淺談數據倉庫的測試策略
這篇文章是應一位讀者關于如何測試數據倉庫的問題而寫。他的問題是：“在數據倉庫環境下進行測試時如何處理需求與質量的關系？”
雖然數據倉庫的測試是一個驚奇而神秘的過程，但實際上它與其它測試項目并無多大區別。基本的系統分析和測試過程在這里仍然有效。我們來看一下其中的幾個步驟，并研究如何在數據倉庫環境中應用。
分析源文件
與其它項目一樣，測試數據倉庫部署時，通常都會有一份相關的說明文件。雖然這些文件對于創建基本的測試策略非常有用，但經常會缺少一些關于測試開發與執行的詳細資料。有時會有一些其它文件解釋技術上的細節問題，即從源到目標的轉化（source-to-target mappings）說明文件。這些文件詳細說明了數據的來源、如何對數據進行操作，以及存儲到哪里。如果能拿到這些文件，關于系統設計的文件在設計測試策略時也會變得更加有用。
開發策略和測試計劃
分析了各種各樣的源文件后，就要開始創建測試策略。我發現從生命周期和質量的角度來看，增量測試是測試數據倉庫的最好辦法。這從本質上意味著開發團隊會從開發過程的早期開始，將各種小組件交付給測試團隊。這個辦法的主要優點是避免交付讓人吃驚的“大塊”組件，可以從早期開始檢驗缺陷，并使調試變得簡單。此外，這個方法還有助于在開發與測試周期中建立詳細的過程。具體到數據倉庫測試，即是對數據獲取分段表，然后是增量表、基本的歷史表格、BI視圖等的測試。
另一個制定數據倉庫測試策略的主要問題是基于分析（analysis-based）的測試方式和基于查詢（analysis-based）的測試方式的選擇。純基于分析的方法是讓測試分析師通過分析目標數據和相關標準計算出預期結果。基于查詢的方法有相同的基本分析步驟，但更進一步，用SQL查詢語言編寫預期結果。這為將來建立回歸測試過程節省了很大精力。如果測試是一次性的，那么用基于分析的方式就足夠了，因為通常這種方式較快一些。反之，如果企業對回歸測試有持續的需求，那么基于查詢的方式會更為合適。
測試的開發與執行
不管在測試執行過程之前還是之后進行測試的開發，要根據上行需求的穩定性和分析過程決定。如果情況變動比較頻繁，那么早期進行的測試開發可能大部分都會被廢棄。這種場合，實時進行的整合的測試開發和執行過程通常會更有效果。不管怎樣，在設計測試開發和執行過程的框架時，參考一下測試分類總是有用的。比如，一些數據倉庫的測試分類可能有：
·記錄計數（預期與實際對比）
·副本記錄
·參考數據有效性
·參照完整性
·錯誤與異常邏輯
·增量過程與歷史過程
·控制欄值與默認值
除這些分類外，還可以參考缺陷分類學，比如Larry Greenfield的分類。
測試執行時，準確的狀態報告過程是經常被忽略的一個方面。在確定團隊里的其他人明白你的方法的前提下，測試分類和測試進度可以保證他們對測試狀態也有一個清楚的概念。有了詳細的規劃并堅持到底，以及良好的溝通，就能建立一個數據倉庫測試過程，幫助項目團隊取得滿意的成果。
【編輯推薦】
