Table des matières:

Qu'est-ce que le test centré sur les données ?
Qu'est-ce que le test centré sur les données ?

Vidéo: Qu'est-ce que le test centré sur les données ?

Vidéo: Qu'est-ce que le test centré sur les données ?
Vidéo: Tout Savoir sur le Data Analyst - Rôle, Compétences et Salaire 💵💵 2024, Avril
Anonim

Essai est un processus d'enquête qui est mené pour vérifier la qualité du produit. Données - Tests centrés : Données - tests centrés tourne autour essai qualité de la Les données . L'objectif de la Les données - tests centrés est d'assurer la validité et l'exactitude Les données est dans le système.

Alors, que signifie data centric ?

Centré sur les données fait référence à une architecture où Les données est l'atout principal et permanent, et les applications vont et viennent. Dans le centré sur les données architecturale, la Les données modèle précède la mise en œuvre de toute application donnée et sera disponible et valide longtemps après sa disparition.

De même, que sont les données de test dans les tests logiciels ? Données de test est Les données qui a été spécifiquement identifié pour être utilisé dans essais , généralement d'un programme informatique. Certains Les données peut être utilisé à titre de confirmation, généralement pour vérifier qu'un ensemble donné d'entrées pour une fonction donnée produit un résultat attendu.

À côté de cela, qu'entend-on par test ETL ?

Tests ETL est fait pour s'assurer que les données qui ont été chargées d'une source à la destination après la transformation de l'entreprise sont exactes. Cela implique également la vérification des données à différentes étapes intermédiaires qui sont utilisées entre la source et la destination. ETL signifie Extract-Transform-Load.

Quelles sont les compétences requises pour les tests ETL ?

Compétences techniques requises

  • Outils ETL tels que Informatica ou Pentaho.
  • Expérience en développement PL/SQL Oracle.
  • Expérience pratique avec les bases de données NoSQL.
  • Expérience de l'extraction de données à partir de divers types de sources de données.
  • Expérience en modélisation dimensionnelle et paramétrisation.

Conseillé: