Menü

ETL ve Veri Taşıma Projeleri İçin Veri Doğrulama Testleri

  • Ana
  • Diğer
  • ETL ve Veri Taşıma Projeleri İçin Veri Doğrulama Testleri

data validation tests

Sorunları Ortadan Kaldırmak Için Enstrümanımızı Deneyin

Bu Öğretici ETL ve Veri Taşıma Projelerini Açıklar ve Geliştirilmiş Veri Kalitesi için ETL / Veri Taşıma Projeleri için Veri Doğrulama Kontrollerini veya Testlerini kapsar:

Bu makale, ETL veya Veri Taşıma projeleri üzerinde çalışan ve testlerini yalnızca Veri Kalitesi konularına odaklamak isteyen yazılım test uzmanları içindir. Bu tür projeler, kaynak depolamada depolanan ve daha sonra yazılımda bulunan bazı mantıkla çalıştırılan ve hedef depolamaya taşınan büyük miktarda veriye sahiptir.

Veri doğrulama testleri, nihai hedef sistemlerde bulunan verilerin iş gereksinimlerine göre geçerli, doğru ve canlı prodüksiyon sisteminde kullanım için iyi olmasını sağlar.

ETL ve Veri Taşıma Projeleri için Veri Doğrulama

Test edilebilecek Veri Kalitesi özelliklerinin sayısı çok fazladır ve aşağıdaki liste bu konuya bir giriş niteliğindedir.

Ne öğreneceksin:

Veri Doğrulama Nedir?

Veri doğrulama

Basit bir ifadeyle, Veri Doğrulama, ETL veya veri taşıma işlerinin bir parçası olarak taşınan verilerin iş gereksinimlerine hizmet etmek için hedef üretim canlı sistemlerinde tutarlı, doğru ve eksiksiz olduğunu doğrulama eylemidir.

Misal: Öğrenci tablosundaki bir öğrencinin adresi kaynak sistemde 2000 karakterdi. Veri doğrulama, hedef sistemde tam olarak aynı değerin bulunup bulunmadığını doğrular. Verilerin kesilip kesilmediğini veya belirli özel karakterlerin kaldırılıp kaldırılmadığını kontrol eder.

Bu makalede, bu veri doğrulama kontrollerinin çoğunu tartışacağız. ETL veya veri taşıma projelerinin test edicileri olarak, hedef sistemlere yayılabilecek ve tüm iş süreçlerini bozabilecek veri kalitesi sorunlarını ortaya çıkarırsak, muazzam bir değer katar.

ETL Projeleri İçin Verileri Neden Doğrulamalıyım?

ETL projelerinde veriler kaynaktan çıkarılır, yazılımda bir miktar mantık uygulanarak üzerinde çalışılır, dönüştürülür ve ardından hedef depolamaya yüklenir. Çoğu durumda, kaynak verileri iş gereksinimleri için daha kullanılabilir bir biçime dönüştürmek için dönüştürme yapılır.

Burada, hedef sisteme yüklenen verilerin eksiksiz, doğru olduğunu ve veri kaybı veya tutarsızlık olmadığını teyit etmek için veri doğrulaması gereklidir.

hedef ve kaynak sistem

Misal: Bir e-ticaret uygulamasında, Müşterinin TotalDollarsSpend'ini toplayan Siparişler tablosundaki her CustomerID'ye karşı tüm OrdersIds'i toplayan ETL işleri vardır ve bunu yeni bir CustomerValue tablosuna yükleyerek her bir CustomerRating'i Yüksek / Orta / Düşük değerli müşteriler olarak işaretler. bazı karmaşık algoritmalarda.

Windows 10'da jar dosyası nasıl çalıştırılır

Basit veri doğrulama testi, CustomerRating'in doğru hesaplandığını görmektir.

Başka bir test, TotalDollarSpend'in, değerleri yuvarlamada veya maksimum değer taşmalarında herhangi bir kusur olmaksızın doğru bir şekilde hesaplandığını doğrulamaktır.

Veri Taşıma Projeleri İçin Veriler Neden Doğrulanmalı?

Veri Taşıma projelerinde, Kaynak depolamada depolanan büyük hacimli veriler, altyapı yükseltmesi, eski teknoloji, optimizasyon vb. Gibi çeşitli nedenlerle farklı Hedef depolamaya taşınır. Örneğin, şirketler, devasa veri ambarlarını eski sistemlerden AWS veya Azure üzerindeki daha yeni ve daha sağlam çözümlere geçirebilir.

