浅谈报表测试

所谓的报表，就是在已有数据的基础上，经过各种加工、汇总，而呈现出来的数据结果，而报表测试则是鉴定报表的正确性、完整性、安全性和使用质量的过程。

需要掌握技术：
1、业务的熟悉程度
2、造数据技能

一、基础

熟悉业务是极为必要的，因为在设计测试用例前，需要理解这个指标是为了统计什么，需要在需求文档中了解并确定以下的信息：

1、指标的设计是否符合业务场景或真正的业务需求；

2、统计指标是否需针对异常数据的情况，做异常处理；

3、用户访问的频率、使用习惯等情况，以便后面做性能测试时的用例设计；

4、需求提供者有无以往的手工数据或历史数据可以作为核对标准？如果有，最好请产品人员提供。

熟悉业务后，就可以进行用例设计了。

二、测试用例设计

（一）UI验证：报表格式的显示

对界面功能、交互设计的验证。验证报表页面布局样式、表格格式、字体格式、颜色搭配、报表标题和文案。
特别是对外使用的报表，需要关注输出报表的显示格式是否符合客户需求：

1、报表的标题或者表名是否正确；

2、报表的整体显示格式是否符合客户提供的表样；

3、数据显示格式或误差是否与需求保持一致，如小位数、百分号、单位、汇率等；

4、报表页面的时间段是否用户选择的时间段；

5、当输出的内容过多时，分页方式是否正确；翻页时，是否有与上页相同的样式，第2页输出是否正确；

6、需要特别提醒的数据（一些异常数据）是否突出显示；有些指标计算方法特别或某些指标容易混淆的情况下，页面是否有加注释；

公司一般都有报表开发规范，提前向开发要规范文件。

（二）交互验证

主要包括：翻页、过滤器、提示、参数、上钻/下钻、多表联动、排序和导出等功能的验证。

1、各个指标的组合筛选查询是否正常；

2、输出功能，如导出PDF、excel等使用是否正常；

3、打印设置、打印效果等是否正常；

4、分页，或分布导出等是否如常；

5、导常情况下的使用等。

（三）更新验证/数据的正确新验证

在源数据出现更新后，验证报表数据是否更新正确。
对于用户来讲，使用报表就是希望通过报表快速简单地查到自已所需要的数据，所以测试报表最主要的内容就是验证数据的正确性：

1、数据来源是否正确。针对产品提出的指标，确认和需求是否是同一个数据源。一般来说，数据源大致分为两类：一是本系统产生的数据；二是从第三方同步过来的数据，需要核对需求中需要的数据，本系统是否已经同步过来，同步是否符合要求。

2、数据范围是否对应。是否只显示了报表设置的对应范围，并且考虑需求中是否包括统计区间的边界值。

3、指标的特定条件是否满足。前提是要弄清楚，所测报表的指标中，是否有特定条件，这个特定条件是什么，报表数据是否满足该特定条件等。

4、明细与合计是否一致。即报表的各部分明细值之和，是否和合计值一致。

（四）及时验证

主要是针对实时报表生成的及时性验证，验证在及时性方面是否满足业务需求

1、当数据源有实时数据入库时， 相关报表类的展示多久统计出来？

2、是实时还是会有延缓？延缓多久？

3、数据延缓对指标有何影响？

（五）安全测试

考虑到数据的安全性，对报表进行权限控制是很有必要的，检查报表系统的用户权限，数据安全设置是和合理。

1、确定报表是否有针对不同用户角色，设置相应查看权限的需求；

2、不同的用户角色，其查看权限是否正确；

（六）性能测试

数据响应时间、报表生成耗时等性能指标进行测试，验证是否符合预期。

1、数据范围大小；

2、筛选查询的响应时长；

3、QPS（即每秒的响应请求数）。

三、测试数据

报表测试的很大关注成分在于数据，需要了解如何造数和设计数据：

（一）五种造数据的方式

1、直接在前端页面上手动制造数据
这样造出来的数据正确性会很高，但是效率会很低；
2、通过接口实现
效率比较高、不依赖前端的界面，但是需要借助接口测试工具实现；
3、通过数据库
效率比较高，但前提是必须懂业务中数据的流线，否则造的数据可能不准确，不可用；
建议将造数据的过程记录下来，保证下一次的复用；
4、数据脱敏：线上数据脱敏导入到测试环境
需要大量数据，联系维护人员，将线上数据脱敏导入到测试环境；
5、采用接口数据库相结合的方式
数据库造数据效率高，接口造数据准确性高

（二）报表测试三大数据设计点：

1、有效数据

有效数据，顾名思义，是指既符合前台业务规则，又符合统计规则的数据。它们会被统计进报表中，对报表的统计值会产生正面的影响。

2、无效数据

无效数据，属于统计规则以外的数据。此类数据，符合前台业务规则，但不符合报表统计规则，即对报表的统计值不会产生任何影响。

3、异常数据

异常数据，主要目的是用于检验报表系统对数据的容错能力。此类数据不符合前台业务规则，对报表的统计值会产生负面影响。最常见的场景是，统计值的分母为零。

这类数据的设计，更多地应用于报表系统与业务系统分离的情况中。当报表系统与业务系统互相统一时，异常数据会受到前台业务规则的限制，即异常数据连出现的可能也没有；在报表系统和业务系统分离的情况下，异常数据就很有可能由于数据传输的不同步，造成短时间的出现，此时报表系统对于错误的处理机制就显得非常重要了。

除了针对以上3类数据的设计以外，我们在设计报表测试数据时，还需要注意以下几点：

1、保证场景间测试数据的独立性

这是为了保证数据可控而要注意的。如果一组数据的已经在某个场景被使用过了，就不应该再把这组数据应用到其他的场景中，否则一旦出现测试结果与预期结果不一致，就会提高查错的难度。况且保证数据的独立，可以更好地阐述缺陷，保留缺陷现场，等待开发人员来解决。

2、数据的多样性

多样性是指为同一个场景准备多组测试数据，因为凭借不同数据才能更好地接近真实，更容易发现问题。

3、空报表

所谓的空报表，就是指在报表查询条件下，没有相符的源数据，从而造成报表中的统计值为空。这样的测试，是为了确保报表的正确性，检查报表统计是否有张张冠李戴的现象。

4、注意数值的设计

这里所说的数值，是指统计值。

例如，统计值是百分比时，我们需要覆盖最大值（100.00%）、最小值（0.00%）、中间值（如38.01%）、小数位检查（99.99%）。除了这些，我们还需要考虑负数、百分比超过100%、小数位的四舍五入等情况。

5、不同报表间的对照

同一组数据在不同报表中的表现应该是一致的。

例如，在合同表中，合同总金额是1万元；然而在协议表中查询该合同所创建的协议总金额是1万5千元，那么，这意味着肯定是其中一份报表出现问题了。

6、历史数据的设计

历史维度也属于测试的一个重点。历史维度的测试，涉及到历史数据的设计。

例如，OA中的，A君4月前在市场中心，5月起调到了营销中心，那么5月后A君的业绩是否仍计算在在市场中心？
修改了一个统计维度的类别名称，数据是否按以前的类别名称统计还是按现在的类别名称统计？等等。

四、拓展

数据可视化必修课 - 图表篇
数据可视化之基础图表的设计要素剖析

学习链接：
1、https://blog.csdn.net/weixin_42976139/article/details/100544574
2、https://blog.csdn.net/gaixiaoyang123/article/details/112257957