摘要: 一. 关于后台数据逻辑的测试分析 （一）基于业务场景的分析 1. 背景分析 用户角色：数据的使用者，属于什么岗位，什么角色，关注点是什么。 应用场景：数据在哪些前端业务系统中使用，业务关系是怎 ...
| （三）基于结果表的或基于检查点的分析 1. 列数据（字段）： 检查点： 每个字段的取值赋值是否正确； 哪些场景下需要更新字段值，程序是否都有考虑； 增量跑的时候，是否会错误的更新不该更新的数据； 对列值进行分类，观察是否有特殊数据，给予特别关注。 2. 行数据（记录）： 检查点：分类统计记录数，分析合理性。 （四）基于边界条件和边界数据的分析 这里只关注系统测试层面的边界条件和边界数据，对于代码层面的边界值测试建议在单元测试阶段完成，成本更低。 1. 边界条件 需要测试上边界和下边界，以及超越上下边界的情况。 在包含边界条件的程序中可能开始一直是大于号判断，到了下边界可能会忘了改成小于号判断。 2. 边界数据 对于值的范围，值的个数，有序集合，需要选取正好等于，刚刚大于，刚刚小于，或者有序集合的第一个和最后一个。 二. 关于后台数据逻辑的测试方法 （一）常规测试方法 1. 编写测试数据准备脚本（按维度） 查询出基于测试分析得到的各种测试数据类型 2. 编写测试数据验证脚本（按指标） 按指标计算逻辑直接查询得到或间接得到一个预期的结果值。 3. 查结果表 根据测试数据ID查结果表，得到一个实际的结果值。 4. 比较预期结果值和实际结果值 （二）基于存储过程的测试方法 是基于常规测试方法的分析基础上，将SQL打包成procedure，能够更快速的执行，并将测试结果记录到测试表中。 1. 拆分，从复杂到简单： 将复杂的逻辑拆分成若干个简单片段，保证每个片段的数值或属性值容易得到。 2. 建测试表： 在测试环境中，构建一张测试数据表，除ID外，为每个片段设置一个或几个表字段，用于存储每个片段得到的中间值。 3. 编写测试存储过程： 按照Step 1拆分的片段逻辑，直接使用数据库存储过程实现整个过程的统计分析，即写一个测试用的存储过程。 4. 执行测试存储过程和程序代码： 测试执行时，先执行被测功能代码逻辑，再基于同一个数据源执行存储过程的测试用例，最后对比测试表最终计算结果和被测功能代码逻辑的计算结果。 5.分析比较结果并定位问题： 如果结果不一致，可根据测试数据表存储的中间值，方便的进行手工核对，定位出错点是测试用例还是代码逻辑。 若用例出错，及时修正测试用例；若测试用例没有出错，则可以根据计算过程的中间值，结合debug工具，定位代码逻辑的bug点 好处：方便进行批量测试。 （三）基于探索式的随机测试方法 1. 基于结果表，从各种维度去查询数据，观察是否有可疑的数据 2. 基于结果表，用明显不合理的条件从反向去验证是否有异常数据存在 3. 基于源表，查询关键字段的数据状态。 观察是否有异常数据，对异常数据是否需要清洗机制。 4. 基于数据特点，分析是否可能有多对多的表关联情况，可能导致数据翻倍 需要分析出存储过程中涉及到哪些源表，源表之间的关系和数据特点 （四）基于生产模拟的用户验收式测试方法 从业务系统前台操作产生业务数据，通过真实模拟源数据的产生，检查结果表的统计数据是否正确。 最后，还是祝福我的小宝贝聪明勇敢，善良快乐。祝福我的家人们平平安安，健健康康，真的好爱你们。版权声明：本文出自 暖洋洋 的51Testing软件测试博客：http://www.51testing.com/?15019819原创作品，转载时请务必以超链接形式标明本文原始出处、作者信息和本声明，否则将追究法律责任。 |
