Get your 6-month No-Cost Opt-Out offer for Unlimited Software Automation?

Vývojový cyklus softwaru je plný výzev, protože organizace se potýkají nejen se zkrácenou dobou uvedení na trh, ale také s rostoucí složitostí aplikací. Aby bylo zajištěno, že aplikace zůstanou stabilní a funkční od počátečního vývoje až po uvedení produktu na trh a dále, musí organizace používat různé typy testování.

S rostoucí složitostí vývoje samozřejmě roste i náročnost testování. Důležitou součástí každého úspěšného testovacího scénáře je správa testovacích dat (TDM). Umožňuje organizacím na podnikové úrovni zefektivnit, automatizovat a kontrolovat všechny používané typy testů a zároveň snížit náklady a zvýšit kvalitu testů.

Table of Contents

Co je správa testovacích dat (TDM) v testování softwaru?

Správa testovacích dat je proces vytváření, správy, implementace a poskytování testovacích dat. Tradičně se testování při vývoji softwaru provádělo v decentralizovaných silech, ale TDM konsoliduje testování v rámci jednoho týmu, skupiny nebo oddělení.

Služby správy testovacích dat shromažďují data potřebná pro automatizované testy softwaru, včetně dat z jednotkových, integračních a systémových testů. Zahrnuje získávání a ukládání vhodných a přesných dat potřebných pro automatizované testy, což snižuje nebo eliminuje potřebu lidské účasti v procesu testování (koncept podobný
robotická automatizace procesů
).

S rostoucí popularitou TDM se rozšířil o generování syntetických dat, maskování dat, subsetting, umělou inteligenci a další.

Správa testovacích dat v konečném důsledku zvyšuje spolehlivost a kvalitu hotového softwarového produktu, což vede k lepšímu zážitku pro koncové uživatele. Aspekt obfuskace dat TDM také pomáhá organizacím dodržovat všechny platné zákony a předpisy o ochraně osobních údajů.

Kdo používá správu testovacích dat (TDM) při testování softwaru?

I když odpověď “všichni” může znít zjednodušeně a široce, pravdou je, že techniky správy testovacích dat využívat všechny typy softwarových aplikací. Pokud testování probíhá během vývojového cyklu (a to by mělo), procesy TDM zvyšují přesnost, organizovanost a užitečnost výsledků.

Vzhledem k tomu, že veškerý vývoj softwaru vyžaduje testování, bude TDM přínosem v podstatě pro každý projekt. Některé organizace a aplikace však prakticky vyžadují použití testování. strategii správy testovacích dat.

Aplikace podnikové úrovně vyžadují TDM kvůli svým komplexním a mnohostranným potřebám testování. TDM je přínosem pro všechny hlavní oblasti testování v podnikovém vývoji, včetně funkčního, nefunkčního, výkonnostního a automatického testování.

Kromě toho je díky obfuskačním procesům TDM nezbytné používat jej v aplikacích, které obsahují osobní nebo citlivé údaje, včetně všech stránek nebo aplikací spojených s elektronickým obchodem, financemi a zdravotní péčí.

Pro jaké typy testování je správa dat určena?

Správa dat se zaměřuje na tři široké kategorie testování.

1. TDM pro testování výkonu

Testování výkonu měří výkon aplikace při očekávaném pracovním zatížení, hodnotí její odezvu, stabilitu a škálovatelnost. TDM umožňuje zaměřit se na testování infrastruktury a prvků zaměřených na uživatele a dosáhnout rychlého a spolehlivého výkonu.

Na stránkách nejlepší nástroje pro správu testů pomáhají zvýšit počet obnovovacích cyklů a hromadné generování dat.

2. TDM pro funkční testování

Zatímco výkonnostní testování analyzuje rychlost a stabilitu aplikace, funkční testování zjišťuje, zda software funguje podle předem stanovených požadavků. V podstatě: Dělá software to, co má? Služby správy testovacích dat pomáhají udržovat kontrolu kvality základní aplikace a nových a modernizovaných funkcí.

TDM pomáhá zmírnit nebo zabránit nízkému pokrytí, omezením přístupu, dlouhým lhůtám pro získání dat, vysoké závislosti a problémům souvisejícím s velikostí testovacího prostředí.

