大数据测试的的主要包括哪些内容，做第三方大数据测试的软件测评中心有哪些？

从测试手段来区分：功能测试、性能测试、自动化测试、安全测试、接口测试就有多种。

那么大数据测试到底测啥以及如何测，非常遗憾的告诉伙伴们，目前业界没有通用的方法定义大数据测试，本篇借鉴传统测试的思想跟大伙一起探讨下大数据测试的范围。

目录如下

1、传统测试范围的定义

2、大数据的功能性与易用性

3、大数据的可靠性与效率

4、大数据的可维护性与可移植性

1 传统测试范畴的定义

ISO9126软件质量模型标准定义了软件评估的6大特性分别是：功能性、易用性、可靠性、效率性、可维护性、可移植性，也就意味着软件测试基本上围绕着这6个特性展开。

2 大数据的功能性与易用性

我们借鉴ISO9126软件质量模型，看看大数据的功能性、易用性需考虑方面。

2.1 功能性

说明：ISO9126 里面指满足需求文档和相关标准能力，分别从适合性、准确性、互操作性、保密安全性、功能的依从性去定义，好比测试一台手机：确保它功能完整（能打电话、发短信、运行app、拍照…），满足用户日常的需求，并且符合互操作性(确保打电话的时能运行手机上的app)，发出去的短信传输过程是通过加密、安全的，并且该手机的功能在国际上具备一定的规范一致性。

2.2 数据全面性

质疑下拿到的爬虫数据对应的友商是否全面，除了友商A的数据应该获取，友商B、C、D的数据是否有考虑；每个友商选取的对标门店是否具有代表性，需考虑；通常在需求评审阶段提出。

2.3 数据完整性

质疑拿到的数据是否完整，这里完整指：

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；

2.4 数据合理性

质疑拿到的数据是否符合数据库规定类型、以及是否出现出现异常值；

2.5 数据准确性

质疑拿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失真，确保数据的准确与一致。

2.6 安全性验证

对于某些敏感的数据往往需要考虑其安全性，可以是从获取数据的方式，也可以是数据本身安全性上。

2.7 易用性验证

确保数据获取的过程顺畅，如果数据需要通过很多命令执行并且连接多个环境才能获取到，这样的数据易用性则不强，以及每个指定的一定能被人所理解。

3 大数据的可靠性与效率

同样的当处理大数据的平台出现不可预知的错误时，或者数据处理变慢时，我们得有一些处理方案让其能短时间内恢复，或者即便恢复不了也有一些应急的方案，让其不影响到整个链路的上下游，这里其实就是对处理大数据的平台可靠性与效率性的保证。