Bu tür projelerin birincil amacı, verileri kaynak sistemden bir hedef sisteme taşımaktır, öyle ki hedefteki veriler işletmeye herhangi bir kesinti veya olumsuz etki olmaksızın yüksek oranda kullanılabilir.

Burada yine, kaynaktaki verilerin hareketten sonra hedefte aynı olduğunu doğrulamak için veri doğrulaması gerekir.

Misal: E-ticaret uygulaması için 200 milyon satır içeren Siparişler tablosunun Azure üzerindeki Hedef sisteme taşındığını varsayalım. Basit veri doğrulama testi, hedef sistemde 200 milyon veri satırının tamamının mevcut olduğunu doğrulamaktır.

Başka bir test, tarih formatlarının kaynak ve hedef sistem arasında eşleştiğini doğrulamak olabilir.

Test uzmanlarının bu tür projelerde test edebileceği fonksiyonel testler, performans testleri, güvenlik testleri, infra testleri, E2E testleri, regresyon testleri vb.

Önerilen Okuma => Veri Taşıma Testi , ETL Testi Veri Ambarı Testi Eğitimi

Bu makalede, ETL ve Göç projeleri için testlerin yalnızca veri yönüne bakacağız.

Veri Eşleme Sayfası

Başlangıç ​​olarak, Veri projeniz için bir Veri Eşleme sayfası oluşturun. Veri eşleme, kaynak ve hedef tablolar arasındaki varlıkları eşleştirme işlemidir. Kaynak sistemdeki tüm tabloları ve varlıklarını bir elektronik tabloda belgelemekle başlayın. Şimdi, hedef tablolarda eşleşmesi beklenen bu satırların her biri için karşılık gelen değerleri belgeleyin. Varsa, dönüştürme kurallarını ayrı bir sütuna not edin.

Veri haritalama sayfaları, Data Architects tarafından sağlanan veri modellerinden toplanan birçok bilgiyi içerir. Başlangıçta, test uzmanları basitleştirilmiş bir sürüm oluşturabilir ve ilerledikçe daha fazla bilgi ekleyebilir. Aşağıdaki Veri Eşleme Sayfası örneğine bakın- üst tablo

Adresinden bir Şablon indirin Basitleştirilmiş Veri Eşleme Sayfası

Veri Doğrulama Testleri

# 1) Veri Tekdüzeliği

Varlığın gerçek değerinin farklı yerlerde tam olarak eşleştiğini doğrulamak için veri tekdüzeliği testleri yapılır. Burada mümkün olan iki tür testimiz var:

(i) Aynı şema içindeki kontroller:

  • Veri varlığı, aynı şema (kaynak sistem veya hedef sistem) içinde iki tabloda bulunabilir.
  • Misal: Aşağıdaki görselde de görebileceğiniz gibi, ProductID OrderDetails and Products tablosunda yer almaktadır. OrderDetails ve Products tablosunda bulunan ProductId için tam eşleşme doğrulaması yapın.

Basitleştirilmiş Veri Eşleme Sayfası1

(ii) Şemalar arasında kontroller:

  • Veri varlığı olduğu gibi Hedef şemaya taşınabilir, yani hedef sistemde olduğu gibi kaynak sistemde de mevcuttur
  • Misal: Yukarıdaki görüntüde görebileceğiniz gibi ProductID, kaynak sistemde Ürünler tablosunda ve hedef sistemde Ürünler tablosunda yer almaktadır. Hedef sistemdeki Ürünler tablosundaki ProductId ile kaynak sistemdeki Ürünler tablosundaki Ürün Kimliği için tam eşleşme doğrulaması yapın.

Not: Hızlı başvuru için Veri Eşleme sayfasında eşleşen veri varlıklarını vurgulamak (renk kodu) en iyisidir.

# 2) Varlık Varlığı

Bu tür bir testte, tüm varlıkların (Tablolar ve Alanlar) kaynak ve hedef arasında eşleştiğini doğrulamamız gerekir. İki olasılık vardır, Veri Modeli tasarımına göre bir varlık mevcut olabilir veya olmayabilir.

(ben) Hem kaynakta hem de hedefte karşılık gelen varlığı olan tüm Tabloların (ve sütunların) eşleştiğini doğrulayın. Tüm Tabloların (ve sütunların) bir listesini çıkarır ve bir metin karşılaştırması yaparız. Bu akıl sağlığı testi yalnızca aynı varlık adları kullanılırsa çalışır.

