत्व को ध्यान में रखते हुए, विशाल बहुमत सॉफ़्टवेयर मालिक नकली डेटा के साथ या सुरक्षा उपायों में कम परीक्षण परीक्षणों को स्वीकार नहीं करते हैं।

इस बिंदु पर, हम टेस्ट डेटा का पुनरावृत्ति क्यों नहीं करते हैं? जब हम परीक्षण के तहत दिए गए सुविधाओं और विकसित परिदृश्यों को सत्यापित करने और सत्यापित करने के लिए अपने परीक्षण मामलों को लिखना शुरू करते हैं, तो हमें उन सूचनाओं की आवश्यकता होती है जो दोषों की पहचान और पता लगाने के लिए परीक्षण करने के लिए इनपुट के रूप में उपयोग की जाती हैं।

आदो नेट साक्षात्कार प्रश्न और अनुभवी के लिए उत्तर

और हम जानते हैं कि बग बनाने के लिए यह जानकारी सटीक और पूर्ण होनी चाहिए। इसे हम टेस्ट डेटा कहते हैं। इसे सटीक बनाने के लिए, यह नाम, देश, आदि हो सकते हैं ... संवेदनशील नहीं हैं, जहां संपर्क जानकारी, एसएसएन, चिकित्सा इतिहास और क्रेडिट कार्ड की जानकारी से संबंधित डेटा प्रकृति में संवेदनशील हैं।

डेटा किसी भी रूप में हो सकता है जैसे:

  • सिस्टम परीक्षण डेटा
  • एसक्यूएल परीक्षण डेटा
  • प्रदर्शन परीक्षण डेटा
  • XML परीक्षण डेटा

यदि आप परीक्षण के मामले लिख रहे हैं तो आपको किसी भी तरह के परीक्षण के लिए इनपुट डेटा की आवश्यकता है। परीक्षक परीक्षण मामलों को निष्पादित करते समय यह इनपुट डेटा प्रदान कर सकता है या अनुप्रयोग पूर्वनिर्धारित डेटा स्थानों से आवश्यक इनपुट डेटा चुन सकता है।

डेटा अनुप्रयोग के लिए किसी भी तरह का इनपुट हो सकता है, किसी भी प्रकार की फ़ाइल जो डेटाबेस तालिकाओं से पढ़े गए एप्लिकेशन या प्रविष्टियों द्वारा भरी हुई है।

उचित इनपुट डेटा तैयार करना परीक्षण सेटअप का हिस्सा है। आम तौर पर, परीक्षक इसे कहते हैं परीक्षण की तैयारी । परीक्षण किए गए में, पूर्वनिर्धारित डेटा मानों का उपयोग करके सभी सॉफ़्टवेयर और हार्डवेयर आवश्यकताएं निर्धारित की जाती हैं।

यदि आपके पास डेटा बनाने के लिए व्यवस्थित दृष्टिकोण नहीं है लेखन और परीक्षण मामलों को निष्पादित करना फिर कुछ महत्वपूर्ण परीक्षण मामलों के लापता होने की संभावना है। परीक्षण आवश्यकताओं के अनुसार परीक्षक अपना डेटा बना सकते हैं।

अन्य परीक्षकों या मानक उत्पादन डेटा द्वारा बनाए गए डेटा पर निर्भर न हों। हमेशा अपनी आवश्यकताओं के अनुसार डेटा का एक नया सेट बनाएं।

कभी-कभी प्रत्येक बिल्ड के लिए डेटा का एक नया सेट बनाना संभव नहीं होता है। ऐसे मामलों में, आप मानक उत्पादन डेटा का उपयोग कर सकते हैं। लेकिन इस मौजूदा डेटाबेस में अपने स्वयं के डेटा सेटों को जोड़ना / सम्मिलित करना याद रखें। डेटा बनाने का एक सबसे अच्छा तरीका मौजूदा नमूना डेटा का उपयोग करना या परीक्षण के लिए एक ही मॉड्यूल प्राप्त करने पर हर बार अपने नए परीक्षण मामले के डेटा का परीक्षण करना और जोड़ना है। इस तरह आप अवधि के दौरान व्यापक डेटा सेट बना सकते हैं।

टेस्ट डेटा सोर्सिंग चुनौतियां

परीक्षण डेटा उत्पादन में एक क्षेत्र, परीक्षक मानते हैं कि उप-सेट के लिए डेटा सोर्सिंग की आवश्यकता है। उदाहरण के लिए, आपके पास एक मिलियन से अधिक ग्राहक हैं, और आपको परीक्षण के लिए उनमें से एक हजार की आवश्यकता है। और यह नमूना डेटा सुसंगत होना चाहिए और सांख्यिकीय रूप से लक्षित समूह के उचित वितरण का प्रतिनिधित्व करना चाहिए। दूसरे शब्दों में, हमें परीक्षण करने के लिए सही व्यक्ति का पता लगाना चाहिए, जो उपयोग के मामलों के परीक्षण के सबसे उपयोगी तरीकों में से एक है।

और यह नमूना डेटा सुसंगत होना चाहिए और सांख्यिकीय रूप से लक्षित समूह के उचित वितरण का प्रतिनिधित्व करना चाहिए। दूसरे शब्दों में, हमें परीक्षण करने के लिए सही व्यक्ति का पता लगाना चाहिए, जो उपयोग के मामलों के परीक्षण के सबसे उपयोगी तरीकों में से एक है।

इसके अतिरिक्त, इस प्रक्रिया में कुछ पर्यावरण संबंधी बाधाएँ हैं। उनमें से एक पीआईआई नीतियों की मैपिंग है। चूंकि गोपनीयता एक महत्वपूर्ण बाधा है, इसलिए परीक्षकों को PII डेटा को वर्गीकृत करने की आवश्यकता होती है।

