数据测试设计

正常数据测试应包括数据完整性、数据一致性、数据准确性、数据多样性测试

 

1数据的完整性

数据完整性是指数据记录和信息完整，不存在缺失情况。数据缺失主要包括记录缺失和记录中某个字段
信息缺失，两者都会导致统计结果不准确。需要关注两点：数据不多和 数据不少。

数据不多：一般检查全表数据，重要枚举值数据是否重复，以及主键是否唯一

数据不少：一般检查全表数据或业务相关的重要字段（如日期、品牌、类目和枚举值等）是否缺失。

如果我们知悉数据量，如表中的品牌字段有X条数据，则检查品牌字段的是否有X条数据即可。如果数据规

模本身变动很大，可以通过对比历史数据条数来评估数据波动是否正常。


2数据的一致性
数据记录规范一致：数据编码和数据格式，如订单ID，从业务来源表到数据仓库每一层中的表都应该是
同一种数据类型，且长度需要保持一致。
数据逻辑一致：多数据间的逻辑处理一致，可以通过数据的diff测试来验证数据的一致性。


3数据的准确性

数值检查：通常需要验证数据值是否在常规范围内，比如人数比例，理论上位于[0,1]，是否在业务范围
内，这依赖于对数据业务规则的理解。
时间维度对比：即对比同一组数据在不同时间的波动情况。

空间维度对比：即固定时间维度，将当前数据与其他数据进行对比，进一步保证准确性。

上下游数据对比：检查重要字段数据在上下游的加工过程中是否丢失，与系统内的其他数据对比，与系
统外的其他数据对比。


4数据多样性

如检查集团各类员工能力数据

应分别测试O类、A类、其它类型员工正常数据、较少类数据（如应届生员工）、较多类数据（如集团总裁）

 

参考：https://blog.csdn.net/u011487470/article/details/126954040