저자에 대해 자세히 알아 보려면 클릭하십시오. 웨인 야 도우.

데이터 통합 ​​QA가있는 데이터웨어 하우스 (DW) 테스터
기술이 요구됩니다.

데이터웨어 하우스 학문과 아키텍처는 잘 확립되어 있으며 종종 언론, 서적 및 컨퍼런스에서 논의됩니다. 대부분의 현대 조직에서 표준 필수품이되었습니다. 각 비즈니스는 종종 하나 이상의 데이터웨어 하우스 시스템을 사용하여 매일 회사 결정을 내립니다. 한마디로 데이터웨어 하우스는 비즈니스 인프라의 표준 구성 요소입니다.

새로운 비즈니스 모델, 끊임없는 기술 발전, 끊임없이 변화하는 법적 규정은 기업이 비즈니스 애플리케이션을 교체해야합니다. 부작용으로 기존 소스 애플리케이션의 데이터를 데이터웨어 하우스에서 지원하는 대상 애플리케이션으로 통합해야한다는 요구가 있습니다. 그렇게하려면 엄격한 데이터 통합 잘 정의 된 품질 보증 조치와 결합 된 프로세스 모델.

매년 기업은
운영 데이터베이스의 부정확하고 누락 된 데이터. 이 심각한 문제
데이터웨어 하우스를 손상시켜 해당웨어 하우스와 신뢰할 수있는 애플리케이션이 실패합니다.

원칙으로서 데이터웨어 하우스 품질 보증
기술 이상의 것을 다룹니다. 여기에는 역할과 조직이 포함됩니다.
구조, 모니터링, 측정,보고 및 데이터웨어 하우스 수정
문제.

데이터웨어 하우스 테스터의 기술 요구 사항
독특하고 까다 롭지 만 보상은 많을 수 있습니다. 즐기는 사람들을 위해
테스트, 데이터 품질에 대한 강한 관심, 코딩 기술 보유
쿼리, 데이터웨어 하우스 및 데이터 통합, DW 테스트는
경력 단계.

시작하거나 필요한 노하우를 더욱 강화하려면
데이터웨어 하우스 테스터로서 여러 학습 단계가 필요할 수 있습니다. 그들은
필요한 지식을 얻기위한 제안과 함께 아래에 나열되어 있습니다.
경험.

데이터웨어 하우징 개념 이해  

QA 분석가는 다음에 사용되는 용어를 이해해야합니다.
데이터웨어 하우징, DW 데이터의 기본 흐름 및 일상적인 테스트 작업
ETL QA 프로젝트. 데이터 모델 및 데이터 매핑 문서는 다음을위한 표준 수단입니다.
DW 요구 사항 및 아키텍처 표현. 따라서 이해 능력
DW 요구 사항은 테스트 시나리오를 만드는 것이 필수입니다. 랄프 킴볼과 조
Caserta의 저서“The Data Warehouse ETL Toolkit”(Wiley Publishing) 및 Andy
Oppel의 "Databases : A Beginner 's Guide"(McGraw Hill Publishing)가 좋습니다.
시작점. 이 책은 개요뿐만 아니라
관련 아키텍처 및 용어. Larry English의 "데이터웨어 하우스 및 비즈니스 정보 품질 향상"(Wiley
Publishing)은 데이터 품질 평가 및 보장에 대한 여러 장을 제공합니다.

그림 1은 기본 대표를 표시합니다. 데이터웨어 하우스 구현 – 소스 데이터 식별 (왼쪽 아래)에서 보고서 및 포털보고 (왼쪽 위)까지. 그 사이에 소스 추출에서 스테이징으로, 운영 데이터 저장소 (ODS)에 대한 차원 데이터로드, 데이터웨어 하우스에 대한 팩트 데이터, 보고서 및 포털과 같은 종단 간 데이터웨어 하우스 개발 프로세스의 몇 가지 일반적인 단계가 설명됩니다. 표시 및보고를 위해 데이터를 추출하는 기능. 그림 1은 모든 ETL 프로그램과 데이터 이동이 종단 간 QA 프로세스 전반에 걸쳐 확인되어야 함을 보여줍니다.

DW 테스트의 과제 파악

테스터는 데이터가
창고 테스트가 자주 나타납니다.