Bazen farklı tablo adları kullanılır ve bu nedenle doğrudan bir karşılaştırma çalışmayabilir. Bu bilgiyi Veri Eşleme sayfasında eşleştirmemiz ve hatalar için doğrulamamız gerekebilir.

Diğer bir olasılık, verilerin olmamasıdır. Veri modelinin, kaynak sistemdeki (veya sütundaki) bir tablonun hedef sistemde karşılık gelen bir mevcudiyete sahip olmamasını gerektirdiği durumlar vardır (veya tam tersi). Bunu doğrulamak için testler yaptırın.

  • Misal: Aşağıdaki görselde de görebileceğiniz gibi CustDemographic Table kaynak sistemde değil hedef sistemde mevcuttur.
  • Müşteriler tablosundaki CustomerType alanında, hedef sistemde değil, yalnızca kaynak sistemde veri bulunur.

dart (Veri doğruluğu)

# 3) Veri Doğruluğu

Adından da anlaşılacağı gibi, verilerin mantıksal olarak doğru olup olmadığını onaylıyoruz. Bu tür testler için iki kategori vardır. Bununla birlikte, test cihazı veri kalitesi sorunlarını kaynak sistemde bile yakalayabilir.

Veri bütünlüğü

(resim kaynak )

Not: Bu testi hedef sistemde çalıştırın ve herhangi bir kusur için kaynak sistemde tekrar kontrol edin.

(i) Sayısal olmayan tür: Bu sınıflandırma altında, sayısal olmayan içeriğin doğruluğunu onaylıyoruz. Örnekler E-postalar, Pin kodları, Geçerli bir formatta Telefon.

(ii) Alan analizi: Bu tür bir testte, veri alanlarını seçeriz ve hatalar için onaylarız. Bunun için üç gruplama var:

  • Değere Dayalı: Burada bir alan için oluşabilecek değerlerin bir listesini oluşturuyoruz (tablodaki sütun). Ardından sütun değerlerinin listemizin bir alt kümesi olup olmadığını doğrulayın.
    • Misal: Cinsiyet sütununun M veya F içerdiğini doğrulayın.
  • Menzile Göre: Burada, mantıksal veya iş muhakemesine dayalı olarak bir sütun için geçerli veri değerleri için minimum ve maksimum aralığı belirleriz. Ardından sütun değerlerinin bu aralıkta olup olmadığını doğrularız.
    • Misal: Yaş için 0 ila 120.
  • Referans Dosyası : Burada sistem harici bir geçerlilik dosyası kullanır.
    • Misal: Ülke kodları geçerli mi, referans dosyasından doğru değeri seçiyor mu, Ülke kodları Kalite Güvencesi ve Üretim ortamı arasında aynı mı? Referans dosyasında güncellenmiş bir ülke kodu varsa, DB'de doğru bir şekilde güncellenir mi?

# 4) Meta Veri Doğrulaması

Meta veri doğrulamasında, hedef için Tablo ve Sütun veri türü tanımlarının doğru tasarlandığını ve tasarlandıktan sonra veri modeli tasarım özelliklerine göre yürütüldüğünü doğrularız.

Burada iki gruplama var:

(i) Meta veri tasarımı: İlk kontrol, veri modelinin hedef tabloların iş gereksinimlerine göre doğru şekilde tasarlandığını doğrulamaktır. Veri mimarları şema varlıklarını taşıyabilir veya hedef sistemi tasarlarken değişiklikler yapabilir.

Bir sonraki kontrol, veri modelleri kullanılarak doğru komut dosyalarının oluşturulduğunu doğrulamak olmalıdır.

Aşağıdaki her kategori için, öncelikle hedef sistem için tanımlanan meta verilerin iş gereksinimini karşılayıp karşılamadığını ve ikinci olarak tabloların ve alan tanımlarının doğru bir şekilde oluşturulup oluşturulmadığını kontrol ederiz.

