引言

　　如何保证测试的数据质量，说白了，就是如何保证测试数据的准确性。

　　深聊测试数据

　　我们想一个问题：在实际的项目测试中，我们的数据质量与什么有关呢？

　　是 测数数据的多少，还是测试数据的内容？

　　同样，我先不回答， 我们继续往下聊。

　　回顾，你在整个项目的测试中，我们这里以接口为例，

　　你会花费很长时间去构造数据，以保证每次的数据质量都是完美的吗？

　　纵观整个测试行业，虽然相对于早些年，现在的测试开发工程师的测试质量逐年提升，测试技术也逐年提升。

　　但是，随着企业的版本迭代的加速， 却很少会有测试开发工程师花费大部分时间在测试数据质量上，

　　或者说，不是太多的测试开发工程师具备数据质量测试的能力。

　　但是，说了这么多，这里或许会有人问：

　　如何评估数据质量？

　　如何确定数据是可用的？

　　如何知道数据质量的构成呢？

　　如果没有数据质量测试，出现问题， 我们会直接去定位是不是代码问题，如果不是代码问题，我们会在进行相同数据的模拟测试，以确定是否是操作步骤导致的问题， 如果都不是，这可能就是在最后，才来确定，是不是因为数据问题导致的。

　　你看，绕了这么一大圈，最后才来定位数据的问题，这是不是费时费力，还浪费感情呢。

　　所以，我们需要进行数据质量评估，

　　到这里， 你可能就会提出疑问，如何进行数据质量评估？

　　我们测试的基准是什么，对， 是业务，

　　所以，我们对数据质量评估前，就需要先创建业务相关的数据质量测试用例。

　　一定要记住，业务是测试的根本，不仅在这里，在我的性能讲堂中也一直在强调。

　　那么，在测试用例中，都需要包含哪些内容呢？

　　1、可利用性：保证数据可以循环利用，数据在实际业务中可以利用；

　　2、可访问性：保证数据可以访问；

　　3、可用性：保证数据可以被上下游成功调用；

　　4、结构化：保证数据结构化的合理；

　　5、可靠性：保证数据是可靠，避免导致信息泄露；

　　6、完整性：保证数据的完整，避免因为数据的缺失导致上下游无法调用；

　　知道了测试用例需要包含的点，以及数据质量的范围，我们就可以进行数据质量测试了，大体也包含以下内容：

　　1、定义目标

　　接口测试中，每个接口的数据类型不同，所以，要针对数据的类型进行针对性的定义，以达到测试数据的可用性，完整性；

　　2、基准测试

　　这里的基准测试，就是单接口数据的调用测试， 确保数据的可利用性，准确性。

　　3、定位问题

　　任何调试都会出现问题，所以，如果出现问题，就需要尝试着定位问题， 这里同样可以与 产品、开发、一起进行沟通，保证数据质量的可利用性，正确性， 已达到长期的使用。

　　4、解决问题

　　定位到问题，就要及时解决问题。

　　解决完问题后，还需要进行问题的拆分，定位，复盘，以达到后期避免发生相同的问题。

　　总结

　　以上写了那么多关于测试数据质量，就是希望对现在的测试开发工程师强调一点：数据质量在整个测试过程中是持续存在的，也是出现问题最容易忽略的 。

　　关于数据质量，希望你能做到以下几点：

　　1、希望你的数据质量符合实际的业务场景；

　　2、希望你的数据质量测试用例适用于 每个项目;

　　3、希望你在测试数据前期，花费一些时间来进行数据的准备；

　　4、最希望的就是你能完全理解什么是数据质量，如何保证数据的准确性，并应用于实际项目中。

作者：Carl_奕然    

来源：http://www.51testing.com/html/67/n-7794667.html