测试数据建模

现在很多软件应用，都设计成2部分：应用程序Application + 数据库DB。要对这种类型的应用软件进行测试，“测试数据”这个概念就非常的关键。测试用例中的“前置条件”，基本就是围绕测试数据来设计的。以淘宝网的测试为例，验证每个功能点时，最重要的就是准备好各种类型的数据对象，比如：不通信用级别的卖家，不同类目属性的商品等等。

熟练的测试工程师手里都会保存一批测试数据（比如账号、商品），并且分类管理，不同场景的测试用例，都会有专门的测试数据来支持。在ta的心里，存在着一套完整的测试设计方案，在工作中也会显得游刃有余。要达到这种状态，需要经过一段时间的积累，需要“磨合”。对测试数据的控制力，也是测试工程师的重要能力之一，可惜这种能力很难被识别，被比较。

最近2年，软件测试工作在逐渐向开发团队转移，由以前的测试团队“全包”，变成了现在的“半包”。很多观点也认为，开发团队来做测试工作，有着得天独厚的优势，因为开发对应用程序的结构最熟悉，哪里容易出现问题也最清楚。当然也有很多开发表示反对，原因大概有下面几个：

• 没时间，能把代码写完就不错了
• 开发工程师没有测试工程师的那种思维方式
• 测试数据准备起来比较困难

这里的“测试数据问题”是客观存在的，但不仅仅是这么简单的一句话可以概括，需要深入分析。我们观察开发工程师在做测试工作的时候，在测试数据方面会遇到下面几个问题：

1. 对于一些比较复杂的测试场景，搞不清应该构造哪些测试数据对象，最后只好随便抓一个来测试，只要没抛异常，就算pass；
2. 就算搞清了测试数据的需求，去哪找这些数据，仍然是一个大问题，最后还是随便抓一个来测试；
3. 就算把所有的测试数据都做好，如何根据测试场景随机应变的使用，如何维护这些数据始终有效，也非常不容易；

分析到这里我们发现，测试工程师对测试数据的控制能力，真的不简单，开发工程师在工作中一般没有接受过类似的训练，所以很容易陷入“测试数据”的泥潭。而且，这个问题跟人的能力有关，不是单纯依靠工具能解决的。

关于“测试数据建模”，主要是解决上面的第一个问题：当我们要测试一个功能点，或者一系列场景的时候，需要设计出怎样的测试数据组合。

我们先假设一个最简单的场景，这个场景只需要用到1个数据对象：USER，那么这里的测试数据，就是USER的每个属性的枚举值：性别、年龄、状态、等级，我们用一句话就可以概括一个数据对象，比如：女性user、20岁的user、状态是已认证的user。测试用例可以这样写，但是实际测试时，熟练的测试工程师并不会分别测试，而是把多种情况组合在一起，比如：20岁的已经认证的女性user。每个人的组合方式都不一样。有一种算法叫做“Pairwise Testing”，可以比较科学的组合多个属性的枚举值。但是有经验的测试工程师发现，年龄和性别的逻辑关系很密切，这里的组合需要特别的设计，依靠Pairwise的基础设计还远远不够，需要引入业务逻辑的分析。

所以同样的测试用例，不同的工程师在测试时，花费的时间，得出的结果，会有很大的不同。仅仅一个数据对象，就会产生这么复杂的情况，那么请设想一下，如果一个场景需要用到5个数据对象，并且它们之间存在复杂的逻辑关系时，测试工程师需要面临怎样的困难局面，我们已经无法用一句话来概括测试数据的具体值。这里“测试数据建模”的概念就自然的引出了，建模的目的，就是我们可以很容易的描述清楚，复杂场景下的测试数据是怎样的。

很多工程师习惯用思维导图来进行测试数据的设计，比如上文那个例子，大家会看到这样的设计图：

但是在真实的测试场景中，我们使用的是matrix来组织测试数据，如下：

灰色的cell代表在这个场景下，该属性随便取什么值。在这个案例里，我们发现性别和年龄关系密切，而状态和等级关系密切，所以测试数据需要分开设计，我们建立A、B两个模型：

A模型是：

• user.性别 : {"男" , "女" , "不知道"}
• user.年龄 : {"10" , "20" , "30" , "40"}

B模型是：

• user.状态 : {"未认证" , "认证" , "删除" }
• user.等级 : {"新人" , "熟练手" , "砖家" }

每个模型都必须有一个唯一的名称，目的是为了方便测试设计和交流。比如这个Test Suite（一组Test Case的集合）需要使用A模型，那个Test Suite需要B模型。这里的A、B只是一个代号，真实工作中可以根据产品特点重新定义命名规则。

测试数据模型的真正内涵是：把业务逻辑关联最强的数据对象属性聚在一起建立group，并列举出需要的属性值，方便测试用例的设计，更为重要的是，模型让开发和测试在围绕“测试数据问题”进行讨论的时候，有一个标准。由于模型里面已经封装了很多信息，只要指明模型的名称，交流就变得更加简单了。

当然文章里这个案例的逻辑非常简单，实际工作中并不需要测试数据建模，不过当数据对象比较多时，价值就能体现出来了。比如淘宝的下单，可能就会出现这样的数据模型：

• 商品.价格 : {"",""}
• 卖家.状态 : {"",""}
• 买家.所在地 : {"",""}
• 类目.XXX : {"",""}

复杂的数据模型，可能会有10个以上的数据对象属性。不过我们不能把所有对象属性，都堆在一个模型里，那样没有任何意义，我们需要根据业务逻辑对属性进行分类，建立不同的模型，比如优惠、运费计算是不同的业务逻辑，因此需要建不同的模型。而围绕优惠这个概念，还会根据不同属性组合关系，建立多个模型。

我想每个测试场景，需要建立的数据模型并不会很多，2、3个左右。数据模型必须是常用的，这样才有实际意义。时间久了，研发团队每个成员的脑海里，对于测试数据模型的概念，会越来越深刻，甚至对于模型里的某个Test Case，如果被执行的次数够多的话，也会被大家记住。到时候Test Case也会需要名称，为了方便大家记忆交流。

在实际工作中，开发工程师经常反映，要执行某个Test Case，只修改某个数据对象（比如user）的属性，根本不够，必须要把多个数据对象（比如user、order、item）同时修改，才能完成。这其实就是一个典型的需求：这个Case需要一个复杂的测试数据模型。

当测试数据模型被大家接受以后，我们就可以围绕模型做一些工具开发，来简化准备测试数据的工作。如果工具只能分别修改某个对象的属性，那么可用性就不会太好，需要人为进行组合操作。如果工具能以测试数据模型为单元，就可以很快生成数据模型里的某个Test Case，这样会大大简化测试准备工作。

需要说明的是，本文是基于工作现状的推理，这种建模方式仅仅是“原型”，还缺少一些最佳实践。如果本文的论述能引起你的共鸣，欢迎你在自己的产品测试中试一试。