3. TDM v automatickém testování

Strategie testovacích dat pro automatizaci a
hyperautomatizace
procesy umožňují bezdotykové operace a zároveň zvyšují přesnost tím, že snižují možnost lidské chyby. Procesy správy testovacích dat se používají ve všech typech automatizačních nástrojů pro správu testovacích dat a testování, včetně
robotická automatizace procesů
.

A strategie testovacích dat pro automatizaci pomáhá zmírnit pomalé vytváření front-end dat, nedostatečný přístup k dynamickým datům a nemožnost přístupu k testovacímu prostředí.

Výhody správy testovacích dat

výhody zřízení testovacího centra excelence (TCoE)

Strategie TDM spolu s nástroje pro automatizaci správy testovacích dat, přinášejí organizacím na podnikové úrovni řadu výhod.

1. Zlepšuje kvalitu dat

Veškeré testování na světě je zbytečné, pokud je založeno na neúplných, nerelevantních nebo poškozených datech. TDM identifikuje, spravuje a ukládá data potřebná pro automatizované testování, takže můžete zajistit jejich vhodnost a úplnost. Navíc díky tomu, že odpadá nutnost přenosu dat mezi více testery, je poškození dat minimalizováno, ne-li eliminováno.

2. Vytváří realistické údaje

Výsledky testování budou neproduktivní, pokud testovací data nebudou přesně odpovídat produkčním datům. TDM umožňuje organizacím identifikovat a ukládat testovací data, která jsou zrcadlovým obrazem dat na produkčních serverech, což zajišťuje, že výsledky testů odrážejí skutečné funkce softwaru. Označují se jako “realistická data” a jsou podobná výrobním datům, pokud jde o formát, množství a další faktory.

3. Zlepšuje přístup k údajům

Automatizované testování softwaru funguje efektivně pouze tehdy, když jsou data k dispozici v předem stanovených časech. Například nástroje pro testování datového skladu mohou potřebovat přístup k datům v určitou dobu pro účely ověřování. Vzhledem k tomu, že TDM se zaměřuje na ukládání dat, jsou příslušná data vždy připravena, jakmile to vyžaduje automatizovaný testovací software a časový plán výroby.

4. Zajišťuje soulad dat

TDM pomáhá organizacím dodržovat všechny příslušné vládní a jiné předpisy, jako např.
HIPPA
,
CCPA
a předpisy EU
GDPR
. Správa testovacích dat GDPR a další podobné předpisy vyžadují produkční data, která mohou zahrnovat jména uživatelů, údaje o poloze, osobní údaje a další údaje – data, která je třeba před testováním zamaskovat.

Na stránkách nejlepší nástroje pro správu testovacích dat umožňují organizacím automaticky anonymizovat data pro interní i externí použití a zajistit tak shodu s předpisy.

Výzvy a úskalí správy testovacích dat

testování zátěže

Správa testovacích dat sice přináší zásadní výhody pro vývoj softwaru na podnikové úrovni, ale má také potenciální úskalí. Pochopení problémů spojených s TDM umožňuje organizacím předvídat a minimalizovat jejich dopady.

1. Produkční klonování je pomalé a nákladné

Pro získání testovacích dat většina organizací stáhne data z produkčních serverů a následně je anonymizuje. Shromažďování produkčních dat však může být časově náročné, zejména v pozdní fázi vývoje, kdy se pracuje s velkým množstvím kódu.

Po naklonování dat je třeba je někam uložit. Náklady na infrastrukturu a úložiště se mohou rychle sčítat. Tyto náklady můžete zmírnit pomocí rozřezání dat. Namísto klonování všech produkčních dat tým vyčlení menší, reprezentativní “část” dat.

2. Procesy zastírání zvyšují náklady a složitost

Jak bylo popsáno výše, uživatelská data jsou přísně regulována, a to i pro interní testování, a vyžadují anonymizaci. Proces zastírání dat bohužel zvyšuje složitost a náklady na vývoj.

I když se rychlost, přesnost a nákladová efektivita obfuskace díky automatizovaným testovacím nástrojům zlepšuje, příslušné týmy se budou muset stále učit.

