Πίνακας περιεχομένων:
- Ορισμός - Τι σημαίνει έλεγχος δεδομένων (DDT);
- Η Techopedia εξηγεί τη διεξαγωγή δοκιμών βάσει δεδομένων (DDT)
Ορισμός - Τι σημαίνει έλεγχος δεδομένων (DDT);
Η διεξαγωγή δοκιμών βάσει δεδομένων (DDT) είναι μια μεθοδολογία στην οποία πραγματοποιείται επαναληπτική επανάληψη της ίδιας ακολουθίας βημάτων δοκιμής με τη βοήθεια μιας πηγής δεδομένων προκειμένου να οδηγηθούν οι τιμές εισόδου αυτών των βημάτων ή / και οι αναμενόμενες τιμές ενώ τα βήματα επαλήθευσης είναι εκτελείται. Οι ρυθμίσεις περιβάλλοντος και ο έλεγχος στην περίπτωση δοκιμών που βασίζονται σε δεδομένα δεν είναι κωδικοποιημένοι. Με άλλα λόγια, οι δοκιμές που βασίζονται σε δεδομένα είναι η δημιουργία ενός σεναρίου δοκιμής που θα εκτελεστεί μαζί με όλα τα σχετικά σύνολα δεδομένων σε ένα πλαίσιο, το οποίο χρησιμοποιεί επαναχρησιμοποιήσιμη δοκιμαστική λογική. Οι δοκιμές βάσει δεδομένων παρέχουν πλεονεκτήματα όπως επαναχρησιμοποίηση, επαναληψιμότητα, διαχωρισμός της λογικής δοκιμής από τα δεδομένα δοκιμών και μείωση του αριθμού των περιπτώσεων δοκιμής.
Η Techopedia εξηγεί τη διεξαγωγή δοκιμών βάσει δεδομένων (DDT)
Οι πηγές δεδομένων που χρησιμοποιούνται σε δοκιμές που βασίζονται σε δεδομένα μπορούν να είναι αρχεία Excel, αρχεία CSV, datapools, αντικείμενα ADO ή πηγές ODBC. Σε δοκιμές που βασίζονται σε δεδομένα, εκτελούνται οι ακόλουθες λειτουργίες σε επανάληψη:
- Ανάκτηση δεδομένων δοκιμής
- Εισαγωγή των δεδομένων στην απαιτούμενη περιοχή και προσομοίωση άλλων ενεργειών
- Επαλήθευση των αποτελεσμάτων
- Συνέχιση των δοκιμών με την επόμενη σειρά δεδομένων εισόδου
Υπάρχουν ορισμένα πλεονεκτήματα που συνδέονται με τη διεξαγωγή δοκιμών βάσει δεδομένων. Βοηθά στη βελτίωση της κάλυψης δοκιμών καθώς τα σενάρια δοκιμών μπορούν να δημιουργηθούν ταυτόχρονα μαζί με την ανάπτυξη εφαρμογών. Ο πλεονασμός και κάθε άλλη επικάλυψη αυτοματοποιημένων σεναρίων δοκιμών μειώνονται σε μεγάλο βαθμό λόγω των διαδικασιών εισαγωγής και επαλήθευσης, καθώς και λόγω του σπονδυλωτού τύπου σχεδιασμού. Λαμβάνοντας υπόψη την πτυχή του κόστους, οι δοκιμές βάσει δεδομένων είναι φθηνότερες για τον αυτοματισμό, αν και είναι ακριβότερες στην περίπτωση των χειρωνακτικών ελέγχων. Σε δοκιμές βάσει δεδομένων, είναι δυνατή η καλύτερη διαχείριση σφαλμάτων και τα σενάρια δοκιμών είναι πιο εύρωστα.
Ωστόσο, υπάρχουν μερικά μειονεκτήματα που συνδέονται με τις δοκιμές που βασίζονται σε δεδομένα. Απαιτείται μεγαλύτερη γνώση της γλώσσας δέσμης ενεργειών και απαιτείται μια βάση δεδομένων για όλα τα δεδομένα δοκιμών ανά πάσα στιγμή.
