Whitepaper: Methodisches Testen von Data Warehouse-Systemen

Als Data Warehouse-Entwickler stolpert man immer wieder über Literatur zum Thema Architektur und Design von Data Warehouse-Systemen. Wenn man genauer hinschaut, fällt allerdings auf, dass der Aspekt des Testens dieser Systeme wenig bis gar nicht behandelt wird. Gleichzeitig findet man dennoch in der einschlägigen Literatur viele Werke über Softwaretests im Allgemeinen, die jedoch nicht auf die speziellen Eigenarten von DWHSystemen eingeht.

In diesem Whitepaper wird die Frage beantwortet, welche Testmethoden für Softwaretests im Data Warehouse-Umfeld beim methodischen Testen helfen können. Der Fokus liegt dabei vor allem auf dem Aspekt, systematisch die Testfälle zu finden, die mit hoher Wahrscheinlichkeit vorhandene Fehler in den Funktionen zum Extrahieren, Transformieren und Laden der Daten aufdecken. Themen, wie die Implementierung, Ausführung oder gar Automatisierung der Tests, werden bewusst außen vor gelassen. Denn bevor man etwas automatisiert, sollte man wissen, was man automatisieren will: Nämlich gute und aussagefähige Testfälle, die effektiv und effizient Fehler finden.

Inhalt des Whitepapers

  • Kapitel 1: Funktionale Äquivalenzklassen und Grenzwertanalyse
  • Kapitel 2: Ursachen-Wirkungs-Analyse
  • Kapitel 3: Staging Area
  • Kapitel 4: Cleansing Area
  • Kapitel 5: Core Layer
  • Kapitel 6: Data Mart Layer

Menü