Hlavní příznaky / důvody, které naznačují, že vaše organizace potřebuje správu testovacích dat

Přestože správa testovacích dat je přínosná pro veškerý vývoj softwaru, organizace ne vždy dávají přednost její implementaci. Následující znaky naznačují, že organizace bude mít ze zavedení TDM téměř okamžitý prospěch:

  • Velikost dat se zvětšuje “plošně”, včetně zvětšení velikosti datových sad, celkových datových sad, instancí databáze a předřazených systémů.
  • Značná část výrobního času je věnována přípravě dat pro testování.
  • Výrobní data výrazně převyšují množství dostupných testovacích dat.
  • Funkce aplikací jsou v provozu s chybami.
  • Testovací týmy jsou decentralizované nebo se musí spoléhat na data z centrálního zdroje.
  • Testovací týmy jsou přetížené a nestíhají pokrýt potřeby testování.
  • Převážnou většinu testovacích dat generují data z horního toku.
  • Testovací datové sady nejsou opakovaně použitelné nebo snadno duplikovatelné.

Správa testovacích dat pomáhá mimo jiné tyto problémy omezit, napravit a předcházet jim.

IS YOUR COMPANY IN NEED OF

ENTERPRISE LEVEL

TASK-AGNOSTIC SOFTWARE AUTOMATION?

Typy dat při testování softwaru

Softwarové aplikace generují během vývoje a po vydání neuvěřitelné množství dat. Na stránkách proces správy testovacích dat se obvykle zaměřuje na následující typy dat:

1. Výrobní údaje

Produkční data jsou generována skutečnými uživateli vaší aplikace. V závislosti na velikosti uživatelské základny a složitosti aplikace může být objem produkce velmi rychle velký – proto je obvykle rozdělen na podmnožiny podle potřeb testování.

Všimněte si, že produkční data často obsahují citlivé informace týkající se
otázkám dodržování předpisů
, jako jsou lékařské a finanční údaje, které vyžadují zastření.

2. Syntetická data

Syntetická data se vytvářejí buď ručně, nebo pomocí automatizovaných testovacích nástrojů. Co nejvěrněji simuluje chování skutečných uživatelů.

Přestože se tím obchází potřeba rozmazávání dat, mají syntetická data omezenou užitečnost. Používá se především k zátěžovému testování nových funkcí.

Přesné vytvoření syntetických dat vyžaduje vysokou úroveň odborných znalostí, ačkoli automatizovaný nástroj pro správu testovacích dat to usnadňuje.

3. Platná data

Platná data jsou termínem, který se používá pro popis dat vytvořených v případě, že nedošlo k žádným neočekávaným chybám nebo incidentům. Formát, hodnoty a množství údajů odpovídají očekáváním před testem. Platná data testují tzv. šťastnou cestu, kdy cesta uživatele probíhá podle předpokládaného průběhu.

4. Neplatné údaje

Neplatné údaje pocházejí z “nešťastné cesty”. Jedná se o data z neočekávaných scénářů a poruch. Neplatná data se používají také jako součást testování chaosu, které testuje limity aplikace v záplavě špatných dat.

Co jsou “kvalitní data” pro účely testování softwaru?

Kontrolní seznam pro testování softwaru

Testování s neúplnými nebo irelevantními údaji je často horší než úplné vynechání testování, protože vyvozené závěry a následně přijatá opatření budou nesprávné. Jak ale organizace identifikují “dobrá” data pro účely testování softwaru? Hledejte tyto tři charakteristiky kvality dat:

1. Přesnost

Dobrá data věrně odrážejí postupy v reálném životě. Pokud používáte maskovaná produkční data, měla by se přímo týkat testované oblasti – nemůže se jednat o náhodný vzorek chování uživatelů. Syntetická data by měla přesně odpovídat skutečnému chování uživatelů, včetně jejich nepředvídatelnosti.

2. Platnost

Dobrá data odpovídají účelu vašeho testovacího scénáře. Například většina zákazníků nakupujících online nenakupuje 200 kusů jedné položky, takže rozsáhlé testování chování systému v takovém případě není vhodným využitím zdrojů. Chcete však otestovat situace, kdy lidé kupují deset položek.