टेस्ट डेटा प्रबंधन उपकरण उल्लिखित मुद्दे को संबोधित करने के लिए डिज़ाइन किए गए हैं। ये उपकरण मानकों / कैटलॉग के आधार पर नीतियों का सुझाव देते हैं। हालांकि, यह बहुत सुरक्षित व्यायाम नहीं है। यह अभी भी एक क्या कर रहा है पर ऑडिटिंग का अवसर प्रदान करता है।

वर्तमान और यहां तक ​​कि भविष्य की चुनौतियों से निपटने के लिए, हमें हमेशा टीडीएम का संचालन कब / कहां शुरू करना चाहिए जैसे सवाल पूछने चाहिए? स्वचालित क्या होना चाहिए? मानव संसाधन पर चल रहे कौशल विकास और नए टीडीएम उपकरणों के उपयोग के क्षेत्रों में परीक्षण के लिए कंपनियों को कितना निवेश आवंटित करना चाहिए? क्या हमें कार्यात्मक या गैर-कार्यात्मक परीक्षण के साथ परीक्षण शुरू करना चाहिए? और उनके रूप में बहुत अधिक संभावना वाले प्रश्न।

टेस्ट डेटा सोर्सिंग की कुछ सबसे आम चुनौतियों का उल्लेख नीचे किया गया है:

  • टीमों के पास पर्याप्त परीक्षण डेटा जनरेटर उपकरण ज्ञान और कौशल नहीं हो सकते हैं
  • टेस्ट डेटा कवरेज अक्सर अधूरा होता है
  • सभा चरण के दौरान वॉल्यूम विनिर्देशों को कवर करने वाली डेटा आवश्यकताओं में कम स्पष्टता
  • परीक्षण टीमों के पास डेटा स्रोतों तक पहुंच नहीं है
  • डेवलपर्स द्वारा परीक्षकों को उत्पादन डेटा एक्सेस देने में देरी
  • उत्पादन वातावरण डेटा विकसित व्यावसायिक परिदृश्यों के आधार पर परीक्षण के लिए पूरी तरह से उपयोग करने योग्य नहीं हो सकता है
  • दिए गए समय की एक छोटी अवधि में डेटा की बड़ी मात्रा की आवश्यकता हो सकती है
  • कुछ व्यापारिक परिदृश्यों का परीक्षण करने के लिए डेटा निर्भरता / संयोजन
  • परीक्षक डेटा एकत्र करने के लिए वास्तुकारों, डेटाबेस प्रशासकों और बीए के साथ संवाद करने के लिए आवश्यकता से अधिक समय बिताते हैं
  • ज्यादातर परीक्षण के निष्पादन के दौरान डेटा बनाया या तैयार किया जाता है
  • कई अनुप्रयोगों और डेटा संस्करण
  • कई अनुप्रयोगों में निरंतर रिलीज चक्र
  • व्यक्तिगत पहचान सूचना (PII) की देखभाल के लिए विधान

डेटा टेस्टिंग के व्हाइट बॉक्स साइड पर, डेवलपर्स उत्पादन डेटा तैयार करते हैं। यह वह जगह है जहां क्यूए को ऑटो के परीक्षण कवरेज को आगे बढ़ाने के लिए डेवलपर्स के साथ टच बेस काम करने की आवश्यकता है। सबसे बड़ी चुनौतियों में से एक हर संभव नकारात्मक मामले के साथ सभी संभावित परिदृश्यों (100% परीक्षण मामले) को शामिल करना है।

इस खंड में, हमने परीक्षण डेटा चुनौतियों के बारे में बात की। आप अधिक चुनौतियों को जोड़ सकते हैं क्योंकि आपने उन्हें तदनुसार हल किया है। इसके बाद, परीक्षण डेटा डिज़ाइन और प्रबंधन को संभालने के लिए विभिन्न तरीकों का पता लगाएं।

टेस्ट डेटा तैयारी के लिए रणनीतियाँ

हम हर रोज अभ्यास से जानते हैं कि परीक्षण के उद्योग में खिलाड़ी लगातार परीक्षण प्रयासों को बढ़ाने के लिए विभिन्न तरीकों और साधनों का सामना कर रहे हैं और सबसे महत्वपूर्ण बात यह है कि इसकी लागत दक्षता। सूचना और प्रौद्योगिकी विकास के छोटे समय में, हमने देखा है कि जब उत्पादन / परीक्षण वातावरण में उपकरणों को शामिल किया जाता है तो आउटपुट का स्तर काफी बढ़ जाता है।

जब हम परीक्षण की पूर्णता और पूर्ण कवरेज के बारे में बात करते हैं, तो यह मुख्य रूप से डेटा की गुणवत्ता पर निर्भर करता है। के रूप में परीक्षण सॉफ्टवेयर की गुणवत्ता प्राप्त करने के लिए रीढ़ है, परीक्षण डेटा परीक्षण की प्रक्रिया में मुख्य तत्व है।

टेस्ट डेटा प्रबंधन के लिए रणनीतियाँ (TDM)

चित्र 2: टेस्ट डेटा प्रबंधन के लिए रणनीतियाँ (TDM)

मैपिंग नियमों के आधार पर फ्लैट फ़ाइलों का निर्माण। यह हमेशा उस डेटा का सबसेट तैयार करने के लिए व्यावहारिक होता है जो आपको उत्पादन वातावरण से चाहिए, जहां डेवलपर्स ने डिज़ाइन किया और एप्लिकेशन को कोडित किया। वास्तव में, यह दृष्टिकोण डेटा तैयार करने के परीक्षकों के प्रयासों को कम करता है, और यह आगे के खर्चों से बचने के लिए मौजूदा संसाधनों के उपयोग को अधिकतम करता है।

आमतौर पर, हमें डेटा बनाने या कम से कम इसकी पहचान करने की जरूरत है कि प्रत्येक परियोजना की शुरुआत में किस प्रकार की आवश्यकताएं हैं।

हम TDM की प्रक्रिया से निपटने के लिए निम्नलिखित रणनीतियाँ लागू कर सकते हैं:

