독립적인 변수와 대규모 데이터셋 처리 프레임워크란?

독립적인 변수와 대규모 데이터셋 처리 프레임워크

페어와이즈 테스트

• 다양한 입력값의 조합을 관리함

• 독립적인 변수/입력에서 결과를 도출할 때 테스트 케이스 최소화에 도움이 되는 프레임워크이다.

• 장치 제조업체, 해상도, OS 의 조합이 각각 아래와 같다고 가정해보자

  • 삼성, 구글, 오포
  • Small, Medium, Large
  • 안드로이드, 윈도우

• 모든 경우를 테스트하면 총 경우의 수가 18개가 나온다.

• 안드로이드 * 사이즈 3종 * 제조업체 3종

• 구글 * 사이즈 3종 * 제조업체 3종

• 여기서 [구글, Medium], [구글, 윈도우] 쌍은 한번만 검증하는 방식으로 테스트 케이스를 줄일 수 있다.

• 총 경우의 수가 9개로 줄어든다.

샘플링

• 동등 클래스 분할을 적용하기 어렵고, 페어 와이즈 테스트도 적용하기 어려운 경우에 용이하다.
• 연속적이고 규모가 큰 모든 입력에 적용 가능하다.
• 무작위 샘플링 또는 기준별 샘플링 중 하나를 이용하여 테스트에 사용할 하위 집합을 추출할 수 있다.
  • 무작위는 1000명 중 아무나 50명을 뽑는 것과 같은 방식이다.
  • 기준별은 1000명 중 성별,인종,국가 등의 기준에 따라 50명을 뽑는 것과 같은 방식이다.
• 미니 데이터셋을 만들고 모든 종류의 테스트 케이스를 다룰 수 있다.