Meta veri kontrollerinden birkaçı aşağıda verilmiştir:

  • Veri Türü Kontrolü: Misal: Toplam Satış, Ondalık (8, 16 veya 20 bayt) veya Çift tür ile doğru şekilde çalışacak mı?
  • Veri Uzunluğu Kontrolü : Misal: Adres alanı için veri uzunluğu 500 karakter ile yeterli olacak mı? Şirkete yeni coğrafya eklendikçe veri geçişinin yapıldığı bir durum olabilir. Yeni coğrafyanın adresleri son derece uzun bir formata sahip olabilir ve orijinal uzunluğa bağlı kalmak bir kullanım durumunda hata yapabilir.
  • Dizin kontrolü: Örnek: Hedef sistemde OrderId sütunu için indeksleme yapıldı mı? Veri taşıma gerektiren bir şirket birleşmesi olursa ve Siparişler tablosu hedef sistemde 100 kat büyürse ne olur?
  • Ortamlarda Meta Veri Kontrolü: Bu kontrol altında, Meta Verilerin QA testi ile Üretim ortamı arasında eşleştiğini doğrulayın. Testler QA ortamında geçebilir ancak diğer ortamlarda başarısız olabilir.

(ii) Delta değişikliği: Bu testler, proje devam ederken ortaya çıkan kusurları ortaya çıkarır ve yolun ortasında kaynak sistemin meta verilerinde değişiklikler vardır ve hedef sistemlerde uygulanmaz.

Misal: Kaynakta Müşteri tablosuna yeni alan CSI (Müşteri Memnuniyet Endeksi) eklendi ancak hedef sisteme yapılamadı.

# 5) Veri Bütünlüğü

Burada, esas olarak Yabancı anahtar, Birincil anahtar referansı, Benzersiz, Varsayılan vb. Gibi bütünlük kısıtlamalarını doğrularız.

üst tablo

(resim kaynak )

Yabancı anahtarlar için, kullanılan yabancı anahtarın üst tabloda bulunmadığı alt tabloda öksüz kayıtlar olup olmadığını kontrol etmemiz gerekir.

Veri Tamlığı kontrolü

Misal: Müşteriler tablosunda Birincil anahtar olan Müşteri Kimliği vardır. Siparişler tablosunda Yabancı anahtar olarak Müşteri Kimliği vardır. Siparişler tablosunda Müşteriler tablosunda bulunmayan bir Müşteri Kimliği olabilir. Bu tür bütünlük kısıtlaması ihlallerini ortaya çıkarmak için testlere ihtiyacımız var. Veri Eşleme tablosu, hangi tabloların bu kısıtlamalara sahip olduğu konusunda size netlik sağlayacaktır.

Not: Bu testi hedef sistemde çalıştırın ve kusur varsa kaynak sistemde tekrar kontrol edin.

# 6) Veri Tamlığı

Bunlar, kaynak ve hedef tablo arasındaki eksik kayıtları veya satır sayılarını ortaya çıkaran akıl sağlığı testleridir ve otomatikleştirildikten sonra sıklıkla çalıştırılabilir.

İki tür test vardır:

(i) Kayıt sayısı: Burada, kaynak ve hedef sistem arasındaki eşleşen tablolar için toplam kayıt sayısını karşılaştırıyoruz. Bu, ETL veya Geçiş işinin çalıştırılmasının sonrasını doğrulamak için hızlı bir akıl sağlığı kontrolüdür. Sayımlar uymuyorsa bir kusurumuz var.

İşin çalıştırılması sırasında bazen reddedilen kayıtlar vardır. Bunlardan bazıları geçerli olabilir. Ancak bir testçi olarak bunun için bir vaka noktası oluşturuyoruz.

(ii) Sütun veri profili oluşturma: Bu tür bir akıl sağlığı testi, rekor sayıları çok büyük olduğunda değerlidir. Burada, kayıt sayısını azaltan mantıksal veri kümeleri oluşturuyoruz ve ardından kaynak ile hedef arasında bir karşılaştırma yapıyoruz.

  • Mümkün olduğunda, bir sütundaki tüm benzersiz değerleri filtreleyin, Örneğin, ProductID, OrderDetails tablosunda birden çok kez ortaya çıkıyor olabilir. Hem hedef hem de kaynak tablolardan ProductID için benzersiz bir liste seçin ve doğrulayın. Bu, rekor sayılarını büyük ölçüde azaltır ve akıl sağlığı testlerini hızlandırır.
  • Yukarıdaki testlerde olduğu gibi, tüm ana sütunları seçebilir ve KPI’ların (minimum, maksimum, ortalama, maksimum veya minimum uzunluk, vb.) Hedef ve kaynak tablo arasında eşleşip eşleşmediğini kontrol edebiliriz. Misal: OrderDetails'deki Fiyat sütunundan ortalama, minimum ve maksimum değerleri alın ve bu değerleri hedef ve kaynak tablolar arasında uyuşmazlıklar için karşılaştırın.
  • Null değerler için başka bir kontrol yapılabilir. Önemli sütunları seçin ve sütunun Null değerler içerdiği bir satır listesini filtreleyin. Uyumsuzluk için hedef ve kaynak sistemler arasındaki bu satırları karşılaştırın.

