关于测试数据的准备

对于一些业务比较复杂的中型以上项目来说，准备正确、真实的测试数据对于成功的测试项目是至关重要的。很庆幸在网站上看到了一些关于这方面的帖子总结的都非常好。这里综合了一下，以备日后的参考！

不管是自动测试还是手动测试，都会涉及到基础数据的准备问题。通常情况下，可以根据系统实际情况，按照如下顺序来准备数据：

　　1. Production Data 生产数据

　　如果系统前一版本已经发布，我们能够拿到这些生产数据来测试，那是最为理想的，最能反映最终用户环境，是需要优先考虑的。

　　2. Legacy System Data 遗留系统数据

　　虽然当前系统还没有发布任何版本，但是有一个遗留系统，那就应该利用数据迁移，尽量拿到遗留系统相对比较真实的数据，这样的数据跟最终用户环境也比较接近，也是比较理想的。

　　3. UI Input UI输入创建数据

　　如果既没有发布任何版本，也没有遗留系统，那么就要考虑从UI上输入相关数据，这种数据跟真实数据比较接近，较为可信赖。

　　4. Script. create 用脚本创建数据

　　最后，对于不符合一二两种情况，而且没有UI，或者需要的数据量太大，没法一条一条的通过UI输入创建。这时候，就要考虑用脚本来产生，尽量模拟用户的真实数据。

　　总之，测试过程中数据的真实性很重要，有些缺陷并不是程序本身的问题，而是一些脏数据引起的，因此我们在进行测试数据准备的时候，要按照上述优先顺序来准备数据。

在软件测试过程中，测试数据的准备是一个工作量很大而且也是一个技术活。因此如何准备大量的测试数据，而且如何准备高质量的测试数据，满足测试的需求，就是一个重要的话题。
        首先看数据的来源，数据的来源一般来讲有三个个，一个是根据被测系统需求的分析，针对正常业务，异常情况，边界情况等来构建完整的数据，又称为“造”数据。这不仅仅包括最基本的基础数据，比如：用户、权限、配置、基础编码、原数据等，还包括上面提到的业务数据。这对于比较小型的系统来说还是可行的，对于大型的系统来说可能就是一个巨大的工程了。
        第二种方式就是利用现有系统，这适合已有类似系统，测试是针对升级或者增加功能的产品化的系统。这种情况把已经在生产环境中运行的数据导出。在此基础上再进行数据的整理、加工为测试数据。
        还有一种方式就是将现有非电子化的业务数据录入到系统中，在验证业务的同时也完成了测试数据的积累。即边测试边积累数据。但是这种情况积累的数据往往有一定局限性，因为已经发生的业务数据基本是正确的、一致的，而且可能缺少某些特定业务的数据（不常发生的业务）。这样就需要根据对测试需求的分析，追加新的测试数据，以便能完整覆盖业务类型。
        确定好数据来源后，还需要对已有数据进行分析、验证、检查，保证数据的质量，数据的质量一般要满足测试需求、覆盖被测业务、覆盖测试边界，以及要满足完整性、一致性等要求。检查完后要整理和完善数据，清除无用和冗余的数据、补录不完整的数据，修改一些错误的数据。
        经过整理好的数据要纳入配置管理，以后根据需求和变更要进行数据的维护和更新，以保证满足系统测试的要求。