3. Výjimky

Údaje by měly pokrývat problémy, které se pravděpodobně vyskytnou, ale zřídka. Scénář, kdy zákazník zaplatí za zboží pomocí kupónového kódu, je běžným příkladem “výjimečných údajů” v oblasti elektronického obchodování.

Jaké otázky byste si měli položit před plánováním a při plánování správy testování dat?

Úspěšnost testování je z velké části určena ve fázi plánování. V počátečních fázích by si týmy měly klást následující otázky.

1. Jaká data potřebujeme?

Určení toho, jaké údaje je třeba shromáždit, je dvoudílný proces. Nejprve se musí vztahovat k testovacímu scénáři. Musí mít také obchodní význam, aby testování zůstalo nákladově efektivní a účinné.

2. Kolik dat potřebujeme?

Příliš mnoho dat, například kopírování všech výrobních dat, je nákladné, časově náročné a příliš komplikuje proces. Na druhou stranu, pokud je vzorek příliš malý, výsledky budou nepřesné.

3. Kdy potřebujeme data?

Je testování naplánováno, nebo by měla být data k dispozici na vyžádání? Týmy by měly před zahájením testování koordinovat všechny plány testů a cykly obnovy.

4. Jaký typ testování je potřeba?

Automatizace testování softwaru vyžaduje stabilní a předvídatelné soubory dat. Pokud se data potřebná pro test značně liší, může manuální testování přinést lepší výsledky.

Kroky při řízení testování dat

kroky při vytváření robustního systému správy testovacích dat (TDM).

Přestože se specifika liší, vývojáři softwaru na podnikové úrovni budou při zavádění strategie TDM obecně postupovat podle těchto kroků.

1. Tvorba dat – techniky generování dat pro testování atd.

Abyste mohli vytvářet efektivní data, je třeba zvážit jejich přesnost a relevanci. Reprodukuje reálné scénáře? Kromě toho je třeba generovat údaje o výjimkách, které zahrnují scénáře mimo typickou činnost uživatelů.

2. Zastírání dat

Abyste zachovali soulad s předpisy, je třeba maskovat všechna výrobní data. Mezi nejběžnější typy obfuskace patří anagramování, šifrování, substituce a nulling. Zatímco ruční maskování je možné v omezené míře, maskování na podnikové úrovni vyžaduje automatizované nástroje.

3. Řezání dat

Kopírování všech výrobních dat je často plýtváním zdroji a časem. Díky rozdělení dat se shromažďuje zvládnutelný soubor relevantních dat, což zvyšuje rychlost a nákladovou efektivitu testování.

4. Provisioning

K zajištění dochází až po získání a zamaskování dat. Během provisioningu se data přesunou do testovacího prostředí. Automatizované nástroje umožňují zadávat testovací sady do testovacích prostředí pomocí integrace CI/CD s možností ručního nastavení.

5. Integrace

Testovací data z různých zdrojů v rámci ekosystému IT musí být integrována do potrubí CI/CD (potrubí CI/CD je zavedený proces pro změny kódu). Dosažení integrace vyžaduje včasnou identifikaci všech datových kanálů.

6. Verzování

Vytváření verzí testovacích dat pomáhá týmům opakovat testy a hodnotit jejich výsledky. Kromě toho verze umožňují sledovat přesné změny testovacích parametrů.

Charakteristika a vlastnosti správy testovacích dat

TDM se přizpůsobuje neustále se měnícím potřebám každého projektu vývoje softwaru. Bez ohledu na případné úpravy, které organizace potřebuje, však bude proces TDM vykazovat také následující charakteristiky:

1. Zlepšení kvality a věrnosti dat

TDM zvyšuje přesnost a realističnost testovacích dat, takže poskytují skutečně reprezentativní vzorek chování uživatelů. Všechny procesy nakonec vedou k jedinému cíli: spolehlivé a stabilní uživatelské prostředí.

2. Dodržování právních předpisů

Software pro správu testovacích dat zajišťuje, že všechna produkční data jsou před testováním dostatečně maskována, čímž vaše organizace dodržuje všechny předpisy o ochraně osobních údajů. Dodržováním předpisů se vyhnete právním důsledkům, včetně pokut, a negativním vztahům s veřejností.