  1. उत्पादन वातावरण से डेटा
  2. ग्राहक के मौजूदा डेटाबेस से डेटा निकालने वाले SQL प्रश्नों को पुनः प्राप्त करना
  3. स्वचालित डेटा जनरेशन टूल

परीक्षार्थी अपने आंकड़ों का परीक्षण पूर्ण रूप से आंकड़ों -3 में दिखाए गए तत्वों पर विचार करके करेंगे। फुर्तीली विकास टीमों में आराम करने वाले अपने परीक्षण मामलों को निष्पादित करने के लिए आवश्यक डेटा उत्पन्न करते हैं। जब हम परीक्षण के मामलों के बारे में बात करते हैं, तो हमारा मतलब विभिन्न प्रकार के परीक्षण जैसे सफेद बॉक्स, ब्लैक बॉक्स, प्रदर्शन और सुरक्षा से है।

इस बिंदु पर, हम जानते हैं कि प्रदर्शन परीक्षण के लिए डेटा यह निर्धारित करने में सक्षम होना चाहिए कि किसी दिए गए कार्यभार के तहत प्रणाली कितनी तेजी से प्रतिक्रिया करती है, महत्वपूर्ण कवरेज के साथ डेटा की वास्तविक या बड़ी मात्रा के बहुत करीब है।

श्वेत बॉक्स परीक्षण के लिए, डेवलपर्स अपने आवश्यक डेटा को यथासंभव कई शाखाओं को कवर करने के लिए तैयार करते हैं, प्रोग्राम स्रोत कोड में सभी पथ, और नकारात्मक अनुप्रयोग प्रोग्राम इंटरफ़ेस (एपीआई)।

टेस्ट डेटा जनरेशन एक्टिविटीज़

चित्र तीन: टेस्ट डेटा जनरेशन एक्टिविटीज़

आखिरकार, हम कह सकते हैं कि सॉफ्टवेयर डेवलपमेंट लाइफ साइकल में काम करने वाला हर व्यक्ति ( एसडीएलसी ) जैसे बीए, डेवलपर्स और उत्पाद मालिकों को टेस्ट डेटा तैयार करने की प्रक्रिया में अच्छी तरह से संलग्न होना चाहिए। यह एक संयुक्त प्रयास हो सकता है। और अब हम आपको दूषित परीक्षण डेटा के मुद्दे पर ले जाते हैं।

दूषित डेटा

हमारे मौजूदा डेटा पर किसी भी परीक्षण के मामलों के निष्पादन से पहले, हमें यह सुनिश्चित करना चाहिए कि डेटा दूषित / पुराना नहीं है और परीक्षण के तहत आवेदन डेटा स्रोत को पढ़ सकता है। आमतौर पर, जब एक ही समय में परीक्षण वातावरण में एक ऑटो के विभिन्न मॉड्यूल पर काम करने वाले परीक्षक से अधिक होता है, तो डेटा के दूषित होने की संभावना बहुत अधिक होती है।

उसी वातावरण में, परीक्षकों ने परीक्षण मामलों के लिए अपनी आवश्यकता / आवश्यकताओं के अनुसार मौजूदा डेटा को संशोधित किया है। अधिकतर, जब परीक्षकों को डेटा के साथ किया जाता है, तो वे डेटा को वैसा ही छोड़ देते हैं। जैसे ही अगला परीक्षक संशोधित डेटा उठाता है, और वह परीक्षण का एक और निष्पादन करता है, उस विशेष परीक्षण विफलता की संभावना है जो कोड त्रुटि या दोष नहीं है।

ज्यादातर मामलों में, यह इस तरह से डेटा दूषित और / या पुराना हो जाता है, जो विफलता का कारण बनता है। डेटा विसंगति की संभावना से बचने और कम करने के लिए, हम नीचे दिए गए समाधानों को लागू कर सकते हैं। और हां, आप टिप्पणी अनुभाग में इस ट्यूटोरियल के अंत में अधिक समाधान जोड़ सकते हैं।

  1. आपके डेटा का बैकअप होना
  2. अपने संशोधित डेटा को उसकी मूल स्थिति में लौटाएं
  3. परीक्षकों के बीच डेटा विभाजन
  4. किसी भी डेटा परिवर्तन / संशोधन के लिए डेटा वेयरहाउस व्यवस्थापक को अपडेट रखें

किसी भी परीक्षा के माहौल में अपने डेटा को कैसे बरकरार रखें?

ज्यादातर बार, एक ही बिल्ड के परीक्षण के लिए कई परीक्षक जिम्मेदार होते हैं। इस मामले में, एक से अधिक परीक्षक के पास सामान्य डेटा तक पहुंच होगी और वे अपनी आवश्यकताओं के अनुसार सामान्य डेटा सेट में हेरफेर करने का प्रयास करेंगे।

यदि आपने कुछ विशिष्ट मॉड्यूल के लिए डेटा तैयार किया है, तो अपने डेटा सेट को अक्षुण्ण रखने का सबसे अच्छा तरीका उसी की बैकअप प्रतियां रखना है।

प्रदर्शन टेस्ट केस के लिए टेस्ट डेटा

प्रदर्शन परीक्षणों के लिए बहुत बड़े डेटा सेट की आवश्यकता होती है। कभी-कभी मैन्युअल रूप से डेटा बनाने से कुछ सूक्ष्म कीड़े का पता नहीं लगेगा जो केवल परीक्षण के तहत आवेदन द्वारा बनाए गए वास्तविक डेटा द्वारा पकड़े जा सकते हैं। यदि आप वास्तविक समय का डेटा चाहते हैं, जो मैन्युअल रूप से बनाना असंभव है, तो अपने लीड / मैनेजर से इसे लाइव वातावरण से उपलब्ध कराने के लिए कहें।

यह डेटा सभी मान्य इनपुट के लिए आवेदन के सुचारू कामकाज को सुनिश्चित करने के लिए उपयोगी होगा।

घर कनेक्शन के लिए सबसे अच्छा ddos ​​विधि

आदर्श परीक्षण डेटा क्या है?

