这篇文章深入探讨了数据正确性测试的重要性，介绍了数据正确性测试的基本概念，以及如何有效地验证数据的正确性。
文章通过一系列验证逻辑和方法，结合实际案例，展示了数据正确性测试的实践过程。
数据正确性测试是确保软件系统中数据的正确性、一致性和可靠性的一种测试方法。它涉及到验证输入数据的处理、存储和输出是否符合预期的标准和业务规则。
我们都知道产品质量特性包括功能特性、可靠特性、易用性、性能特性、可维护性、易用性、兼容性、安全性。数据正确性测试在8大质量特性中属于功能测试的一种，数据正确性首先要求数据必须准确无误，即数据应真实反映其代表的实体或事件。
说白了功能测试是一个大的范围，数据正确性测试是其中的特定性测试功能点，比如你妈给你100块钱，让你买一颗白菜，你把菜买回来了这整个过程可以说是功能测试，但是一颗白菜多少钱，买完一颗白菜还剩多少钱，和数据相关验证就可以归类为数据正确性测试。
下面说两个验证数据正确性的原则，分别为页面校验和数据库校验。
原则一：通过页面校验（高效）
页面校验是一种快速且直观的验证方法，它利用用户界面上的数据展示进行直接对比。
步骤：
1. 确定需要验证的字段：识别关键数据点，如金额、数量、日期等。
2. 找到相同数据的2个页面：在系统中找到显示这些数据的两个不同页面或视图。
3. 数据对比：对比两个页面上的数据，确保它们显示的信息一致。
案例：验证能耗分析报告数据某个设备的耗电量具体数值。
经过上面的1-3步骤，可以看出两个页面统一字段数据相同。
原则二：数据库查询核对
数据库查询核对是一种更为深入的验证方法，它通过直接访问后端数据来确保数据的正确性。
步骤：
1. 确定需要验证的字段：选择需要核对的关键数据字段。
2. 编写SQL查询语句：根据需要验证的字段编写查询语句，直接从数据库中检索数据。
3. 数据对比：将查询结果与页面显示的数据进行对比，验证数据的一致性。
案例：验证能耗分析报告数据6.1-6.24号某个设备的耗电量具体数值。
经过上面的1-3步骤，可以看出数据库的值和页面的数据一致。
数据库查询
这种方法更适用于需要深入分析和校验的情况，能够提供更详细的校验结果。
公式校验，通常指的是验证数学公式、科学公式或任何特定领域内公式的正确性的过程。这涉及到确保公式在逻辑上是合理的，符合已知的数学原理或科学定律，并且在实际应用中能够产生预期的结果。
其实也是验证最后的公式结果是否正确。
方法一：按照公式进行统计
这种方法通过分析公式的原理，按照正向逻辑进行计算。
步骤：
1. 确定电量统计的公式和逻辑：如根据业务需求确定电量计算的公式。
2. 确定需要验证的字段：选择需要统计的数据，如峰值、谷值或平均值。
3. 查找相关页面统计某数值：在用户界面上查找并累加特定时间段内的电量数据。
4. 数据对比：将累加结果与预期或数据库中的记录进行对比。
案例：高峰时段配置完成后，根据配置统计尖峰时段电量
根据配置统计17：00到19：00的数据之和即当日的电量值
进入明细页面累计数据正好等于列表页面数据
通过上面我们可以看出单纯的一个时间段统计就需要累计这么多条数据，如果类似于平时电量配置3-4个，那么统计起来相当耗费时间。
接下来我们换一种方式找数据规律。
方法二：找规律，找到统计数据占所有数据的百分比。
这种方法通过分析数据的分布规律来验证统计数据的正确性。
步骤：
1. 确定电量统计的公式和逻辑：明确电量计算的规则。
2. 查找规律：分析数据分布，找出统计数据与总数之间的关系，如占比。
3. 核对占比是否正确：通过查看总数和特定数值，验证统计数据的占比是否符合预期。
案例：高峰时段配置完成后，根据配置统计尖峰时段电量
我们看17：00-19：00 一共2小时，一天一共24小时，占比1/12，这样我们查出来总数，再按照总数的1/12计算，直接就能得出尖峰电量是多少了
通过方法一和方法二，可以看出来找规律确实能够简化验证的过程。
数据正确性测试是软件开发过程中不可或缺的一部分，它帮助确保数据在整个系统生命周期中的正确性和一致性。通过本文介绍的原则和方法，测试人员可以更系统地进行数据验证，及时发现并修复数据问题。案例分析进一步展示了这些方法在实际工作中的应用，强调了理论与实践相结合的重要性。
......
本文为51Testing软件测试网
第八十期51测试天地内容
剩余精彩内容请点击下方
阅读原文 查看
