и посмотреть медиа
TestGrow - тестирование ПО
и посмотреть медиа
Канал платформы по тестированию ПО. Материалы для тестировщиков.
Канал платформы по тестированию ПО. Материалы для тестировщиков.
AI бот для озвучки текста и клонирования голоса в Telegram. Создавай аудио с помощью нейросети быстро и просто.
Ресурс платформы TestGrow по тестированию софта. Полезные материалы и советы для QA специалистов.
ПРОБЛЕМА КРИВЫХ ДАННЫХ: КОГДА САМА ТЕСТОВАЯ БД ЛОМАЕТ ТЕСТИРОВАНИЕ Всем привет! Сегодня хочу поднять тему, с которой я регулярно сталкиваюсь в рамках моего проекта по практике для тестировщиков Store Manager. Речь про кривые данные и неконсистентость в тестовых базах. Что это значит? Кривые данные - это записи в БД, которые не соответствуют текущей бизнес-логике или нарушают валидацию. Они могли попасть туда случайно, из старых тестов или при тестировании валидации, но итог один: тестирование ломается и возникают ошибки. Например, - В таблице пользователей сохранены email без «@», и после обновления валидации логин перестаёт работать. - В заказах у части записей отсутствует обязательное поле валюта, в итоге UI падает, когда пытается отрендерить сумму, а получает, например, 500 ошибку от бекенда. - В связке заказ–товар в БД есть ссылки на несуществующие товары и на фронте ничего не отображается. и так далее, ситуаций может быть много. Почему это ломает тестирование? Тестировщик находит баг, который как ему кажется связан с системой, а на самом деле, просто данные некорректны в БД, например, в прошлом релизе тестировщик проверял валидацию полей, завел кучу неправильных данных для негативных тестов, они сохранились в БД, а на новом релизе, где валидацию пофиксили, система начинает отбраковывать старые записи, но выглядит это как будто система сломалась. И главное, на такие ошибки тратится время на их расследование и локализацию, которые на самом деле не баги кода, а мусор в данных. Что я тут советую делать: 1. Всегда проверять, с какими данными работаете (соответствуют ли они правилам валидации). 2. Всегда проверять дефекты относительно корректности тестовых данных 3. Для воспроизведения багов лучше создавать свежие тестовые данные, а не полагаться на старые. Часто проблема кривых данных сложнее, чем сам баг в коде. Потому что она искажает картину. Тестировщик ищет ошибку там, где её нет. В моём проекте я регулярно вижу, как это сбивает новичков, потому что кто-то проверяет новый сценарий, а система не работает просто потому, что старые данные не проходят обновлённую валидацию. Поэтому никогда не забываем, что тестовые данные - это не просто то, что вам нужно для прохождения тестов, это еще и сущность, которую нужно регулярно валидировать и проверять перед тестированием. Все мои проекты: TG канал по тестированию AI | Youtube channel | Практика по тестированию | Платформа TestGrow | Автоматизация тестирования | Курс по тест-менеджменту | База знаний
Открыть канал и посмотреть медиаТолько зарегистрированные пользователи могут делиться своим мнением.
Станьте первым, кто поделится своим впечатлением об этом ресурсе!