डेटा को आदर्श कहा जा सकता है यदि डेटा के न्यूनतम आकार के लिए सभी एप्लिकेशन त्रुटियों को पहचानने के लिए सेट करें। डेटा तैयार करने का प्रयास करें जिसमें सभी एप्लिकेशन कार्यक्षमता शामिल होगी, लेकिन डेटा तैयार करने और परीक्षण चलाने के लिए लागत और समय की कमी से अधिक नहीं।

डेटा कैसे तैयार करें जो अधिकतम टेस्ट कवरेज सुनिश्चित करेगा?

निम्नलिखित श्रेणियों को ध्यान में रखते हुए अपना डेटा डिज़ाइन करें:

1) कोई डेटा नहीं: अपने परीक्षण मामलों को रिक्त या डिफ़ॉल्ट डेटा पर चलाएँ। देखें कि क्या उचित त्रुटि संदेश उत्पन्न होते हैं।

2) वैध डेटा सेट: यह जांचने के लिए बनाएं कि क्या एप्लिकेशन आवश्यकताओं के अनुसार कार्य कर रहा है और वैध इनपुट डेटा डेटाबेस या फाइलों में ठीक से सहेजा गया है।

3) अमान्य डेटा सेट: नकारात्मक मानों, अल्फ़ान्यूमेरिक स्ट्रिंग इनपुट के लिए एप्लिकेशन व्यवहार की जांच करने के लिए अमान्य डेटा सेट तैयार करें।

4) अवैध डेटा प्रारूप: अवैध डेटा प्रारूप का एक डेटा सेट बनाएं। सिस्टम को डेटा को अमान्य या अवैध प्रारूप में स्वीकार नहीं करना चाहिए। इसके अलावा, उचित त्रुटि संदेश की जाँच करें उत्पन्न होता है।

5) सीमा स्थिति डेटासेट: डेटासेट से बाहर डेटासेट। एप्लिकेशन सीमा मामलों की पहचान करें और डेटा सेट तैयार करें जो निचले और साथ ही ऊपरी सीमा स्थितियों को कवर करेगा।

6) प्रदर्शन, लोड और तनाव परीक्षण के लिए डेटासेट: यह डेटा सेट वॉल्यूम में बड़ा होना चाहिए।

प्रत्येक परीक्षण की स्थिति के लिए अलग-अलग डेटासेट बनाने का यह तरीका पूर्ण परीक्षण कवरेज सुनिश्चित करेगा।

ब्लैक बॉक्स परीक्षण के लिए डेटा

गुणवत्ता आश्वासन परीक्षक एकीकरण परीक्षण, प्रणाली परीक्षण और स्वीकृति परीक्षण करते हैं, जिसे ब्लैक बॉक्स परीक्षण के रूप में जाना जाता है। परीक्षण की इस पद्धति में, परीक्षकों के पास आंतरिक संरचना, डिजाइन और परीक्षण के तहत आवेदन के कोड में कोई काम नहीं है।

परीक्षकों का प्राथमिक उद्देश्य त्रुटियों की पहचान करना और उनका पता लगाना है। ऐसा करके, हम ब्लैक बॉक्स परीक्षण की विभिन्न तकनीकों का उपयोग करके या तो कार्यात्मक या गैर-कार्यात्मक परीक्षण लागू करते हैं।

ब्लैक बॉक्स डेटा डिज़ाइन के तरीके

चित्र 4: ब्लैक बॉक्स डेटा डिज़ाइन के तरीके

इस बिंदु पर, परीक्षकों को ब्लैक बॉक्स परीक्षण की तकनीकों को निष्पादित और कार्यान्वित करने के लिए इनपुट के रूप में परीक्षण डेटा की आवश्यकता होती है। और परीक्षकों को डेटा तैयार करना चाहिए जो दिए गए लागत और समय से अधिक नहीं होने के साथ सभी एप्लिकेशन कार्यक्षमता की जांच करेगा।

हम डेटा परीक्षण श्रेणियों जैसे बिना डेटा, वैध डेटा, अवैध डेटा, अवैध डेटा प्रारूप, सीमा स्थिति डेटा, समतुल्य विभाजन, निर्णय डेटा तालिका, राज्य संक्रमण डेटा, और केस डेटा का उपयोग करने पर विचार करके अपने परीक्षण मामलों के लिए डेटा डिज़ाइन कर सकते हैं। डेटा सेट श्रेणियों में जाने से पहले, परीक्षक परीक्षक (AUT) के तहत आवेदन के मौजूदा संसाधनों का डेटा एकत्रण और विश्लेषण शुरू करते हैं।

अपने डेटा वेयरहाउस को हमेशा अद्यतित रखने के बारे में उल्लिखित पहले के बिंदुओं के अनुसार, आपको परीक्षण-केस स्तर पर डेटा आवश्यकताओं का दस्तावेजीकरण करना चाहिए और जब आप अपने परीक्षण मामलों को स्क्रिप्ट करते हैं तो उन्हें प्रयोग करने योग्य या गैर-पुन: प्रयोज्य के रूप में चिह्नित करें। यह आपको परीक्षण के लिए आवश्यक डेटा को अच्छी तरह से साफ़ करने में मदद करता है और शुरुआत से ही प्रलेखित है जिसे आप बाद में अपने आगे के उपयोग के लिए संदर्भित कर सकते हैं।

ओपन EMR ऑटो के लिए टेस्ट डेटा उदाहरण

हमारे वर्तमान ट्यूटोरियल के लिए, हमारे पास एप्लिकेशन अंडर टेस्ट (ऑटो) के रूप में ओपन ईएमआर है।

