In gesprek met Anko Tijman over test data management in agile

30 MAY, 2016 – MAARTEN URBACH

Agile is een veel gehoorde term, maar wat voor gevolgen heeft Agile werken voor de beschikbaarheid van test data. Of liever gezegd, hoe kan goede testdata management het Agile werken ondersteunen of versnellen? Samen met Anko hebben we hier een boom over opgezet.

Voor een Agile-team is het belangrijk dat veel randvoorwaarden goed ingevuld zijn om goede software te kunnen leveren. Bijvoorbeeld de beschikking hebben over de juiste tools, omgevingen en ruimte. Een van deze randvoorwaarden die goed ingevuld moet zijn is testdata. En als team wil je zoveel mogelijk invloed uitoefenen op testdata. Dit is dan ook vaak de reden dat testdata handmatig gemaakt wordt. Dit wordt dan vaak via de voorkant aan de applicatie aangeboden. Nadeel is dat het verrijken of wijzigen van de eerdere zelf gemaakte testdata weer lastiger gaat en daar weer andere tools voor nodig zijn. Het beschikbaar krijgen van dba-tools en de rechten om data aan te passen, is vaak een organisatorische uitdaging. Het klaarzetten van testdata is om deze redenen vaak erg arbeidsintensief.


 

Anko is een freelance Agile coach en DevOps evangelist via the future group. Anko is al in 2001 actief in aanraking gekomen met Agile en is een van de grondleggers van het Agile testen in Nederland.

Het test data groei model

Kortom, testdata blijft een zorgenkindje. En dat zorgenkindje geeft in de toekomst alleen maar meer reden tot zorg. Want door de resultaten die met Agile en Scrum behaald zijn, worden steeds meer ‘projecten’ op een Agile-wijze uitgevoerd.

Gevolg is dat complexere systemen Agile worden ontwikkeld. Door de verhoging van de complexiteit van systemen die Agile worden ontwikkeld, wordt het belang van goede testdata steeds groter. Immers, voor een simpel stand-alone systeem is het nog vrij ‘eenvoudig’ testdata te genereren. Maar als we over een keten van systemen testdata moeten genereren, dan wordt dat een grotere uitdaging. Kortom, het nut en de noodzaak van goede testdata groeit naarmate de complexiteit van de systemen toeneemt

 

Waarom is test data dan zo belangrijk?

Testdata over meerdere systemen genereren is complex, maar zou nog mogelijk kunnen zijn. Echter, naarmate een systeem verder ontwikkelt, worden de eisen aan de testdata groter. Hogere eisen betekent meer tijd besteden aan het ‘bedenken’ en genereren van testdata. Logisch, maar ongewenst gevolg is dat je in sprints steeds meer tijd kwijtraakt aan het prepareren van de testdata in plaats van dat je de tijd kunt besteden aan het valideren of de software werkt. Dit heeft als mogelijk gevolg dat sprints niet volledig afgerond kunnen worden.



DATPROF Subset
 filtert de juiste test data uit de verschillende systemen over ketens. Hierdoor is test automatisering beter in staat om met een beperkt maar wel zelf vastgestelde dataset te automatiseren.

Belangrijk is dat goede testdata leidt tot betere kwaliteit van de software, waarbij er bij voorkeur zo weinig mogelijk tijd besteed moet worden aan de testdata zelf. Uiteindelijk moet testdata facilitair zijn aan het ontwikkeltraject en wil je je daar als ontwikkelteam niet druk over hoeven maken.

AANMELDEN NIEUWSBRIEF

Ontvang vrijblijvend updates over nieuwe blogs, webinars en tutorials. 

Laat ons weten hoe we je kunnen bereiken. We houden je op de hoogte van de laatste ontwikkelingen met betrekking tot testdata, testdatamangement, subsetten en anonimiseren. Je kunt je op ieder moment weer uitschrijven.

Data Masking

DATPROF Privacy

Data Subsetting

DATPROF Subset

Data Provisioning

DATPROF Runtime

Data Discovery

DATPROF Analyze