Qu'est-ce que la gestion des données de test ?

Aperçu

La gestion des données de test (TDM) fait partie intégrante du cycle de vie DevOps moderne. Mais le déplacement vers la gauche des méthodologies Agiles est la nouvelle norme dans l'environnement de développement d'aujourd'hui. Cela signifie s'éloigner des outils traditionnels vers des solutions qui protègent les données sensibles, optimisent les processus, et accélèrent et rationalisent la détection des bogues.

Is votre stratégie de gestion des données de test être à la traîne? Peut-être que votre délai de mise sur le marché est entravé par l'exigence de compétences très spécialisées que toute votre équipe de développement n'a pas perfectionnées. La nature fastidieuse de TDM est ce qui rend sa modernisation si essentielle dans le cycle de vie actuel du développement de logiciels axé sur l'automatisation des tests.

Couvrons les tenants et aboutissants des processus TDM, les meilleures pratiques, les défis, les meilleurs outils pour le travail et comment les tests automatisés peuvent optimiser vos tests logiciels pour de meilleurs produits, des équipes de développement plus heureuses, des cycles de vie de test améliorés et des coûts réduits.

Ce blog répondra aux questions suivantes et plus encore.

1. Qu'est-ce que la gestion des données de test ?
2. Comment gérez-vous les données de test ?
3. Pourquoi la gestion des données de test est-elle importante ?
4. Quel est le cycle de vie de la gestion des données de test ?
5. Qu'est-ce que le TDM et le TEM ?
6. Quelles sont les meilleures pratiques TDM ?
7. Quels sont les meilleurs outils TDM ?

Tout sur la stratégie de gestion des données de test

Le déplacement vers la gauche met de plus en plus l'accent sur la réduction des délais de mise sur le marché, la réduction des coûts, la sécurité des données, la confidentialité des données et une disponibilité plus rapide des applications. Alors, commençons par les bases : qu'est-ce que la gestion des données de test ?

TDM est la façon dont les développeurs et les testeurs élaborent, gèrent et déploient des données de test pour les équipes d'application. Les cas de test de qualité, la couverture des tests et les processus de gestion des données de test peuvent contribuer au développement Agile. De plus, les outils d'automatisation peuvent aider davantage votre équipe à surmonter les exigences en matière de données de test.

Comment gérez-vous les données de test ?

La gestion des données de test nécessite trois éléments essentiels dans votre approche.

1. Suffisamment de données de test disponibles pour l'automatisation des tests
2. Bande passante disponible pour éviter de limiter le choix des équipes de développement de solutions de test automatisé
3. Capacité d'acquérir des données de test à la demande en cas de besoin pour l'automatisation des données de test

Qu'est-ce que le cycle de vie de la gestion des données de test ?

Le cycle de vie de tout processus de gestion des données de test comprend 5 étapes clés :

1. Plan. Les équipes établissent des listes de tests, identifient les exigences en matière de données, leur approche des données de test et coordonnent la documentation.
2. Analyser. Les équipes consolident les exigences et prennent des décisions sur la façon de stocker, de sauvegarder et d'accéder à la création de données.
3. Conception. Lors de la dernière étape avant le déploiement hors production, les équipes définissent des stratégies de préparation des données telles que la génération de données synthétiques, le clonage, le sous-ensemble de données, etc.
4. Développer. Pendant la phase de construction, les équipes peuvent mettre en œuvre leurs stratégies, ainsi qu'effectuer le masquage des données si nécessaire.
5. Maintenir. Les équipes doivent conserver les données de test pour permettre le dépannage et les correctifs lorsqu'elles répondent aux demandes et effectuent des mises à jour.

TDM contre TEM

Le terme TEM signifie gestion de l'environnement de test, il traite donc des domaines dans lesquels vivent les données de test. L'environnement doit être stable, validé et pouvoir être utilisé pour la réplication de bogues et les situations de test.