=> कृपया खोजें यहां ओपन ईएमआर एप्लिकेशन के लिए लिंक आपके संदर्भ / अभ्यास के लिए।

नीचे दी गई तालिका डेटा आवश्यकता के नमूने का बहुत नमूना दिखाती है जो परीक्षण मामले के प्रलेखन का हिस्सा हो सकता है और जब आप अपने परीक्षण परिदृश्यों के लिए परीक्षण मामलों को लिखते हैं तो इसे अपडेट किया जाता है।

() ध्यान दें : क्लिक किसी भी छवि के लिए एक बढ़े हुए दृश्य पर)

परीक्षण डेटा आवश्यकता एकत्रित 1

ओपन ईएमआर एप्लिकेशन के परीक्षण के लिए मैनुअल डेटा का निर्माण

आइए दिए गए डेटा सेट श्रेणियों के लिए ओपन EMR एप्लिकेशन के परीक्षण के लिए मैन्युअल डेटा के निर्माण के लिए कदम आगे बढ़ाएं।

1) कोई डेटा नहीं: परीक्षक Open EMR एप्लिकेशन URL और 'खोज या जोड़ें रोगी' कार्यों को मान्य करता है, जिसमें कोई डेटा नहीं है।

दो) मान्य डेटा: परीक्षक मान्य EMR एप्लिकेशन URL और 'खोज या जोड़ें रोगी' फ़ंक्शन को मान्य डेटा देता है।

3) अमान्य डेटा: परीक्षक ओपन EMR एप्लिकेशन URL और अमान्य डेटा देने के साथ 'खोज या रोगी जोड़ें' फ़ंक्शन को मान्य करता है।

4) अवैध डेटा प्रारूप: परीक्षक ओपन EMR एप्लिकेशन URL और अमान्य डेटा देने के साथ 'खोज या रोगी जोड़ें' फ़ंक्शन को मान्य करता है।

1-4 डेटा सेट श्रेणियों के लिए टेस्ट डेटा:

डेटा के नमूने 2 का परीक्षण करें

5) सीमा शर्त डेटा सेट: यह उन सीमाओं के लिए इनपुट मान निर्धारित करना है जो डेटा के रूप में दिए गए मानों के अंदर या बाहर हैं।

6) समतुल्य विभाजन डेटा सेट: यह परीक्षण तकनीक है जो आपके इनपुट डेटा को वैध और अमान्य के इनपुट मूल्यों में विभाजित करती है।

5 के लिए डेटा का परीक्षण करेंधऔर 6धडेटा सेट श्रेणियां, जो ओपन EMR उपयोगकर्ता नाम और पासवर्ड के लिए है:

EMT परीक्षण डेटा खोलें 3

7) निर्णय तालिका डेटा सेट: यह विभिन्न परिणामों का उत्पादन करने के लिए इनपुट के संयोजन के साथ आपके डेटा को योग्य बनाने की तकनीक है। ब्लैक बॉक्स परीक्षण की यह विधि आपको परीक्षण डेटा के प्रत्येक और हर संयोजन को सत्यापित करने में आपके परीक्षण प्रयासों को कम करने में मदद करती है। इसके अतिरिक्त, यह तकनीक आपको पूर्ण परीक्षण कवरेज के लिए सुनिश्चित कर सकती है।

कृपया ओपन EMR एप्लिकेशन के उपयोगकर्ता नाम और पासवर्ड के लिए निर्धारित निर्णय तालिका डेटा के नीचे देखें।

निर्णय तालिका डेटा 4

उपरोक्त तालिका में किए गए संयोजनों की गणना आपकी विस्तृत जानकारी के लिए नीचे बताई गई है। जब आप चार से अधिक संयोजन करते हैं तो आपको इसकी आवश्यकता हो सकती है।

  • संयोजन की संख्या = शर्तों की संख्या 1 मान * शर्तों की संख्या 2 मान
  • संयोजनों की संख्या = 2 ^ सही / गलत शर्तों की संख्या
  • उदाहरण: संयोजनों की संख्या - 2 ^ 2 = 4

8) राज्य संक्रमण परीक्षण डेटा सेट: यह परीक्षण तकनीक है जो आपको इनपुट शर्तों के साथ सिस्टम प्रदान करके एप्लिकेशन अंडर टेस्ट (ऑटो) के राज्य संक्रमण को मान्य करने में मदद करती है।

उदाहरण के लिए, हम पहले प्रयास में सही उपयोगकर्ता नाम और पासवर्ड प्रदान करके ओपन ईएमआर एप्लीकेशन में लॉग इन करते हैं। सिस्टम हमें एक्सेस देता है, लेकिन यदि हम गलत लॉगिन डेटा दर्ज करते हैं, तो सिस्टम एक्सेस से इनकार करता है। राज्य संक्रमण परीक्षण यह पुष्टि करता है कि ओपन ईएमआर बंद होने से पहले आप कितने लॉगिन प्रयास कर सकते हैं।

नीचे दी गई तालिका बताती है कि लॉगिन उत्तर के सही या गलत प्रयास कैसे होते हैं

लॉगिन प्रयास परीक्षण डेटा 5

9) केस टेस्ट तिथि का उपयोग करें: यह परीक्षण विधि है जो किसी विशेष सुविधा के परीक्षण के अंत को पकड़ने वाले हमारे परीक्षण मामलों की पहचान करती है।

उदाहरण, ईएमआर खोलें खोलें:

सफलता विफलता परीक्षण डेटा 6

यह भी पढ़े => डेटा डेटा प्रबंधन तकनीक

एक अच्छे टेस्ट डेटा के गुण

एक परीक्षक के रूप में, आपको किसी विश्वविद्यालय की वेबसाइट के परीक्षा परिणाम के मॉड्यूल का परीक्षण करना होगा। विचार करें कि पूरे आवेदन को एकीकृत कर दिया गया है और यह 'रेडी फॉर टेस्टिंग' स्थिति में है। 'परीक्षा मॉड्यूल' 'पंजीकरण', 'पाठ्यक्रम' और 'वित्त' मॉड्यूल से जुड़ा हुआ है।