• Data
  모델 및 데이터 매핑 문서는 프로젝트의 여러 측면을 나타냅니다.
  요구 사항; 이러한 아티팩트에 대한 친숙 함은 데이터 통합에 필수적입니다.
  테스트 성공.
• 이
  Oracle, Microsoft 및 Microsoft를 포함한 다양한 데이터 관리 시스템
  IBM. 소수 이상의 엔터프라이즈 데이터웨어 하우스에서 여러 데이터베이스를 사용합니다.
  이들 및 기타 공급 업체의 제품.
• 데이터베이스
  데이터 샘플링을 기반으로 한 테스트가 필요할만큼 큰 경우가 많습니다. 선택
  가장 좋은 데이터 선택 방법은 필요한 기술입니다.
• 거의
  데이터 통합 ​​테스트에 대한 많은 요구를 충족하는 테스트 도구가 존재합니다.
  특히 복잡한 데이터 변환을 테스트하는 데 도움이되는 도구입니다. 따라서,
  테스터는 학습하고 구현하는 동안 수동 테스트로 창의적이어야합니다.
  가능한 한 많은 도구. 기대치가 높지만 자격이 있음
  직원이 부족한 경우 QA 관리자는 강력하면서도 사용하기 쉬운 도구를 찾아야합니다.
  예산을 점검하지 않고도 신속하게 배포 할 수 있습니다.
• An
  SQL 쿼리, 데이터 프로파일 링 방법, Excel 및 DB에 대한 광범위한 이해
  편집자는 필수입니다. 다행히도 e- 러닝, 책 및 수업을 사용할 수 있습니다.
  이러한 요구를 위해.
• XNUMXD덴탈의
  테스트 중 및 테스트 후 데이터웨어 하우스 테스트 준비 상태를 평가하는 기능
  계획이 완료되었습니다.

더 많이 있습니다
이러한 도전에 대한 도전과 솔루션. 벤더에서 배울 수 있습니다.
데이터웨어 하우스 테스터 교육을 제공하는 강의 또는 온라인.

DW 테스트 및 테스트 케이스 계획

데이터웨어 하우스 테스트 계획 시작 및 구현
프로세스는 DW 시험 응시자들에게 새로운 경험이 될 수 있습니다. 당신은 이것을 완화 할 수 있습니다
기존 데이터웨어 하우스 "테스트 계획 템플릿", "마스터 테스트 계획", "테스트 전략 / 접근법"의 검토를 통한 노력
또는 데이터 통합 ​​"엔드 투 엔드"테스트 계획. DW 관찰을 통해
계획 템플릿 및 관련 체크리스트, 데이터가 되고자하는 사람들
창고 테스터는 이것들을 통해 효과적인 전략을 수립 할 수 있습니다.
개인적인. 이 문서에서 테스트 주제 및 테스트 시나리오 – 데이터 고유
창고 QA – 발견됩니다.

• 공통의
  테스트 커버리지를위한 체크리스트로서의 ETL 목표 및 목표
• 예
  ETL 테스트 중에 자주 발견되는 결함 수 그들을 찾기 위해 테스트 케이스 작성
• 추천
  ETL 테스트 시나리오 및 테스트 케이스
• 추정
  DW 테스트 리소스 및 일정
• 출처
  대상 데이터 프로파일 링 – 찾을 내용
• 형식적인
  데이터 빌드 배포를위한 QA 시작 및 종료 기준
• 예
  ETL 테스트 시나리오
• 기능성화장품유무
  테스트 (예 : 보안, 성능, ETL 오류 로그, 회귀 테스트
  지침)
• 평가
  테스트 계획 및 테스트 준비

데이터웨어 하우징을 예로 들어 그림 2는 종단 간 데이터 통합 ​​테스트 프로세스의 기본 체크 포인트 (테스트 포인트)를 보여줍니다. 이 그림은 데이터가 소스에서 추출되고 대상 데이터베이스로의로드를 위해 변환되고 데이터 마트로의로드를 위해 집계 될 때 데이터를 검증하는 방법을 보여줍니다. 데이터 소유자 및 기타 이해 관계자가 데이터 통합이 성공적 이었음을 확인한 후에야 전체 프로세스가 완료되고 생산 준비가 된 것으로 간주 될 수 있습니다.

테스트 데이터 계획 및 관리

데이터웨어 하우스 테스트를 처음 접하는 사람들은
계획 할 때 자주 발생하는 문제를 해결하는 것이 가장 좋습니다.
선택, 데이터웨어 하우스 QA 노력을위한 테스트 데이터. 다양한 선택
데이터 선택 및 각각과 관련된 과제를 학습해야합니다.
테스터가 현명한 선택을 할 수 있습니다.

