In den vergangenen Einträgen zum Thema automatisiertes Testen mit NBi habe ich beschrieben, dass automatisiertes Testen sinnvoll ist und wie schnell sich Fehler einschleichen, die man häufig erst spät bemerkt.

In diesem Eintrag stelle ich das Framework vor, welches Ceteris um NBi herum aufgebaut hat. Das Framework besteht aus drei Teilen: Datenbank, ETL-Paket und Ergebnisbericht.

Nicht nur explizit definierte Einzeltests sind damit möglich, sondern auch aus Metadaten generierte Massentests sind kein Problem.

Datenbank

In einer Datenbank werden die Tests von Entwicklern eigepflegt. Darüber ist es möglich die Tests verschiedenartig zu gruppieren, auch das ist in der Datenbank beschrieben. Somit können bestimmte Tests einmal pro Woche, andere täglich und wieder andere nur für den einen oder anderen Entwickler durchgeführt werden.

01 Datenbank NBi Framework

ETL-Paket

Ein sogenanntes ETL-Paket bringt die Daten aus der Datenbank mit NBi in Verbindung. Welche Tests gruppiert und in eine für NBi verständliche Form generiert werden sollen. Auch die Ausführung der Tests steuert das Paket. Zum Schluss werden die Ergebnisse zum einen für historische Analysen in die Datenbank geschrieben und zum anderen als Ergebnis-Mail versendet.

02 NBi ETL

Ergebnismail

Die Testergebnisse legt NBi als XML-Datei ab. Nun möchten wir als Empfänger einer Ergebnismail aber nicht mit XML konfrontiert sein. Dank XSLT erhält der Empfänger eine übersichtliche Mail. Sollten keine Fehler enthalten sein, kann man die Mail automatisch wegsortieren lassen. Aber falls doch: Der Empfänger weiß, dass etwas nicht passt und kann gezielt auf die Ursachensuche gehen.

03 NBi Result mail

Es ist außerdem ein Excel- oder Reporting Services-Bericht geplant, der es ermöglicht die Fehlerquote über die Zeit zu betrachten.

Jetzt wissen Sie über das Framework von Ceteris Bescheid, welches automatisiertes Testen mit NBi vereinfacht.

Weitere Teile der Blogserie:

Automatisiertes Testen von BI-Projekten Teil 1: Warum testen?
Automatisiertes Testen von BI-Projekten Teil 2: Kleine aber feine Fehler
Automatisiertes Testen von BI-Projekten Teil 4: Sinnvolle Tests erstellen
Automatisiertes Testen von BI-Projekten Teil 5: Ergebnisse zweier Abfragen müssen gleich sein
Automatisiertes Testen von BI-Projekten Teil 6: Ergebnisse zweier Abfragen dürfen innerhalb bestimmter Toleranzen abweichen
Automatisiertes Testen von BI-Projekten Teil 7: Performancetests
Automatisiertes Testen von BI-Projekten Teil 8: Felder sollen nicht mehr als einen bestimmten Anteil eines Werts enthalten
Automatisiertes Testen von BI-Projekten Teil 9: Die referentielle Integrität ist immer gegeben
Automatisiertes Testen von BI-Projekten Teil 10: Namenskonventionen prüfen