Data Driven Test - חלק 1

תמלול ההרצאה: Data Driven Test - חלק 1

הטקסט המלא של הדקות הראשונות בהרצאה «Data Driven Test - חלק 1» בקורס הווידאו של PracticU – כתוביות בעברית עם זמן התחלה לכל פסקה. כך תוכלו לקרוא ולחפש את הנושאים לפני שמתחילים ללמוד.

1. 00:02

   שלום לכולם, בסרטון הקרוב אנחנו נתחיל סדרה של סרטונים שעוסקת בדאטה דריבן, מונחי נתונים. איך אנחנו מכינים את הסביבה האוטומטית שלנו לעבוד כסביבה שמותאמת לקבלת נתונים והרצת טסטים של הנתונים האלה?

2. 00:20

   אז בואו נדבר קצת ונראה למה אני מתכוון כשאני אומר דאטה דריבן. אז השלב הבא בתהליך הבנייה של סביבת האוטומציה שלנו, פרויקט האוטומציה שלנו, לדעת להכין אותו לדעת לקבל נתונים ממקור חיצוני.

3. 00:38

   הטסטים שלנו יקבלו נתונים ממקור חיצוני בשלב הראשון זה יהיה איזשהו אובייקט נתונים ובשלב השני זה יהיה קובץ אקסל או דאטה בייס שיזין לנו נתונים לתוך הטסט ואנחנו נבצע את הטסט שלנו בהתאם לנתונים שנקבל ונזין את הנתונים האלה כחלק מהריצה שלנו.

4. 01:02

   מה זה Data Object? Data Object, תכף אני אסביר בדיוק מה זה, זה איזושהי יחידה של נתונים שמועברת בעצם לטסט שלנו ודרכו אנחנו בעצם מעבירים ומתחילים להריץ את הטסט בהתאם לנתונים שנמצאים ב-Data Object.

5. 01:19

   למה זה הכרחי? אז למה אנחנו צריכים לעבוד ב-Data Driven או להכין את הפרויקט שלנו להיות ידידותי ל-Data Driven או ידידותי לדאטה, לנתונים חיצוניים?

6. 01:34

   אז זו הדרך הנכונה בעצם לבצע את הטסטים שלנו שוב ושוב. בעצם הטסטים שלנו יהיו מין תבנית שלתוכה אנחנו נשפוך את הנתונים, זאת אומרת אם אנחנו רוצים לבדוק דף כניסה לאתר מסוים אז אנחנו נוכל לבצע את הפעולה הזאת הרבה פעמים על ידי נתונים שונים של יוזר ופספורט, כל פעם נתונים אחרים וכך אנחנו יכולים לבדוק הרבה פעמים את פונקציונליות

7. 02:04

   הלוגין של המערכת שאותה אנחנו בודקים, את האפליקציה שאותה אנחנו בודקים. זו הדרך הנכונה לבדוק הרבה נתוני בדיקה, זאת אומרת, לאו דווקא סטרינג מסוים פעם אחת כל ריצה, אלא הרבה סטרינגים, הרבה אינפוטים, וכל פעם להריץ מחדש.

8. 02:26

   הטסט שלנו ירוץ בצורה של לופ, זאת אומרת הוא יתחיל את הריצה, יבצע את הזנת הנתונים לפי איטרציה, יסיים אותם, יחווה אם הוא הצליח או נכשל על ידי הווריפיקציה ואז בעצם יעבור לאיטרציה הבאה של הנתונים ויריץ עוד פעם את עצמו על הנתונים החדשים. אז ככה אנחנו בודקים הרבה

9. 02:49

   נתונים עם אותו טסט ורואים שהאפליקציה מגלה יציבות ומתמודדת עם כל מיני גוונים או סוגים של נתונים שאנחנו נותנים להם. זה הרבה אינסטנסים ולא רק פעם אחת לבצע זבנג וגמרנו, זה דרך נוספת להריץ מאסיב טסט, זאת אומרת כמות גדולה של טסטים על אותו יחידת קוד שאנחנו נריץ,

10. 03:17

    תכף אני אסביר את הכל, וזה יתרון נוסף, אני בסעיף האחרון, יתרון נוסף של האוטומציה על פני הבודק הידני, הבודק האנושי.

11. 03:29

    אם אנחנו כבוטים אנושיים יכולים לבדוק חמישה-שישה סוגים של נתונים באותו טסט לוגי שאנחנו רוצים לבדוק, אז בעזרת האוטומציה אנחנו נוכל להזין כל מיני סוגים של אינפוטים ולהריץ את זה עשרות פעמים ומאות פעמים על ידי שימוש באקסל, על ידי שימוש בנתונים

12. 03:51

    ממקור חיצוני כמו דאטאבייס או כל מיני סוגים של מאגרי נתונים, מסרי נתונים. אז איזה סוגים של data-driven, איזה סוגים של נתונים אנחנו יכולים לקבל ממקור חיצוני?

13. 04:07

    אז בשלב הראשון אנחנו נלמד לקבל art code, מה שנקרא את הנתונים עצמם שאנחנו נכתוב בתוך איזושהי יחידה שנקראת data object ונזין אותו לתוך טסט שלנו והטסט שלנו יבצע את הנתונים שאנחנו ניתן לו.

14. 04:27

    אנחנו תכף נראה איך אנחנו עושים את הדאטה אובג'קט. בשלב השני אנחנו נראה איך אנחנו עובדים עם מקורות נתונים חיצוניים כמו אקסל וכמו דאטה וייסים אחרים sql, אורקל וכדומה.

15. 04:49

    אז בואו נסביר קצת למה אני מתכוון כשאני אומר דאטה אובג'קט. אז אמרנו שהמושג הבסיסי באוטומציה מובנית נתונים, להבין את הנושא של הדאטה אובייקט מה זה אומר כשאני אומר דאטה אובייקט אני מתכוון לאיזשהו סוג מערך דו מימדי בוא נראה למה אני מתכוון פתחתי איזשהו לודפד שלי ואני רואה פה יש לי שורה של נתונים אוקיי אז בוא נגיד

16. 05:24

    שזה מערך אחד זאת אומרת מניים אחד עד אימייל אחד זה מערך אחד שמורכב מיחידות שלוש סטרינגים בואו נסמן את זה כמסולסל פה וכאן גם אני עושה איזשהו סימון של מערך ובתוכו יש לי את name אחד ו last name אחד ו-email אחד אוקיי אז יש לי איזשהי מערך רגיל array שאנחנו הכרנו שהוא מכיל שורת נתונים.