1. 测试数据基础：什么是测试数据、测试数据的类型与分类、测试数据在软件生命周期中的价值
大家好，我是老张。做测试这行十几年了，我见过太多团队在测试数据上栽跟头。有的项目上线前才发现数据不对，有的bug复现不了因为数据丢了。说白了，测试数据就是测试的“弹药”，没弹药你拿什么打仗？
今天咱们就聊聊测试数据的基础。别小看这些概念，我敢说，能把测试数据玩明白的人，根因定位能力至少提升一个档次。
1.1 什么是测试数据？
测试数据，就是你在执行测试用例时，输入到系统里的那些数据。包括你填的表单、发的请求、数据库里预置的记录，甚至包括系统运行过程中产生的中间状态。
举个例子。你测一个登录功能，输入用户名“admin”、密码“123456”，点击登录。这里的“admin”和“123456”就是测试数据。但测试数据不止这些——数据库里有没有这个用户？用户状态是不是正常的？这些也是测试数据的一部分。
核心定义：测试数据是测试执行过程中，系统输入、输出、内部状态以及外部环境所涉及的所有数据集合。
我个人习惯把测试数据分成两类：静态数据和动态数据。静态数据是那些不太变的东西，比如配置表、字典表。动态数据是每次测试都会变化的东西，比如订单号、时间戳。这个分类在后续的数据准备和清理中特别有用。
1.2 测试数据的类型与分类
测试数据怎么分类？我总结了一套实战中最好用的分类方法。你想想看，如果你要准备一批测试数据，你最关心什么？无非是：数据长什么样、数据从哪来、数据用来测什么。
基于这三个维度，我把测试数据分成以下几类：
1.2.1 按数据形态分类
| 类型 | 说明 | 实战例子 |
|---|---|---|
| 结构化数据 | 有固定格式，存在数据库里 | 用户表、订单表、商品表 |
| 半结构化数据 | 有结构但不固定 | JSON、XML、日志文件 |
| 非结构化数据 | 没有固定格式 | 图片、视频、文档 |
| 流式数据 | 持续产生的数据流 | Kafka消息、实时日志 |
我在项目中遇到过一个问题：测试环境里全是结构化数据，但线上有大量半结构化的JSON日志。结果测试环境跑得好好的，一上线就报JSON解析异常。嗯，这就是数据形态没覆盖全的教训。
1.2.2 按数据来源分类
- 生产数据脱敏：从线上环境导出来，去掉敏感信息。这是最真实的数据，但脱敏要小心，我曾经见过脱敏没脱干净，测试环境里出现了真实用户的手机号……
- 手工构造数据：测试人员自己造的数据。优点是可控，缺点是可能不够真实。
- 自动化生成数据：用脚本或工具批量生成。适合做压力测试和大数据量测试。
- 模拟数据：用Mock工具模拟出来的数据。适合依赖外部系统时使用。
我的建议：优先使用生产数据脱敏，其次手工构造，最后才是模拟数据。模拟数据最容易出问题，因为Mock出来的东西往往太“完美”了，真实世界的数据哪有那么规整？
1.2.3 按测试用途分类
这个分类最实用，直接对应你的测试场景：
- 正常数据：符合业务规则的数据，用来验证功能是否正常。
- 边界数据：刚好在边界上的数据，比如金额0.01元、9999.99元。
- 异常数据：不符合规则的数据，比如负数、超长字符串、空值。
- 特殊数据：SQL注入、XSS攻击、特殊字符等安全相关的数据。
- 大数据量数据：用来测试性能和数据量对系统的影响。
为什么会这样分类？说白了，你测一个功能，至少要把这五类数据都跑一遍，才能说覆盖率够了。我见过太多测试只测正常数据，结果上线后被边界数据搞崩了。
1.3 测试数据在软件生命周期中的价值
测试数据不是测试阶段才用的东西。它在整个软件生命周期里都有价值。我画个图你感受一下：
1.3.1 需求阶段：数据驱动需求验证
需求评审的时候，你拿什么去验证需求是否合理？靠测试数据。比如需求说“用户下单后30分钟内可以取消”，你拿一批订单数据去模拟，看看30分钟这个边界到底合不合理。我在一次需求评审中，就是用测试数据发现了一个逻辑漏洞——需求里没考虑订单已发货的情况。
1.3.2 开发阶段：辅助单元测试和联调
开发写代码的时候，也需要测试数据。好的测试数据能帮开发提前发现bug。我建议测试团队提前准备一份“标准测试数据集”，开发可以直接拿来用。这样能减少很多沟通成本。
1.3.3 测试阶段：核心价值体现
这个不用多说，测试数据是测试执行的基础。没有数据，你连用例都跑不了。但我想强调的是：测试数据的质量直接决定测试的质量。数据覆盖不全，测试覆盖率就是假的。
避坑指南：我曾经在一个项目中，测试数据全是手工造的，而且只造了正常数据。结果上线后，用户输入了一个带emoji的昵称，系统直接报错了。从那以后，我要求团队必须准备异常数据和边界数据，而且数量不能少于正常数据的30%。
1.3.4 上线阶段：回归验证和灰度发布
上线前要做回归测试，回归测试需要历史数据。灰度发布的时候，需要小流量数据来验证新功能。这些数据从哪里来？都是测试数据的积累。
1.3.5 运维阶段：问题复现和根因定位
线上出问题了，怎么复现？靠测试数据。怎么定位根因？还是靠测试数据。我处理过很多线上事故，80%的问题都能通过构造特定的测试数据来复现。所以，测试数据不仅是测试的资产，更是整个团队的资产。
1.4 小结
这一章我们聊了测试数据的基础。记住三个核心点：
- 测试数据不只是输入值，还包括系统状态和环境数据
- 测试数据要按形态、来源、用途三个维度去分类管理
- 测试数据的价值贯穿整个软件生命周期，不只是测试阶段
下一章，我会讲讲怎么搭建测试数据管理体系。到时候我会分享一个我在大厂用过的数据管理框架，保证实用。