測试中“特殊数据”提出的挑战

Manjula Anandamurthy刚就业时是一名cobol程序猿。现在她已在IT界混了20多年。在印度花了10年独立为软件測试项目制定策略并进行管理。她曾在银行，医疗及零售行业当过负责大型软件測试项目的測试经理。她还干过软件工具顾问。

　　一个精心设计的測试数据管理流程能够保证更高的測试覆盖率并降低终端产品中的缺陷。一个典型的測试数据管理流程包含測试数据需求阶段，期间測试和开发团队成员简介并将全部要求的測试数据合并。

还包含对又一次測试的更新频率。然而运行測试项目时，我们却发现数据库不不过一个值。一经公布它还有额外惊喜。下面三个数据尤其值得关注：

　　例1：隐藏列
　　第一例便是一个医疗应用程序。病人数据是高度保密的；受数据保护行动的保护。病人对关于他们的隐藏数据保留某些权力。全部医疗保健单位都必须遵循这一点并确保别人绝对无法获取这些数据。我们正在測试的医疗应用程序有隐藏列。这些隐藏列在设计文件。要求规范或測试用例中无迹可寻。仅仅有在我们将之投入生产时，我们才意识到这些列的存在，且没有做过使用这些列的測试。

这样的情况下。我们怎么确保公布的产品没有缺陷呢？

　　例2：多媒体数据
　　还有一例：我们在网页用户能够在上面上传视频的网页上进行变更请求。由于用户有可能上传有煽动性的视频，敏感的东西都必须丢弃并从网页上删除。

这仅仅能靠人工干预和人为推断而不能靠自己主动化来完毕。只是，我们还是须要用一些測试用例检測这些视频。我们该怎么创建測试数据？难道去上传敏感视频？这么做的话，敏感视频就会留在測试环境中并可能违反信息安全法规。

　　例3：多个数据库
　　第三例出如今从两个不同源头中提取数据时。比方，遵循HIPAA的法规在个人数据上运行规则。比如个人姓名必须与他们社保卡上的一致。

在一些自己主动服从的数据库中定义这些规则也是有可能的。一个典型的数据库结构是不同意有这些定义的。所以从两个这种数据库中提取測试数据时，我们最后就会使用不兼容这些规定的測试数据。然后导致不完整的測试。

　　这些仅仅是測试员会面临的多种情况中的三个。因此，除了常规測试数据管理流程，測试数据创建阶段还有必要包含下面内容：
　　 ??一名能够预见数据库结构中这些数据的存在或不存在的领域专家。假设一些重要机密的信息在任一表格内丢失了。领域专家就能够查找去哪能够找到这些数据。測试团队会意识到这类信息的存在。至少在他们的測试用例中发现这类场景并未被覆盖。
　　 ??一个让測试网页能够上传视频和其它多媒体文件（包含：定期审核一类的活动）的測试计划。

有了一些语音识别工具的帮助。这类測试的自己主动化也是有可能实现的。这类数据的维护也应该被创建，存储和再次利用。一个有效的測试数据管理流程须要一个重要功能的准确环境和可操作数据。

认真考虑測试数据管理策略和控制对高效彻底的測试非常有必要。

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。