从零开始，数据级测试常见问题

如果你觉得还行的话，就点点文章末右下角的“好看”支持下

一、为什么要做数据级测试？

在软件测试从业过程中，你会发现数据级的测试非常缺乏，或是说人员能力的缺乏导致了无法开展日常性的数据测试。为什么需要专业的数据级测试呢？

1. 确保数据的完整性
2. 确保数据的有效性
3. 确保数据存储的性能
4. 确保数据处理相关应用程序的正常

二、在数据级测试过程中，我们要注意哪些？

在数据存储层，需要注意测试以下几个方面：

1. 要验证数据的约束关系
2. 要验证数据存储字段的长度
3. 要验证存储过程
4. 注意数据入库时的长度要匹配
5. 要验证索引对性能的影响
6. 其他等等

三、需要验证数据库的哪些连接类型？

在数据级测试中，必须掌握数据库的连接类型，并在实际测试过程中进行验证，要掌握的数据库的连接类型有：

1. 内连接
2. 外连接：分为左连接、右连接
3. 交叉连接
4. 联合连接

四、需要掌握哪些数据库索引类型？

在数据库中，索引能加快数据库的查询速度，验证字段是否有索引是必须进行一个日常性测试工作。下面看下有哪些索引类型：

1. B-Tree索引
2. Bitmap索引
3. Clustered索引
4. Covering索引
5. Non-unique索引
6. unique索引

五、数据级测试过程中需要了解哪些大数据测试理念、技术？

以下不分框架、技术、工具、原理，一锅烩。

1. hadoop
2. spark
3. flink
4. map reduce
5. HDFS
6. Hive
7. HBase
8. ZooKeeper
9. 等等 都需要去了解、理解、甚至具备一定的技术实现能力

六、怎么去对数据级进行测试呢？

从测试和技术上来讲

1. 首先要掌握一门编程语言，我推荐Python

2. sql是必备的技能

3. 测试框架是必须掌握的例如junit、pyunit这类的基础框架

4. 持续集成、交付工具，jenkins这类的是必须会的，最好掌握jenkins2 pipeline理念

5. 经典的测试方法论是必须的，把经典的测试方法论融入到数据级测试来是一定要的

其他的暂时不写了