Types courants de données de test

Il existe quatre principaux types de données de test et les développeurs doivent construire un ensemble de stratégies et d'outils qui traitent tous les types de données. Le type de données de test rencontrées par les équipes appartient généralement à l'une des catégories suivantes.

• Données synthétiques. Utile pour les tests de nouvelles fonctionnalités, ce type de données provient de tests manuels. Bien qu'il atténue les problèmes de sécurité, il est victime d'erreurs humaines. Cela nécessite également plus de connaissances de la part du testeur concernant l'environnement de test, les relations entre les données et les données elles-mêmes.
• Données de production. Pour une couverture de test plus complète, les données de production sont la meilleure option. Cependant, cela peut entraîner des violations d'informations sensibles, des coûts de stockage plus élevés et une agilité réduite. Et il devra être protégé contre les modifications involontaires pendant le processus de test.
• Données de production masquées. Le masquage des données nécessite un environnement intermédiaire avec un stockage suffisant pour maintenir l'intégrité référentielle après tout type de transformation de données. Cela allonge le provisionnement de l'environnement mais permet également aux équipes de développement d'exploiter des données réelles sans risque. Les données de masquage proviennent de l'annulation, de l'anagramme, du chiffrement ou de la substitution.
• Sous-ensembles de données de production. Ces segments permettent une plus grande agilité, une réduction des besoins en matériel et des coûts inférieurs. Ils ne fournissent pas une couverture de test aussi complète que les copies complètes et peuvent toujours présenter un risque d'exposition de données sensibles.

Meilleurs outils de gestion des données de test

Les tests de données nécessitent les meilleurs outils de gestion des données de test pour le travail. Trouver le meilleur pour vos besoins se résume à quelques critères tels que :

• Convivialité
• Proposition de valeur
• Interface utilisateur intuitive
• Intégrations disponibles
• Réutilisabilité des données
• Masquage des données
• Tests ciblés et tailles des ensembles de données

Outils traditionnels vs solutions modernes

Les outils traditionnels de TDM et les approches de test impliquent le clonage d'une base de production (incluant ou excluant des sous-ensembles). Cependant, cela met en danger la sécurité et la confidentialité des données, manque de parallélisme et de collisions de données, ne tient pas compte des coûts d'infrastructure tels que l'archivage des données ou la complexité, et nécessite toujours une tonne d'expertise spécialisée ou de script avec génération de données synthétiques.

Au lieu de cela, tirer parti de la simulation de données avec des outils tels que Parasoft Virtualize supprime les dépendances partagées, réduisant ainsi la complexité. Cela améliore également la capacité d'une équipe à traiter des cas d'utilisation rares et des suites de tests isolées. Tu peux en savoir plus sur les approches TDM modernes et la virtualisation des données dans ce blog.

Meilleures pratiques GDT

Quelles que soient les sources de données, de bonnes données de test doivent être disponibles en cas de besoin, de bonne qualité, conformes et réalistes. La validation de la qualité des données et plus encore va au-delà des résultats attendus dans la meilleure stratégie de données.

Rédiger des cas de test et du code approfondis et de qualité

Bien que cela puisse aller sans dire, plus vous utilisez des ingrédients de meilleure qualité, meilleur sera votre repas à l'heure du dîner, n'est-ce pas ? Le même s'applique aux cas de test, le code et les tests. De plus, la parallélisation des tests améliore la vitesse. Obtenir des résultats de test de meilleure qualité à partir de données de test de meilleure qualité est essentiel dans les méthodologies Agile.

Planification, maintenance et sécurité

Maintenir la sécurité des données de test est aujourd’hui tout aussi primordial que d’obtenir des résultats exploitables, notamment lorsqu’il s’agit de conformité gouvernementale. Le GDPR dicte que vous ne pouvez pas utiliser de données réelles pour les tests, c'est pourquoi le masquage des données est devenu une stratégie clé. La planification de votre environnement de test, la standardisation des tests et la sécurité des données amélioreront la vitesse et la qualité du projet.

