市场份额、盈利能力、甚至企业生存能力都可以是功能配置频率的函数。而且，你的竞争对手正在加速。亚马逊公司部署独角兽的速度比现在快了30%，而新的软件交付速度也快了30倍。但是，如何成为淘客，随着到2020年数据预计将增长到44zeta字节，如果我们不能减少获取正确数据来测试数据的摩擦，我们所有减少编码摩擦和加快应用程序交付的工作都将是徒劳的。公司在测试数据方面面临着持续的压力：当错误从陈旧的数据中堆积起来，或者由于新数据破坏了测试套件而进入返工阶段，特性交付可能会发生硬转移。为什么数据过时了？大多数公司都无法在几乎可以构建代码的时间段内提供多Tb测试数据集。例如，30%的公司需要一天以上的时间来调配新的数据库，大数据是做什么的，10%的公司需要一周以上的时间。为了解决提供大型测试数据集的痛苦，测试主管通常会求助于子集来节省存储和提高执行速度。不幸的是，由于不能保持引用的完整性，制作不好的子集经常出现不匹配，并且常常导致难以诊断的性能错误，而这些错误在发布周期的后期突然出现。解决这些子集完整性问题的代价往往是雇佣许多专家编写（似乎没完没了的）规则集，以避免导致测试混乱的完整性问题。不幸的是，很难找到任何缓解子设置会遗漏的性能缺陷的方法。联合应用程序的情况更糟。测试人员通常受应用程序所有者、备份计划或资源限制的支配，这迫使他们在不同的时间收集数据集的副本。这些时间差产生了测试人员必须解决的一致性问题，因为如果没有严格的一致性，分布式引用完整性问题可能会突然按因式放大。这导致了具有更复杂规则集和时间逻辑的解决方案。将联邦与子集合相结合意味着一个全新的伤害世界，因为子集规则必须在联合应用程序中保持一致。合成数据对于生成其他任何地方都不存在的测试数据至关重要。但是，当使用合成数据作为创可贴使子集"完整"时，有哪些云服务器，我们重新介绍了子集的缺点。为了达到完整性，合成数据可能需要填补生产数据不存在的空白，并确定生成数据和子集数据的完整性。将合成数据和子集结合起来会带来新的和不必要的复杂性。保护数据会带来更多的速度问题。那些屏蔽测试数据的人通常不能很快或足够频繁地向开发人员提供被屏蔽的数据，大数据中心，因此他们被迫在风险和速度之间进行权衡，当做出决定时，暴露往往胜过速度。正如一位高德纳（Gartner）分析师调侃道：掩蔽中80%的问题是被屏蔽数据的分布。此外，掩蔽有其自身的规则，通常不同于子集合规则。环境可用性还阻止数据将正确的数据及时送到正确的位置。许多测试人员使用有限数量的环境，迫使平台的流过载，从而导致共享和序列化导致延迟、返工和丢弃工作发生。有些测试人员会等到环境准备就绪。其他人编写新的测试用例而不是等待，还有一些人编写他们知道会被丢弃的测试用例。使这一问题更加复杂的是，可以重新用作测试就绪环境的平台受到上下文切换成本的限制。测试人员知道上下文切换的高昂代价，以及切换失败的真实可能性，移动物联网，因此他们只是将环境保存在"测试"中，而不是冒险。由上下文切换成本驱动的行为会增加序列化、更多的子集合，并且（讽刺的是）通过"优化"他们在产品/功能交付管道中的部分，测试人员最终导致了阻碍管道在全球范围内更快发展的瓶颈之一。重现缺陷也会减慢部署速度。考虑到开发人员经常抱怨他们无法重现测试人员发现的缺陷。这通常会导致测试关键路径完全停止，因为测试人员必须"保持"她的环境，让开发人员检查它。在某些情况下，整个数据集在分诊过程中被劫持。这些问题都包含在测试人员最基本的需求中：重新启动并使用正确的数据重复她的测试。那么，考虑一下，重复这些工作来恢复一个应用程序（或者更糟的是一个联合应用程序）、对其进行同步、对其进行子集化、屏蔽并分发它，会按照测试运行的数量按比例增加整个测试负担。这在单个应用程序中是可管理的，但在联合应用程序的规模下，它可能会迅速变得笨拙。快速的代码部署并不能解决测试数据瓶颈。提供速度、数据新鲜度、数据完整性、数据集内和数据集之间的数据同步性和一致性、分布速度、资源可用性、再现性和可重复性都有助于延长部署频率。为什么会发生这一切？你的测试数据不灵活。你如何获得敏捷的测试数据管理？一个字：德尔菲克斯。