测试数据管理

说明

测试数据管理关注数据准备方式、环境隔离、数据清理和数据复用策略，是自动化稳定性的基础。涉及 Fixture 管理和测试环境管理。

数据准备方式：通过 API 创建（走业务逻辑，数据一致性好）、数据库插入（快速，适合批量数据）、配置文件定义（静态数据）。

管理策略：按场景分类（基础数据、业务数据、边界数据）、统一数据工厂类生成、数据模板支持参数化覆盖。

关键是数据准备要可重复、可追溯。

环境隔离策略：使用独立的测试数据库、通过命名空间或标签区分测试数据、测试账号与生产账号隔离。数据隔离：每个测试使用唯一标识（如时间戳、UUID）、测试数据有明确的创建者标记、测试后清理或归档。还要防止测试数据泄露到监控系统或报表。

核心原则：对测试结果有影响的数据要隔离，对测试结果无影响的共享数据可以复用。

隔离的数据：订单、支付、用户状态等业务数据。

复用的数据：配置数据、字典数据、测试账号池。

复用提高效率，隔离保证稳定，要根据测试场景找到平衡点。

数据管理混乱的表现：数据定义散落在各测试文件、相同数据多处重复定义、数据变更难以追踪。

解决方案：建立数据目录集中管理、使用数据工厂统一生成、数据模板支持继承和覆盖。

统一管理提高维护效率，也便于数据变更时的批量更新。

数据残留是自动化测试不稳定的常见原因。解决策略：测试后立即清理（推荐）、测试前重置环境（保证初始状态）、定期批量清理（兜底）。清理要彻底：不仅清理数据库，还要清理缓存、消息队列、文件等。建立数据清理检查机制，确保清理生效。

数据版本要与代码版本、环境版本对齐：数据结构变更时同步更新数据模板、环境升级时检查数据兼容性、多环境并行时数据要独立。版本对齐机制：数据变更记录 CHANGELOG、数据版本号与代码版本对应、环境配置与数据配置绑定。