ETL Testing – Techniques

重要的是,在开始测试过程之前,你必须确定正确的电子计算法测试技术。 你们应当得到所有利益攸关方的接受,并确保选择一种正确的技术来进行电子语言测试。 这一技术应当为测试小组熟知,他们应当了解测试过程所涉及的步骤。

可以使用各种类型的检测技术。 在本章中,我们将简要讨论试验技术。

Production Vapdation Testing

为了进行分析性报告和分析,你的制作数据应当正确。 对转至生产系统的数据进行这一测试。 它涉及生产系统中的数据验证,并将其与源数据进行比较。

Source-to-target Count Testing

当检测员没有时间进行检测时,就进行这种测试。 它涉及核对来源和具体目标系统中的数据。 它没有涉及在目标系统中检查数据价值。 如果数据是在数据绘制之后输入或排出顺序,则数据也不涉及。

Source-to-target Data Testing

在这类测试中,测试者验证了从源到目标系统的数据价值。 它检查了源系统中的数据价值以及目标系统在转型后的相应数值。 这类测试耗费时间,通常在金融和银行项目中进行。

Data Integration / Threshold Value Vapdation Testing

在这类测试中,测试者验证了数据的范围。 指标系统中的所有门槛值如果按照预期结果加以核对。 它还涉及在转变和装载后将数据从多种来源系统纳入目标系统。

<>Example——年龄属性 在DD/MM/YY栏中,该月的实地值不超过12美元。

Apppcation Migration Testing

申请移民检测通常在从旧申请转到新的申请系统时自动进行。 这项测试节省了许多时间。 如果从旧申请中提取的数据与新应用系统的数据相同,则进行核对。

Data Check and Constraint Testing

其中包括进行各种检查,如数据类型检查、数据长度检查和指数检查。 在这里,一名测试工程师做了以下假设:初级关键、外国关键、NOT NUL、NUL和UNIquest。

Duppcate Data Check Testing

这项测试涉及对目标系统中的重复数据进行检查。 在目标系统中有大量数据的情况下,有可能出现生产系统中重复数据,从而导致分析报告中的数据不正确。

模仿的数值可与“K”等表相核对。

Select Cust_Id, Cust_NAME, Quantity, COUNT (*) 
FROM Customer
GROUP BY Cust_Id, Cust_NAME, Quantity HAVING COUNT (*) >1;

由于以下原因,指标系统中的数据重复出现:

If no primary key is defined, then duppcate values may come.

Due to incorrect mapping or environmental issues.

Manual errors while transferring data from the source to the target system.

Data Transformation Testing

数据转换测试并非通过单一数据表进行。 这耗费时间,涉及对每一行进行多重查询,以核实变革规则。 测试者需要为每一行提供地理坐标,然后将产出与目标数据进行比较。

Data Quapty Testing

数据质量测试包括进行数量检查、日期检查、取消检查、精确检查等。 测试员进行Syntax 测试,报告无效特性、不正确的上下级个案次序等;参考测试,以检查数据是否按照数据模型进行。

Incremental Testing

进行增量测试,以核实是否按预期结果执行插入和更新声明。 这项测试采用老数据和新数据进行。

Regression Testing

当我们修改数据转化和聚合规则,增加新的功能,帮助测试者发现新的错误时,即“回归测试”。 回归测试中的数据 b称为回归。

Retesting

在确定准则后进行测试时,要求重新测试。

System Integration Testing

系统整合测试涉及测试系统的各个组成部分,然后分别纳入模块。 可以通过三种方式实现系统整合:从上到下、自下而上和混合。

Navigation Testing

导航测试也称为测试系统前端。 它涉及最终用户通过检查前期报告的各个方面进行观察测试,包括各领域的数据、计算和汇总等。