本文介绍了测试数据的分类，包括基础数据、存量数据和动态数据，并探讨了测试数据的量级和真实性。提出了全量+脱敏、定量+脱敏、爬虫策略和自动生成动态数据等测试数据准备方法。对于动态数据，文章建议使用文件存储、数据库存储或代码动态生成，并强调测试数据的清理和生命周期管理，以维护测试环境的性能。
大家都知道大部分测试都是需要准备测试数据的，例如手工测试需要一些基础数据，比如配置数据等等是需要去准备的；以及自动化测试和性能测试，基础都是需要准备的，现有数据，动态运行时产生的数据也是需要的。这里就牵扯到了关于数据的概念了。
一、测试数据的分类
我们可以给测试数据分一些种类：
基础数据：比如一些内容管理系统会配置站点的标题，友情链接之类的基础配置数据；
存量数据：也就是现有数据。比如在测试一些电商站点的时候会提前插入一些商品信息，类目信息物流信息等；
动态数据：也可以叫做session数据。比如在测试电商站点的发布商品功能的时候，往往会去创建一些新的商品。
我们可以想象到，基础数据其实可以比较容易的跟生产环境保持一致。测试环境的存量数据会比线上环境要少，测试环境的动态数据可能不会像线上环境那样真实。
这里就需要讨论测试数据的量级和真实性的问题了。
二、测试数据的量级
大部分情况下，测试数据的量级是没有产生环境多的。所以测试数据可以是真实数据的子集。
如果有类生产环境或预发布环境的话，可以尽量保持跟线上数据相当的量级。这样一些测试环境不好测出来的由于数据量导致的问题可以在预发布环境测出来。
三、测试数据的真实性
我们测试环境的
最低0.47元/天 解锁文章
5万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
