做测试，我们有很多途径获取到各种各样的数据，来协助我们的测试，但是这些数据，难免就会乱七八糟，我们应该如何去合理的处理这些数据。
文章源自陈学虎-https://chenxuehu.com/article/2019/07/7448.html
其他的先不多说，通过最近的一些内容来看，就谈谈数据清洗的重要性，在一个几G甚至是几T的数据库或文件中，我们要定位一些关键信息，并用这些关键字来匹配信息是否正确，刚开始我们的小数据量文件进行测试，因为这是刻意准备的文件，根本没有异常，没个关键字信息都很完整，测试脚本很快就实现，但是在正式环境中一跑，呵呵，可没那么顺利，稀奇古怪的问题都出来了，匹配出来的数据量和想象中的差别甚远，这里要怎么处理？文章源自陈学虎-https://chenxuehu.com/article/2019/07/7448.html
首先，我们并不能去怀疑被测试设备的问题，不能一股脑的就提交BUG啥的，先去定位我们的脚本问题，但是对于那么大的数据量的信息，我们也不可能人工去查阅信息，来分析脚本的问题，因此我们采用了，定位关键信息的位置，并横向对比多个文件的情况，在出现差别的位置，我们直接定位到问题所在的位置，查阅信息，我们很快就发现，很多信息在一行中不完整，直接导致匹配异常，因此我们果断的采用对无效的数据进行清理，在综合的横向、纵向的数据清理后，也就得到了我们想要的结果。文章源自陈学虎-https://chenxuehu.com/article/2019/07/7448.html
在做数据分析的时候，我们要多思考下，不能完全相信原始数据，也不能一股脑的相信我们的脚本，多考虑下，对问题的验证要相当仔细，但完整的确认确实存在问题后，再进行汇报。文章源自陈学虎-https://chenxuehu.com/article/2019/07/7448.html
数据清洗，简单点理解就是对无效数据的清理，但是也可能要增加相关信息，这个处理根据具体需求，都会表现不同。文章源自陈学虎-https://chenxuehu.com/article/2019/07/7448.html
谨记：一定要对数据进行充分的分析和把握，要不你将徒劳！！！文章源自陈学虎-https://chenxuehu.com/article/2019/07/7448.html 文章源自陈学虎-https://chenxuehu.com/article/2019/07/7448.html
评论