进行大数据测试需要关注那些测试点？_大数据测试需要了解业务吗(3)

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

资源分享【这份资料必须领取~】

大家好，今天我们一起聊聊在进行大数据测试中需要关注哪些测试点，如何更好得做好大数据测试。

一、从传统的软件测试质量模型来看，大数据测试可以从大数据的功能性、、易用性进行评估质量。

1.功能性的测试：指大数据目标业务数据的存储功能是否符合预期需求。例：公司通过爬虫获取到友商的一些数据，作为测试人员可以尝试考虑这些方面。数据爬取的是否正确、数据入库是否正确、存储的表及字段信息是否正确等。

2.数据全面性：测试通过数据分析拿到的爬虫数据对应的友商是否全面，即：除了竞品或友商中A的数据应该获取，竞品或友商B、C、D的数据是否有考虑，通常在需求评审阶段提出，测试获取的数据是否完整 等。

3.数据完整性：测试分析目标数据确保指定时间范围内每天有数据，排除被风控了的情况、数据是否重复，例：同1条URL对应2条结果数据，数据预期与结果总条数一致，表数据信息是一致、是否有遗漏的情况。

4.数据合理性：从数据应用层出发测试，应测试数据字段类型check，如对重要字段类型check，例：int型下出现其他字符类型情况，字段异常值check，例：null、空、或者另外一些约定异常值，字段默认值一致性验证check，例: 从A表同步到B表后，某字段枚举值含义相同。应用数据字段的正确性。

5.数据准确性：测试获取到数据的结果表与数据源头表是否一致，可能源表经过A -> B -> C处理后得到结果表，所以需要验证整个过程数据是否丢失，确保数据的准确与一致性，可基于数据的总量来考量验证。

6.数据安全性：多账号登录及账号权限控制，敏感数据脱敏加密处理，数据加密隔离等方面进行测试。

7.数据易用性：获取的数据可复用、可视频化、易理解性等方面进行考量测试。

二、大数据的可靠性与数据的处理效率。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上软件测试知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化的资料的朋友，可以戳这里获取

可以戳这里获取](https://bbs.csdn.net/forums/4f45ff00ff254613a03fab5e56a57acb)**