Question

1. 前言

本文介绍了使用阿里云云效-专有云版本的数据银行产品，来实现自动化准备测试数据，进而提升手工/自动化测试的效率。本文以一个电商网站业务为例，提供数据银行的组织方式、开发准备、管理规范及持续运营的参考示例，为客户在数据银行落地中提供方法及实践双层面的指导。

---

2. 最佳实践概述

测试数据准备是软件测试过程中至关重要环节之一。无论是手工测试、自动化测试、页面测试、接口测试、功能测试、还是性能测试，均避不开测试数据的准备工作。测试数据的丰富程度会给测试的完备性带来巨大影响，同时，测试数据准备的难易也在一定程度上决定了测试效率。

另外，DevOps 倡导通过开发自测、自运维提升软件研发的效率，而开发自测遇到的最大难题就是数据准备。此问题不解决，开发自测就不可能真正落地。阿里云云效-专有云版本数据银行产品的设计初衷是：降低数据准备的能力门槛，提升测试数据准备效能。该产品的设计方案是，将散落在各个测试同学手中的数据准备能力沉淀到平台，研发人员使用平台能力完成数据准备工作。数据银行在落地过程中存在几大问题：配置单如何组织、由何角色开发和维护、配置单如何开发、数据银行如何持续运营。因此，便有了这份最佳实践，以供大家参考。

【适用场景】 数据准备是软件测试过程不可或缺的环节之一，可谓是 “无数据不测试”。数据银行解决的是数据准备门槛和效率问题，适用于所有软件研发场景，如 WEB、APP 等。不同角色的适用场景如下：

• 测试团队：功能/自动化/性能测试数据准备
• 开发团队：开发自测数据准备
• 产品/UAT人员：产品体验数据准备

【实施步骤】

• 下图为数据银行的实施步骤及每个步骤的负责人：

【方案优势】

• 降低数据准备成本，节省测试资源，缩短工时。
• 多维度组合数据准备，秒级复杂场景数据准备。
• 实现零门槛数据准备，赋能开发自测，实现质量前移及 DevOps，提升技术团队端到端的效能。

---

3. 前置条件

在执行本文操作前，请完成以下准备工作：

• 所在公司已购买并开通云效数据银行产品模块。
• 已注册云效账号并完成认证，可以登录云效平台。
• 完成云效产品培训并通过相关考试。
• 加入云效的钉钉答疑群（联系本公司云效接口负责人入群）。

---

4. 工具准备

• 本方案使用 Chrome 浏览器，需提前准备。
• 安装钉钉或企业微信。

---

5. 自动化准备测试数据

5.1 数据银行组织

测试 Leader 梳理所负责业务的部门和产品线信息，产出下图所示的组织树。而数据银行根据部门和产品线组织配置单，所有的配置单归属于具体的产品线下。然后，测试 Leader 需成立数据银行落地虚拟小组，每条产品线都需要一个对应的负责人，该负责人完成配置单需求梳理，以订单为例，其大致需求如下：

• 上下游产品线需求：待支付订单（测试支付）、已提交退款申请订单（测试退款），已确认收货订单（测试评价）
• 产品线内需求：已支付订单（测试发货）

5.1.2 录入部门及产品线等信息

【操作步骤】：

1. 由数据银行 > 系统设置 > 部门产品线管理 > 添加部门和产品线，进入部门及产品线管理。
2. 点击添加部门和产品线，完成信息填写并确定。

5.2 数据银行开发（配置单开发）

负责某条产品线数据银行开发的业务测试，根据步骤 5.1 产出的需求进一步去梳理业务架构及数据架构，为数据银行配置单开发做准备，相关的内容如下：

• 业务架构：业务架构图、业务流程图、状态转换图
• 数据架构

例如，对于订单支付场景，需要的测试数据是一条待支付的订单。那么，数据准备的工作是向订单相关表中写入一条完备的订单数据，且该订单的状态为 “待支付状态”。通过数据架构图，我们能够知道往哪一张表中写入数据及对应的 SQL，业务架构中的状态转换能够明确对应的订单状态值。该配置单的开发流程如下：

5.2.1 生成 SQL

数据银行提供 Insert 语句的 SQL 准备功能，消除用户手写 SQL 的成本，数据银行开发仅需关注具体的数据逻辑即可。

【操作步骤】：

1. 由数据银行 > 高级功能 > SQL助手 > 新增，进入数据源（数据库）配置页面。
2. 配置数据源。在数据源管理页面增、删、改数据源。
3. 由数据银行 > 高级功能 > SQL助手，选择数据源及表。

4. 生成 SQL。数据银行会自动扫描数数据源下的所有表，只需要以下 3 步即可使用数据银行生成 SQL：

   1. 插入的数据库表；
   2. 配置字段的插入值；
   3. 点击生成 SQL按钮。

   

5.2.2 使用 SQL 创建配置单

【操作步骤】：

1. 由数据银行 > 数据池 > 我的配置单 > 新增配置单，进入新增配置单页面。

   

2. 配置基本属性，如产品线、配置单名称等。

3. 配置执行任务类型，如 SQL 任务、插入 redis 任务、执行 Linux 命令等。

   

4. 配置任务执行信息，对于 SQL 配置单而言则需要配置操作的数据源、环境类型、需要执行的 SQL 语句等。

5. 执行配置单，验证配置单的有效性。

   

   

5.3 数据银行使用（使用配置单造数据）

数据银行配置单的使用者（开发/测试/产品/UAT）无需关注配置单的生成逻辑，仅需根据自身需求找到对应的配置单执行即可。

【操作步骤】：

1. 由数据银行 > 配置单 > 生成数据，找到对应配置单。
2. 选择待执行环境及配置执行次数，执行配置单生成数据。 注：执行次数即生成数据的条数。
3. 获取数据执行结果。 执行配置单后平台会自动跳转到执行结果页面，该页面会自动刷新拉取后台的执行结果。

5.4 数据银行持续运营

5.4.1 持续维护

随着产品的演进，其业务架构、数据架构也会发生持续不断的变化。配套的数据银行不可能是一招鲜，而是需要随着业务的变化（研发项目）仅需持续的维护。若研发项目中对于数据准备逻辑有修改，测试负责人需要在项目中评估数据银行相关的改动，在项目中完成配置单的升级改造。

5.4.2 数据运营

数据银行只有经过用户真实地使用，才能提升测试数据准备的效能。因此，作为数据银行的建设者，需要持续关注配置单的执行情况。执行情况有两类：

1. 执行次数：证明数据银行产生了对应的价值。
2. 执行成功率：成功率低的配置单非但不能提升效率，反而会适得其反。因此，配置单的负责人需要持续关注成功率，即使是维护成功率低的配置单。

数据银行提供数据运营能力，将配置单的执行次数及成功率可视化（入口：数据银行 > 高级功能 > 数据统计）。