형질
테스트 데이터 관리 전략의

• 생성
  모든 데이터 소스에서 필요한 충분한 양의 테스트 데이터
• 합성 만들기
  누락 된 데이터에 대한 데이터 (예 : 음성 테스트에 필요한 데이터)
• 주의하여
  테스트 데이터 추출 및로드 프로세스 예약
• 보안 감소
  민감한 / 개인 콘텐츠에 대한 테스트 데이터의 위험
• 테스트 관리
  테스트 데이터 준비 및 정리를위한 환경 – DBA 및 구성 확보
  관리 지원
• 액세스 제공
  여러 QA 사용자가 사용하는 데이터 세트 테스트 제어

결정적인
테스트 데이터 계획의 과제

• 필수 테스트 데이터의 가용성
  모든 비즈니스 사용 사례 및 규칙 확인 및 유효성 검사
• 모든 소스 테이블의 ID,
  제약 및 종속성
• 가능한 값의 범위 이해
  다양한 필드 (모든 경계 값 포함)
• 대량의 테스트 데이터를 생성하는 기능
  테스트 환경에 필요한 이기종 데이터 소스
• 리소스 수 (예 :
  사람, 도구) 비즈니스 요구 사항에 대한 추적 성 개발 à
  테스트 케이스 à
  데이터 테스트

DW 테스트를위한 테스터 기술

QA 팀의 인력 및 교육은 필수
테스트 계획 프로세스의 단계. 테스터의 기술을 개발할 수 있습니다.
설명을 쉽게 준비하고 후보자를 효과적으로 인터뷰합니다. 위독한
DW QA 요구 사항, 기술 및 경험은 QA 팀원이
테스트의 모든 측면에 대해 선택하고 준비 할 수 있습니다.

다음은 데이터웨어 하우스 테스트 작업입니다.
조직이 자주 찾는 것을 나타내는 설명.

• 확실한 이해
  데이터웨어 하우징 개념, 아키텍처 및 프로세스
• 다년간의
  대규모 데이터베이스 테스트 전문 경험
• 재능
  제품, 프로젝트, 데이터 엔지니어링 및 분석 팀과 협력하여
  QA 리소스 요구 및 일정에 대한 의견 제공
• 경험
  관계형 및 차원 데이터베이스 구조
• 경험
  ETL 및 BI 테스트 계획 및 실습 테스트
• 의 이해
  테스트 케이스 개발을위한 ETL 맵핑 문서
• 공식 훈련
  및 SQL 쿼리 경험 : Oracle / SQL Server / DB2
• 노출
  데이터웨어 하우스 및 / 또는 데이터 통합 ​​플랫폼의 모든 계층에서 테스트
• 경험
  ETL 매핑 기반 SQL 쿼리 개발 및 쿼리 실행 스크립트
  서류
• 에서 해본 경험
  소스에서 대상으로의 데이터 변환 테스트
• 에 대한 적성
  ETL 문제의 근본 원인 조사 및 문제 해결
• 사용 능력
  테스트 질의 결과 분석을위한 다양한 DB 편집기, Excel, MS Access
• ETL에서 견고 함
  데이터 유효성 검사 프로세스 (예 : Informatica / DataStage / SSIS)
• 경험
  ETL 및 BI 시스템에 대한 종단 간 데이터 검증 
• 능력
  DW 단위, 기능, 통합, 회귀,
  성능 및 포스트 프로덕션 테스트
• 강력한 BI 보고서
  Cognos / Business Objects / Microstrategy / SSRS BI 환경에서 검증
• 능력
  주제별 전문가와 함께 요구 사항의 격차 / 질문을 해결합니다.
• 에 대한 열망
  개발자가 문제 해결로 이어지는 테스트 실패를 재현하도록 지원
• 고체
  OBIEE와 같은 BI (비즈니스 인텔리전스) 대시 보드 도구에 대한 이해
• 세부사항
  데이터 관리자, 데이터 설계자 및 소프트웨어 엔지니어와 협력
• 사용법 및
  보고 및 분석 도구 (예 : OBIEE, Tableau)로 기술 테스트
• 경험
  데이터 테스트의 스크립팅 및 자동화  

끝 맺는 말

데이터웨어 하우징 프로젝트는 위험한 것으로 알려져 있습니다. 불량한 데이터 아키텍처, 일관되지 않은 데이터 정의, 다양한 데이터 소스의 데이터 통합 ​​불능, 누락 및 부정확 한 데이터 값, 불충분 한 데이터 변환 테스트, 일관되지 않은 데이터 필드 사용, 허용 할 수없는 쿼리 성능 등 여러 가지 이유로 실패 할 수 있습니다.

DW 프로젝트 위험 감소
프로젝트를 수행하는 잘 훈련되고 동기 부여 된 테스터로 구성된 경우
초기부터 전체 데이터웨어 하우스 개발 중에.

PrimeXBT 결제
AC Milan의 공식 CFD 파트너와 거래
암호 화폐를 거래하는 가장 쉬운 방법.
출처 : https://www.dataversity.net/becoming-a-prized-data-warehouse-and-data-integration-tester/