Zaman çizelgeleri

# 7) Veri Dönüşümü

Bu testler, projenin temel testlerini oluşturur. Dönüşüm gereksinimlerini anlamak için gereksinimler belgesini inceleyin. Farklı dönüşüm senaryolarını yansıtmak için kaynak sistemlerdeki test verilerini hazırlayın. Bunların çok sayıda testi vardır ve ETL test konuları altında ayrıntılı olarak ele alınmalıdır.

Aşağıda, bunun kapsamına giren testlerin kısa bir listesi bulunmaktadır:

(i) Dönüşüm:

  • Misal: ETL kodunun geçersiz verileri reddetme mantığı olabilir. Bunları gereksinimlere göre doğrulayın.
  • ETL kodu, vekil anahtarlar gibi belirli anahtarları otomatik olarak üretmek için bir mantık da içerebilir. Bunların doğruluğunu (teknik ve mantıksal) doğrulamak için testlere ihtiyacımız var.
  • Bir ETL veya Geçiş işi tamamlandıktan sonra birleştirme veya alan değerlerinin bölünmesinin doğruluğunu onaylayın.
  • Bilgi tutarlılığı kontrollerini doğrulamak için testler yapın. Örneğin, bir tür kusur olabilir, Siparişler tablosunda kullanılan Ürün Kimliği, Ürünler üst tablosunda mevcut değil. Yetim kayıtlarının bir ETL işi sırasında nasıl davrandığını doğrulamak için bir test yaptırın.
  • Zaman zaman eksik veriler ETL kodu kullanılarak eklenir. Bunların doğruluğunu onaylayın.
  • ETL veya Taşıma komut dosyalarının bazen verileri düzeltmek için mantığı vardır. Veri düzeltmenin çalıştığını doğrulayın.
  • Geçersiz / reddedilen / hatalı verilerin kullanıcılara bildirilip bildirilmediğini doğrulayın.
  • Girdi verilerinin ve beklenen sonuçların senaryolarını içeren bir elektronik tablo oluşturun ve bunları iş müşterisiyle doğrulayın.

(ii) Uç durumlar: Dönüşüm mantığının sınırlarda iyi durumda olduğunu doğrulayın.

  • Misal: 1 Trilyon değerindeki TotalSales bir ETL işinden geçirildiğinde ne olur? Uçtan uca davalar işe yarıyor mu? Potansiyel olarak büyük değerlere sahip olabilecek alanları belirleyin ve bu büyük değerlerle testler çalıştırın. Sayısal ve sayısal olmayan değerleri içermelidirler.
  • Beklenen tarihlerin tümü de dahil olmak üzere tarih alanları için - artık yıllar, Şubat için 28/29 gün. Diğer aylar için 30, 31 gün.

# 8) Veri Tekliği veya Çoğaltma

Bu test türünde, veri modeline göre benzersiz değerlere sahip olması gereken sütunları belirleyin. Ayrıca, bu tür verileri ayıklamak için iş mantığını da dikkate alın. Sistemde benzersiz olup olmadıklarını doğrulamak için testleri çalıştırın. Daha sonra gerçek kopyaları belirlemek için testleri çalıştırın.

yazılım testi mülakat sorusu ve yanıtı
  • Misal: Yinelenen verileri filtreleyin ve bunların gerçek olup olmadığını kontrol edin. Örneğin, Çalışana bağlı kayıt aynı kardeş verilerini iki kez içerir.
  • Kullanıcı telefon numarası sistemde benzersiz olmalıdır (iş gereksinimi).
  • İşletme gereksinimi, Ürünler tablosundaki Ürün Kimliği ve ÜrünAdı kombinasyonunun, ÜrünAdı yinelenebileceğinden benzersiz olması gerektiğini söylüyor.

# 9) Zorunlu

Bu tür testte, Zorunlu olarak işaretlenmiş tüm alanları tanımlayın ve zorunlu alanların değerlere sahip olup olmadığını doğrulayın. DB'deki bir alanla ilişkili varsayılan değerler varsa, veri olmadığında doğru doldurulup doldurulmadığını kontrol edin.

  • Misal: BillDate girilmemişse, CurrentDate BillDate'dir.

# 10) Zamanındalık

Mutabık kalınan zaman çizelgelerinden gelen verilerle çalıştığınızı doğrulayan testleri her zaman belgeleyin.

