Beim automatisierten Testen in unserer zugehörigen Blog-Reihe gibt es manchmal die Anforderung, die Daten auf Plausibilität zu prüfen, obwohl die Daten selbst gültig sind.
Ein Klassiker dabei ist, dass Daten aus zwei Datenquellen nicht perfekt gegenseitig zugeordnet werden können. Vielleicht fehlt in der einen Datenbank das Produkt aus der anderen Datenbank. In solchen Fällen finden sich in Datawarehouses unter Umständen viele unbekannte Einträge. Ein gewisser Anteil unbekannter Einträge ist akzeptabel. Sollte dieser Wert aber z.B. 10 % überschreiten, dann ist das ein Alarmsignal dafür, dass entweder die Datenerhebung oder eine Logik nicht gut genug ist.
Um diese Anteile regelmäßig im Auge zu behalten gibt es einen Testtyp im Testframework von Ceteris mit NBi, wofür Sie Tests folgendermaßen ablegen.
Die Tabelle, das Feld, der zu prüfende Wert sowie der erlaubte Anteil werden darin in absoluten oder relativen Vorkommen hinterlegt.
Falls der Anteil überschritten wird, bekommen Sie von NBi eine entsprechende Fehlermeldung.
Nun haben Sie Ihre Daten besser unter Kontrolle und können frühzeitig eingreifen.
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 3: Testframework mit NBi
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 9: Die referentielle Integrität ist immer gegeben
Automatisiertes Testen von BI-Projekten Teil 10: Namenskonventionen prüfen