HUR?
För att testerna ska bli värdefulla behöver vi ställa oss ett antal frågor: Vilka fel hoppas vi att testerna identifierar? Vilka testtyper kräver produktionsdata och varför? Vilka datatyper behöver testerna täcka? Svaren är inte helt enkla och mängden detaljer kan verka övermäktig.
Lösningen är att kategorisera och automatisera testdatahanteringen. Förutom ett säkrare integritetsskydd öppnar det också för självförsörjande tester. Tester som i sin tur möjliggör fler och parallella bearbetningar.
Först måste användningen av data analyseras. Vilka likheter finns och vilka skillnader spelar roll för testerna och var uppstår konflikter mellan de parallella testerna? Exempel på kategorisering är:
- Persondata som är centralt för testerna
- Transaktionsdata som är unik för varje test
- Statiska data där endast format och gränsvärden spelar roll
- Produktionsdata som inte är integritets- eller säkerhetskänslig
Nästa steg är att välja verktyg för hanteringen av testdata. Huvudkriteriet är öppenhet. Verktygen vi använder vid tester måste kunna användas av alla testare och fungera bra i system- och acceptanstester. Det måste också kunna hantera bland annat scriptning, direkta databasanrop, databaselines, hantering av säkerhetsattribut och automation genom UI och tjänstegränssnitt.