  • Misal: ProductDiscount 15 gün önce güncellendi ve iş etki alanı, ProductDiscount her yedi günde bir değiştiğini belirtir. Bu, testlerinizin doğru iskonto değerleri ile yapılmadığı anlamına gelir.
  • Müşteri memnuniyeti endeksi için bir tahmine dayalı analitik raporunun, Walmart'ta bir satış promosyon haftası olan son 1 haftalık verilerle çalışması gerekiyordu. Ancak ETL işi, 15 günlük bir sıklıkta çalışacak şekilde tasarlandı. Bu, test uzmanlarının ortaya çıkarabileceği büyük bir kusurdur.

# 11) Boş Veri

Bu tür bir testte, boş verilerin geçerliliğine ve önemli sütunun boş olamayacağının doğrulanmasına odaklanırız.

  • Misal: Tüm boş verileri filtreleyin ve null değerine izin verilip verilmediğini doğrulayın.
  • İş kararları için önemli sütunlar varsa, boş değerlerin bulunmadığından emin olun.

# 12) Menzil Kontrolü

Aralıkların iş açısından anlamlı olduğu veri varlığı test edilmelidir.

  • Misal: Yazılım kategorisinde fatura başına sipariş miktarı 5K'dan fazla olamaz.
  • Yaş 120'yi geçmemelidir.

# 13) İşletme Kuralları

Alanlar için tüm iş gereksinimlerini belgeleyin ve bunun için testleri çalıştırın.

  • Misal: 20 yaşın altındaki kaynaklar uygun değildir. Bu kural verilere uygulanırsa veri doğrulama kontrolleri gereklidir.
  • Çalışan Etkin durumu Doğru / Ölen ise fesih tarihi boş olmalıdır.
  • FROM verileri TO Tarihinden küçük olmalıdır.
  • Öğe düzeyinde satın alma tutarlarının toplamı sipariş düzeyindeki tutarlarla toplanır

# 14) Toplama İşlevleri

Toplama işlevleri, veritabanının işlevselliğinde yerleşiktir. Kaynak sistemdeki tüm kümeleri belgeleyin ve toplu kullanımın hedef sistemde aynı değerleri verip vermediğini doğrulayın (toplam, maks, min, sayı).

Çoğu zaman kaynak sistemdeki araçlar hedef sistemden farklıdır. Her iki aracın da toplama işlevlerini aynı şekilde çalıştırıp çalıştırmadığını kontrol edin.

# 15) Veri Kesme ve Yuvarlama

Bu tür testlerde, işletmeyle ilgili kesme ve yuvarlama mantığına sahip alanları belirleriz. Daha sonra, Ürün sahipleriyle kesme ve yuvarlama mantığını belgelendirip imzalar ve bunları üretim temsilcisi verileriyle test ederiz.

# 16) Kodlama Testleri

Kaynak sistemde kodlanmış değerler olup olmadığını doğrulayın ve ETL veya veri taşıma işini hedef sisteme gönderdikten sonra verilerin doğru şekilde doldurulup doldurulmadığını doğrulayın.

  • Misal: Çince'de FirstName için çift baytlı karakterler kodlanan kaynak sistemde kabul edildi. Hedef sisteme taşındığında bu alanın davranışını doğrulayın.
  • Parola alanı kodlanmış ve taşınmıştır. Taşıma sonrası iyi çalıştıklarından emin olun.

# 17) Regresyon Testleri

Bu, test uzmanlarının yukarıdaki kontrol listesi kullanılarak oluşturulan tüm kritik test senaryo setini çalıştırdığı temel bir test konseptidir ve kaynak veya hedef sistemde bir değişiklik sonrası.

Sonuç

Bu nedenle, veri doğrulamanın, veri yoğun projeler için keşfedilecek ilginç bir alan olduğunu ve en önemli testleri oluşturduğunu gördük. Veri eşleme sayfası, test uzmanlarının bu testlerde başarıya ulaşmak için sürdürmeleri gereken kritik bir yapıdır. Yukarıdaki testlerden herhangi biri için girdi oluşturmak üzere renkli vurgulu birden çok sürümü koruyabilirler.

Sürümler arasında delta değişikliklerini korumak için özen gösterilmelidir.

Okuyuculardan, testçi topluluğuna fayda sağlamak için çalışmaları sırasında karşılaştıkları testin diğer alanlarını paylaşmalarını rica ediyoruz.

Önerilen Kaynaklar

^