Welche Arten von Testdaten sind wichtig?
Wähle nach dem Testziel. Gültige Daten prüfen einen erlaubten Ablauf, ungültige Daten die Ablehnung und Grenzdaten die Übergänge. Akzeptiert ein Feld Beträge von 1 bis 100, prüfe 0, 1, 100 und 101 sowie fehlende und falsch formatierte Werte. Diese Einteilung beschreibt den Zweck. Synthetische Generierung, maskierte Quelldaten und gepflegte Fixtures beschreiben dagegen die Herkunft; die Einteilungen sind nicht austauschbar.
Warum können produktionsnahe Daten einen Fehler übersehen?
Häufige Datensätze testen einen seltenen Fehler möglicherweise nie. Ein Zahlungstest braucht explizite Zustände: genehmigt, abgelehnt, bereits zurückgebucht und zweimal zurückgebucht. Definiere erwartete Salden und Event-Anzahlen vor der Datenerstellung. Verlangt der Fachvertrag Idempotenz, darf die zweite Rückbuchung keine zweite Erstattung erzeugen. Referenzielle Integrität prüft gültige Beziehungen, nicht das richtige fachliche Ergebnis.
Wie viele Testdaten brauchst du?
Nutze für Funktionstests den kleinsten Datensatz, der das Verhalten nachweist. Definiere für Leistungstests zusätzlich Volumen, Werteverteilungen, Parallelität und Abfragemuster. Eine Million identische Zeilen kann irreführend sein, wenn Schlüssel in der Praxis ungleich verteilt sind oder Dokumentgrößen variieren. Halte Einrichtung und Bereinigung fest und wähle danach Bibliothek, Generator oder Bereitstellungsplattform.
Beispielszenarien und redaktionelle Abnahmekriterien; keine gemessenen Produkt-Benchmarks.