मान लें कि आपके पास आवेदन के बारे में पर्याप्त जानकारी है और आपने परीक्षण परिदृश्यों की एक व्यापक सूची बनाई है। अब आपको इन परीक्षण मामलों को डिजाइन, दस्तावेज और निष्पादित करना होगा। परीक्षण मामलों के Input कार्य / चरण ’या‘ टेस्ट इनपुट ’अनुभाग में, आपको परीक्षण के लिए इनपुट के रूप में स्वीकार्य डेटा का उल्लेख करना होगा।

परीक्षण मामलों में उल्लिखित डेटा को ठीक से चुना जाना चाहिए। टेस्ट केस डॉक्यूमेंट के 'वास्तविक परिणाम' कॉलम की सटीकता मुख्य रूप से टेस्ट डेटा पर निर्भर करती है। इसलिए, इनपुट परीक्षण डेटा तैयार करने के लिए कदम काफी महत्वपूर्ण है। इस प्रकार, यहाँ 'DB परीक्षण - टेस्ट डेटा तैयारी रणनीतियाँ' पर मेरा विचार है।

डेटा गुण का परीक्षण करें

परीक्षण डेटा को ठीक से चुना जाना चाहिए और इसमें निम्नलिखित चार गुण होने चाहिए:

1) यथार्थवादी:

यथार्थवादी द्वारा, इसका अर्थ है कि डेटा वास्तविक जीवन परिदृश्यों के संदर्भ में सटीक होना चाहिए। उदाहरण के लिए, 'आयु' क्षेत्र का परीक्षण करने के लिए, सभी मान सकारात्मक और 18 या उससे अधिक होने चाहिए। यह बिल्कुल स्पष्ट है कि विश्वविद्यालय में प्रवेश के लिए उम्मीदवार आम तौर पर 18 वर्ष के होते हैं (इसे व्यावसायिक आवश्यकताओं के संदर्भ में अलग तरह से परिभाषित किया जा सकता है)।

यदि परीक्षण यथार्थवादी परीक्षण डेटा का उपयोग करके किया जाता है, तो यह ऐप को अधिक मजबूत बना देगा क्योंकि अधिकांश संभव कीड़े यथार्थवादी डेटा का उपयोग करके कैप्चर किए जा सकते हैं। यथार्थवादी डेटा का एक और लाभ इसकी पुन: प्रयोज्यता है जो बार-बार नए डेटा बनाने के लिए हमारे समय और प्रयास को बचाता है।

जब हम यथार्थवादी डेटा के बारे में बात कर रहे हैं, तो मैं आपको गोल्डन डेटा सेट की अवधारणा से परिचित कराना चाहूंगा। एक सुनहरा डेटा सेट वह है जो वास्तविक परियोजना में होने वाले लगभग सभी संभावित परिदृश्यों को शामिल करता है। जीडीएस का उपयोग करके, हम अधिकतम परीक्षण कवरेज प्रदान कर सकते हैं। मैं अपने संगठन में प्रतिगमन परीक्षण करने के लिए GDS का उपयोग करता हूं और इससे मुझे उन सभी संभावित परिदृश्यों का परीक्षण करने में मदद मिलती है जो कोड उत्पादन बॉक्स में जाते हैं।

बाजार में बहुत सारे परीक्षण डेटा जनरेटर उपकरण उपलब्ध हैं जो डेटाबेस में कॉलम विशेषताओं और उपयोगकर्ता परिभाषाओं का विश्लेषण करते हैं और इन के आधार पर, वे आपके लिए यथार्थवादी परीक्षण डेटा उत्पन्न करते हैं। डेटाबेस परीक्षण के लिए डेटा उत्पन्न करने वाले औजारों के कुछ अच्छे उदाहरण हैं DTM डेटा जेनरेटर , एसक्यूएल डेटा जेनरेटर तथा Mockaroo ।

2. व्यावहारिक रूप से मान्य:

यह यथार्थवादी के समान है लेकिन समान नहीं है। यह संपत्ति AUT के व्यापार तर्क से अधिक संबंधित है। मान 60 आयु क्षेत्र में यथार्थवादी है, लेकिन स्नातक या यहां तक ​​कि परास्नातक कार्यक्रमों के एक उम्मीदवार के लिए व्यावहारिक रूप से अमान्य है। इस मामले में, एक वैध सीमा 18-25 वर्ष होगी (इसे आवश्यकताओं में परिभाषित किया जा सकता है)।

3. परिदृश्यों को कवर करने के लिए बहुमुखी:

जावा बनाम सी ++ सिंटैक्स

एक ही परिदृश्य में बाद की कई स्थितियां हो सकती हैं, इसलिए डेटा के न्यूनतम सेट के साथ एकल परिदृश्य के अधिकतम पहलुओं को कवर करने के लिए डेटा का चयन करें। परिणाम मॉड्यूल के लिए परीक्षण डेटा बनाते समय, केवल नियमित छात्रों के मामले पर विचार न करें, जो आसानी से अपना कार्यक्रम पूरा कर रहे हैं। उन छात्रों पर ध्यान दें जो एक ही पाठ्यक्रम दोहरा रहे हैं और विभिन्न सेमेस्टर या यहां तक ​​कि विभिन्न कार्यक्रमों से संबंधित हैं। डेटासेट इस तरह दिख सकता है:

श्री ग# छात्र आईडी प्रोग्राम_आईडी पाठ्यक्रम आईडी ग्रेड
1 BCS-Fall2011-Morning-01 BCS-F11 CS-401 सेवा मेरे
दो बीसीएस-स्प्रिंग २०११-शाम -१४ BCS-S11 CS-401 B +
३ MIT-Fall2010-दोपहर -09 MIT-F10 CS-401 सेवा मेरे-
... ... ... ... ...