3. Zlepšená kvalita výrobků

Zajištění kvality je časově náročný a nákladný proces, který je však nezbytný pro spuštění funkčních a uživatelsky přívětivých aplikací. Procesy TDM umožňují rychlejší identifikaci chyb, lepší zabezpečení a univerzálnější testování ve srovnání s tradiční oddělenou metodou.

Jak implementovat správu testovacích dat

RPA a testovací centrum automatizace (TCoE)

Softwarový produkt vaší organizace bude určovat různá specifika testování, ale základní implementace koncepce správy testovacích dat zahrnuje následujících pět kroků:

Krok 1: Plánování

Začněte vytvořením týmu pro testování dat, který následně určí požadavky na správu testovacích dat a dokumentaci a zároveň vypracuje komplexní plán testování.

Krok 2: Analýza

Ve fázi analýzy se konsolidují požadavky na data napříč týmy. Provádí se také zálohování, ukládání a podobné logistické záležitosti.

Krok 3: Návrh

Fáze návrhu je posledním bodem plánování před zahájením testování. Týmy by měly identifikovat všechny zdroje dat a zároveň dokončit plány komunikace, dokumentace a testovacích činností.

IS YOUR COMPANY IN NEED OF

ENTERPRISE LEVEL

TASK-AGNOSTIC SOFTWARE AUTOMATION?

Krok 4: Sestavení

Fáze sestavování je místem, kde se “guma potkává s vozovkou”. Plány se plní. Nejprve dochází k maskování dat. Dále se zálohují data. Nakonec se provede testování.

Krok 5: Údržba

Po implementace správy testovacích dat, bude společnost muset udržovat procesy po celou dobu životního cyklu projektu. Údržba TDM zahrnuje řešení problémů, aktualizaci stávajících testovacích dat a přidávání nových typů dat.

Strategie správy testovacích dat

jak funguje automatické testování v odvětvích, jako je například bankovnictví.

Protože se TDM dotýká mnoha různých prvků procesu vývoje, může se rychle zkomplikovat. Následující strategie vám umožní zůstat soustředěný a neustále zdokonalovat svou organizaci. přístup ke správě testovacích dat.

Strategie 1: Zlepšení poskytování údajů

Usilovat o důsledné zkrácení doby dodání testovacích dat využitím
služeb testování softwaru
jako např.
ZAPTEST
. Nástroje s funkcemi DevOps zefektivňují testování s nenáročným přístupem.

V programu ZAPTEST si uživatelé mohou vybrat sekvenční, náhodná nebo jedinečná testovací data s automatickým nebo specifickým počtem řádků. Mohou zadat rozsah dat a zásady “mimo hodnoty”, což umožňuje vytvářet realistické testovací scénáře založené na datech pro funkční testování (uživatelské rozhraní a rozhraní API), testování výkonu a testování RPA.

Kromě toho může software pro automatizované testování nahradit systémy IT ticketingu samoobslužným systémem pro uživatele.

Strategie 2: Snížení nákladů na infrastrukturu

Objem testovacích dat během vývoje roste, což vede ke zvýšenému využívání zdrojů infrastruktury. Nástroje TDM mohou pomoci minimalizovat související náklady na infrastrukturu prostřednictvím konsolidace dat, archivace a procesu zvaného bookmarking, který umožňuje lépe využít prostor testovacího prostředí.

Strategie 3: Zlepšení kvality dat

Řešení pro správu testovacích dat neustále zvyšují kvalitu dat tím, že se zaměřují na tři klíčové prvky: stáří, přesnost a velikost dat.

Jak zlepšit správu testovacích dat

TDM není statický proces. Po počátečním nastavení se budete snažit o neustálé zlepšování podle následujících pokynů. osvědčené postupy pro správu testovacích dat.

1. Izolovat data

Prováděním testů v kontrolovaném prostředí můžete izolovat data a lépe porovnat očekávaný a skutečný výstup. Izolování dat také umožňuje paralelní testování.

2. Minimalizace ukládání databáze

Ukládání testovacích dat do databází snižuje rychlost automatického testování a zároveň zvyšuje obtížnost izolace dat. Automatizované nástroje a techniky, jako je například rozřezávání dat, pomáhají snížit objem potřebného databázového úložiště.

