數據測試
-
前提：數據質量標准
-
方法：數據測試方法
-
效率：自動化/工具開發
-
前提：數據質量標准：阿里標准
- 標准：由兩部分構成，用戶可見標准/研發體系的標准
- 用戶可見：功能性（及時/完整/准確）+易用性（可用/需要）
- 研發體系：可靠/穩定（可遷移/可擴展/可修改/容錯性）+安全性（數據安全）+容災性+效率
- 測試負責范圍：功能性+容災性驗證---評估（可靠穩定+安全+效率）
- 測試工作：輸入數據構造/輸出數據校驗/執行時機/核心SQL SR
- 輸入數據構造：一般是不需要構造需要輸入數據的，可以利用線上快照數據；但是當業務對數據很敏感的時候就需要構造數據，構造敏感數據是相對比較困難的，需要對業務的了解；
- 輸出數據校驗：功能性校驗：
- 及時性校驗相對較簡單：根據一定時間內的數據條數就能確定；
- 完整性校驗：多數據/數據少了考慮；重復數據條數/主鍵唯一（多），數據條數缺失，字段值缺失，空值，不了數據情況下根據數據條數的歷史波動評估（少）；
- 准確性校驗：很難校驗，只能做相對評估；
- （值自身）：根據取值范圍（比例和值100%），根據邏輯關系（pv>uv）,根據經驗（pv/click<某個值）；
- 時間維度（不同時間）：同一批數據，相同參數/類型數據（歷史數據波動情況評估，）；數據一致性評估，歷史數據一致性；不同批次，線上線下數據對比；
- 空間維度：上下游數據一致性檢查，系統內數據關聯的話，不同模塊的數據對比，與系統外數據關聯的話也可以對比；