कई अन्य दिलचस्प और मुश्किल उप-स्थितियां हो सकती हैं। जैसे एक डिग्री प्रोग्राम को पूरा करने के लिए वर्षों की सीमा, एक कोर्स को पंजीकृत करने के लिए एक शर्त को पारित करना, अधिकतम नहीं। एक छात्र एक एकल सेमेस्टर आदि में दाखिला ले सकता है आदि डेटा के परिमित सेट के साथ इन सभी परिदृश्यों को बुद्धिमानी से कवर करना सुनिश्चित करें।

अच्छा परीक्षण डेटा

4. असाधारण डेटा (यदि लागू हो / आवश्यक हो):

कुछ निश्चित असाधारण परिदृश्य हो सकते हैं जो कम बार होते हैं लेकिन होने पर उच्च ध्यान देने की मांग करते हैं, उदा। विकलांग छात्रों से संबंधित मुद्दों।

असाधारण डेटा सेट की एक और अच्छी व्याख्या और उदाहरण नीचे दी गई छवि में देखा गया है:

असाधारण डेटा

दूर करना:

एक परीक्षण डेटा को अच्छे परीक्षण डेटा के रूप में जाना जाता है यदि यह यथार्थवादी, वैध और बहुमुखी है। यह एक अतिरिक्त लाभ है अगर डेटा असाधारण परिदृश्यों के लिए भी कवरेज प्रदान करता है।

डेटा तैयारी तकनीक का परीक्षण करें

हमने परीक्षण डेटा के महत्वपूर्ण गुणों के बारे में संक्षेप में चर्चा की है और यह भी विस्तृत किया है कि डेटाबेस परीक्षण करते समय परीक्षण डेटा का चयन कैसे महत्वपूर्ण है। अब चर्चा करते हैं ' तकनीक परीक्षण डेटा तैयार करने के लिए ' ।

परीक्षण डेटा तैयार करने के केवल दो तरीके हैं:

विधि # 1) नया डेटा डालें

एक साफ डीबी प्राप्त करें और अपने परीक्षण मामलों में निर्दिष्ट सभी डेटा डालें। एक बार, आपके सभी आवश्यक और वांछित डेटा दर्ज किए गए हैं, अपने परीक्षण मामलों को निष्पादित करना शुरू करें और compar अपेक्षित आउटपुट के साथ ing वास्तविक आउटपुट ’की तुलना करके your पास / फेल’ कॉलम भरें। सरल लगता है, है ना? लेकिन रुकिए, यह इतना आसान नहीं है।

कुछ आवश्यक और महत्वपूर्ण चिंताएं इस प्रकार हैं:

  • डेटाबेस का कोई रिक्त उदाहरण उपलब्ध नहीं हो सकता है
  • प्रदर्शन और लोड परीक्षण जैसे कुछ मामलों के परीक्षण के लिए सम्मिलित परीक्षण डेटा अपर्याप्त हो सकता है।
  • डेटाबेस तालिका पर निर्भरता के कारण रिक्त DB में आवश्यक परीक्षण डेटा सम्मिलित करना आसान काम नहीं है। इस अपरिहार्य प्रतिबंध के कारण, परीक्षक के लिए डेटा प्रविष्टि एक कठिन कार्य बन सकता है।
  • सीमित परीक्षण डेटा का सम्मिलन (सिर्फ परीक्षण मामले की जरूरतों के अनुसार) कुछ मुद्दों को छिपा सकता है जो केवल सेट किए गए डेटा के साथ पाया जा सकता है।
  • डेटा प्रविष्टि के लिए, जटिल प्रश्नों और / या प्रक्रियाओं की आवश्यकता हो सकती है, और इसके लिए पर्याप्त सहायता या DB डेवलपर की सहायता आवश्यक होगी।

उपर्युक्त पांच मुद्दे परीक्षण डेटा की तैयारी के लिए इस तकनीक के सबसे महत्वपूर्ण और सबसे स्पष्ट कमियां हैं। लेकिन, इसके कुछ फायदे भी हैं:

  • टीसी का निष्पादन अधिक कुशल हो जाता है क्योंकि DB में केवल आवश्यक डेटा होता है।
  • बग अलगाव को केवल समय की आवश्यकता होती है क्योंकि केवल परीक्षण मामलों में निर्दिष्ट डेटा DB में मौजूद है।
  • परीक्षण और परिणामों की तुलना के लिए कम समय की आवश्यकता होती है।
  • अव्यवस्था-मुक्त परीक्षण प्रक्रिया

विधि # 2) वास्तविक DB डेटा से नमूना डेटा सबसेट चुनें

यह परीक्षण डेटा तैयार करने के लिए एक व्यवहार्य और अधिक व्यावहारिक तकनीक है। हालांकि, इसके लिए ध्वनि तकनीकी कौशल की आवश्यकता होती है और डीबी स्कीमा और एसक्यूएल के विस्तृत ज्ञान की मांग करता है। इस पद्धति में, आपको डमी मूल्यों द्वारा कुछ फ़ील्ड मानों को बदलकर उत्पादन डेटा की प्रतिलिपि बनाने और उपयोग करने की आवश्यकता है। यह आपके परीक्षण के लिए सबसे अच्छा डेटा सबसेट है क्योंकि यह उत्पादन डेटा का प्रतिनिधित्व करता है। लेकिन यह डेटा सुरक्षा और गोपनीयता के मुद्दों के कारण हर समय संभव नहीं हो सकता है।

दूर करना:

उपरोक्त अनुभाग में, हमने परीक्षण डेटा तैयारी तकनीकों के ऊपर चर्चा की है। संक्षेप में, दो तकनीकें हैं - या तो ताजा डेटा बनाएं या पहले से मौजूद डेटा से एक सबसेट का चयन करें। दोनों को इस तरह से करने की आवश्यकता है कि चयनित डेटा विभिन्न परीक्षण परिदृश्यों के लिए कवरेज प्रदान करता है मुख्य रूप से मान्य और अमान्य परीक्षण, प्रदर्शन परीक्षण और अशक्त परीक्षण।