3. Zaměření na jednotkové testy

Dodržujte pokyny stanovené
pyramidy automatizace testování
, který doporučuje, aby testy jednotek tvořily přibližně 50 % testování. Jednotkové testy probíhají nezávisle na externích datech, stojí mnohem méně než jiné typy testů a jejich implementace je relativně rychlá.

Jak měřit správu testovacích dat

co je automatizace testování softwaru

Následující metriky poskytují zásadní informace o účinnosti vašich strategií TDM.

1. Je k dispozici dostatek testovacích dat?

Dostupnost testovacích dat můžete měřit sledováním času stráveného správou dat pro použití při testování. Pokud není k dispozici dostatek dat, doba vývoje se zpomalí a vývojáři se budou cítit omezeni.

2. Jsou k dispozici testovací data pro automatizované testování?

Automatizované testovací procesy vyžadují data na vyžádání. Sledujte procento dostupných datových sad, frekvenci jejich zpřístupňování a frekvenci jejich obnovování.

3. Jsou automatizované testy omezeny testovacími daty?

Kolik automatizovaných testů můžete spustit s aktuálními testovacími daty? Pokud potřebujete provést více testů, než kolik umožňují vaše data, budete muset shromažďovat testovací data častěji.

Nejjednodušší a nejpřesnější způsob, jak tato měření získat, je pomocí. software pro správu zkušebních dat.

 

Problémy se soukromím a jak jim předcházet

Správa testovacích dat sice vznikla jako metoda sběru a analýzy dat, ale postupem času se stala stejně důležitou při prevenci různých problémů s ochranou osobních údajů.

1. Nařízení o údajích

TDM zajistí, že vaše společnost bude dodržovat předpisy CCPA, HIPAA, GDPR a všechny další příslušné předpisy o ochraně osobních údajů. Nesplnění povinnosti správně maskovat údaje během testování může mít za následek značné finanční a případně i trestní postihy.

2. Odpor spotřebitelů

Úniky dat mohou mít za následek značné poškození image společnosti, protože uživatelé se budou zdráhat používat aplikaci náchylnou k únikům. Implementace správy testovacích dat pomáhá získat důvěru uživatelů tím, že zabraňuje úniku dat a ujišťuje potenciální uživatele, že jejich data budou v bezpečí.

Závěr

Potřeba testování při vývoji softwaru bude stále potřebnější a složitější. Pro zefektivnění vývojových procesů při zachování kontroly kvality budou muset podnikové organizace využívat software pro správu testovacích dat, konkrétně nástroje pro správu testů, jako jsou nástroje vytvořené společností
ZAPTEST
.

Na stránkách nejlepší nástroje pro správu testovacích dat poskytují komplexní a citlivou tvorbu a správu testovacích dat, což umožňuje vytvářet špičkový software s větší funkčností, který je dodáván rychleji než kdykoli předtím.

Nejčastější dotazy

Zde jsou stručné odpovědi na časté otázky týkající se správy testovacích dat při testování softwaru.

Co je správa testovacích dat?

Správa testovacích dat je vytváření, správa a analýza dat potřebných pro automatizované nástroje testování datového skladu. Procesy se zaměřují na identifikaci vysoce kvalitních dat týkajících se konkrétních parametrů testování, jejich maskování a doručení příslušným týmům.

Nejlepší nástroje pro správu testovacích dat automatizují mnoho procesů, jako je shromažďování, zastírání a ukládání dat.

Co jsou testovací data v testování softwaru?

Velkou část dat používaných při testování softwaru tvoří produkční data, která jsou generována skutečnými uživateli. Vzhledem k předpisům o ochraně osobních údajů je nutné produkční data před použitím při testování maskovat.

Data pro testování softwaru mohou být také syntetická, což znamená, že jsou uměle vytvořena tak, aby co nejpřesněji kopírovala chování skutečných uživatelů. Často se používá k testování nových funkcí nebo upgradů před jejich spuštěním.

Download post as PDF

Alex Zap Chernyak

Alex Zap Chernyak

Founder and CEO of ZAPTEST, with 20 years of experience in Software Automation for Testing + RPA processes, and application development. Read Alex Zap Chernyak's full executive profile on Forbes.

Get PDF-file of this post