Mais vous ne pouvez pas tirer parti de cet élan sans un stockage et un entretien appropriés. Les audits des données de test doivent être effectués souvent pour garantir l'exactitude, la sécurité et l'intégrité des données.

Pertinence et actualisation des données

L'exploitation des données dont vous avez vraiment besoin est essentielle lorsqu'il s'agit d'un TDM Agile. Pensez-y comme ceci : si vous prenez simplement des vêtements dans votre placard et que vous les mettez dans votre valise, vous n'aurez peut-être pas les articles dont vous avez besoin pour votre voyage à Chicago en décembre. De la même manière, déterminer le type et la quantité de données dont vous avez besoin pour votre processus de test est important lors de la création de cas de test.

Mais effectuer une actualisation des données affecte également leur pertinence. Bien que vous ayez besoin de réutiliser chaque fois que vous le pouvez, vous n'avez pas besoin de conserver des données obsolètes ou obsolètes que vous ne pouvez plus utiliser. Supprimez les données non pertinentes pour faire place à de nouvelles données qui peuvent fournir des informations supplémentaires.

Mettre en œuvre l'automatisation

Le processus de test ne doit pas être une tâche longue et ardue. L'automatisation des processus répétitifs peut alléger la pression du développement et libérer du temps pour se concentrer sur d'autres projets. En utilisant des tests automatisés, vous pouvez fournir des données plus rapidement, réduire les occurrences d'erreurs humaines, intégrer dans des pipelines d'intégration/livraison continue (CI/CD), et plus encore.

L'automatisation des tests de régression est une première étape facile dans le processus d'automatisation. Mais les équipes de test peuvent également chercher à automatiser des choses comme la production de données de test. Quels que soient vos besoins en données ou vos objectifs de test, solutions automatisées pour les tests fonctionnels, les tests de performance, etc. sont indispensables dans vos processus de test.

Défis courants de la GDT

Les défis courants de la gestion des données de test impliquent généralement les mêmes types de choses, telles que :

• Recours à des données obsolètes ou non pertinentes.
• Utiliser uniquement des bases de données de production complètes et leurs copies plutôt que d'utiliser des segments pertinents ou critiques.
• Risquer des failles de sécurité en ne hachant pas ou en masquant des informations sensibles.
• Forte dépendance aux données tout au long des tests.

Façons de lutter contre les pièges courants

1. Utilisez des environnements de production simulés qui isolent les données de test avec des entrées contrôlées qui fournissent les sorties attendues. Ces données peuvent ensuite être comparées aux sorties réelles.
2. Améliorez la disponibilité des données de test avec des sous-ensembles des données de production complètes.
3. Si nécessaire, réduisez la dépendance de votre équipe aux données de test.
4. Adoptez des tests unitaires indépendants qui ne reposent pas sur des données externes.
5. Réduisez la dépendance de votre équipe vis-à-vis des données de test de la base de données. Si vous ne le faites pas, vous rencontrerez une dégradation des performances comme une vitesse réduite, ainsi qu'une isolation de test plus difficile.

Virtualisation des services avec TDM : la combinaison parfaite

Parasoft Virtualize se concentre sur les A, B, C et D des déstabilisateurs de l'environnement de test. A est la disponibilité, B est le comportement, C est le coût et D est les données. Atteindre la cohérence dans ces domaines est essentiel dans l'approche de décalage vers la gauche. Mais de nombreux problèmes avec TDM sont liés à la façon dont cela peut prendre beaucoup de temps et de connaissances.

L'automatisation ne peut pas remplacer l'expertise humaine, mais l'introduction d'un proxy entre le backend et toute application testée permet au proxy d'agir comme un agent de la circulation. De plus, notre interface utilisateur conviviale rend également la gestion de l'environnement de test moins intimidante. La plate-forme de test continu (CTP) fonctionne avec Test Data Manager pour visualiser les données de manière plus accessible. Vous pouvez même effectuer une recherche avec des mots-clés et afficher les résultats sous forme de texte ou de tableau. Essentiellement, la virtualisation des services peut être un optimiseur pour l'ensemble du flux de travail.