अंतिम खंड में, हमें डेटा जनरेशन एप्रोच का त्वरित दौरा करना चाहिए। जब हम नया डेटा जनरेट करना चाहते हैं तो ये दृष्टिकोण सहायक होते हैं।

टेस्ट डेटा जनरेशन दृष्टिकोण:

  • मैनुअल टेस्ट डेटा जेनरेशन: इस दृष्टिकोण में, परीक्षण मामले की आवश्यकताओं के अनुसार परीक्षण डेटा मैन्युअल रूप से परीक्षकों द्वारा दर्ज किया जाता है। यह प्रक्रिया में लगने वाला समय है और त्रुटियों का भी।
  • स्वचालित परीक्षण डेटा पीढ़ी: यह डेटा जनरेशन टूल्स की मदद से किया जाता है। इस दृष्टिकोण का मुख्य लाभ इसकी गति और सटीकता है। हालांकि, यह मैनुअल टेस्ट डेटा जेनरेशन की तुलना में अधिक कीमत पर आता है।
  • बैक-एंड डेटा इंजेक्शन : यह SQL प्रश्नों के माध्यम से किया जाता है। यह दृष्टिकोण डेटाबेस में मौजूदा डेटा को भी अपडेट कर सकता है। यह त्वरित और कुशल है लेकिन इसे बहुत सावधानी से लागू किया जाना चाहिए ताकि मौजूदा डेटाबेस दूषित न हो।
  • थर्ड पार्टी टूल्स का उपयोग करना : बाजार में ऐसे उपकरण उपलब्ध हैं जो पहले आपके परीक्षण परिदृश्यों को समझते हैं और फिर विस्तृत परीक्षण कवरेज प्रदान करने के लिए तदनुसार डेटा उत्पन्न या इंजेक्ट करते हैं। ये उपकरण सटीक हैं क्योंकि इन्हें व्यवसाय की जरूरतों के अनुसार अनुकूलित किया गया है। लेकिन, वे काफी महंगे हैं।

दूर करना:

डेटा उत्पादन का परीक्षण करने के लिए 4 दृष्टिकोण हैं:

  1. पुस्तिका,
  2. स्वचालन,
  3. बैक-एंड डेटा इंजेक्शन,
  4. और तीसरे पक्ष के उपकरण।

प्रत्येक दृष्टिकोण के अपने पेशेवरों और विपक्ष हैं। आपको उस दृष्टिकोण का चयन करना चाहिए जो आपके व्यवसाय और परीक्षण की जरूरतों को पूरा करता है।

निष्कर्ष

उद्योग मानकों, कानून और उपक्रम परियोजना के आधारभूत दस्तावेजों के अनुपालन में पूर्ण सॉफ्टवेयर परीक्षण डेटा बनाना परीक्षकों की मुख्य जिम्मेदारियों में से एक है। जितना अधिक हम कुशलतापूर्वक परीक्षण डेटा का प्रबंधन करते हैं, उतना ही हम वास्तविक दुनिया के उपयोगकर्ताओं के लिए बग-मुक्त उत्पादों को तैनात कर सकते हैं।

टेस्ट डेटा मैनेजमेंट (टीडीएम) एक ऐसी प्रक्रिया है जो चुनौतियों के विश्लेषण पर आधारित है और विश्वसनीयता और अंतिम आउटपुट (उत्पाद) की पूर्ण कवरेज के बिना पहचान किए गए मुद्दों को अच्छी तरह से संबोधित करने के लिए सर्वोत्तम उपकरण और विधियों को लागू करने के साथ-साथ लागू करता है।

हमें हमेशा डेटा बनाने के लिए उपकरणों के उपयोग सहित परीक्षण के तरीकों का विश्लेषण और चयन करने के लिए नवीन और अधिक लागत प्रभावी तरीकों की खोज के लिए प्रश्नों के साथ आने की आवश्यकता है। यह व्यापक रूप से सिद्ध है कि अच्छी तरह से डिज़ाइन किया गया डेटा हमें बहु-चरण वाले एसडीएलसी के प्रत्येक चरण में परीक्षण के तहत आवेदन के दोषों की पहचान करने की अनुमति देता है।

हमें अपनी चुस्त टीम के भीतर और बाहर सभी सदस्यों के साथ रचनात्मक और भाग लेने की आवश्यकता है। कृपया अपनी प्रतिक्रिया, अनुभव, प्रश्न और टिप्पणियां साझा करें ताकि हम डेटा के प्रबंधन के लिए ऑटो पर अपने सकारात्मक प्रभाव को अधिकतम करने के लिए हमारी तकनीकी चर्चा को जारी रख सकें।

उचित परीक्षण डेटा तैयार करना 'परियोजना परीक्षण पर्यावरण सेटअप' का एक मुख्य हिस्सा है। हम केवल परीक्षण के मामले को यह कहने से नहीं चूक सकते कि परीक्षण के लिए पूरा डेटा उपलब्ध नहीं था। परीक्षक को अपने स्वयं के परीक्षण डेटा को मौजूदा मानक उत्पादन डेटा से अतिरिक्त बनाना चाहिए। आपका डेटा सेट लागत और समय के हिसाब से आदर्श होना चाहिए।

रचनात्मक रहें, मानक उत्पादन डेटा पर भरोसा करने के बजाय विभिन्न डेटा सेट बनाने के लिए अपने स्वयं के कौशल और निर्णय का उपयोग करें।

भाग द्वितीय - इस ट्यूटोरियल का दूसरा भाग है ' GEDIS स्टूडियो ऑनलाइन टूल के साथ डेटा जनरेशन टेस्ट ”।

क्या आपने परीक्षण के लिए अपूर्ण परीक्षण डेटा की समस्या का सामना किया है? आपने इसे कैसे प्रबंधित किया? चर्चा के इस विषय को और समृद्ध करने के लिए कृपया अपने सुझाव, अनुभव, टिप्पणियाँ और प्रश्न साझा करें।

अनुशंसित पाठ

^