- 综合排序
- 最热优先
- 最新优先
- 来自专栏测试开发干货
(简易)测试数据构造平台: 4 (平台的总体设计)
跟领导反馈测试排期被认为时间过长，但又没有充足证据证明构造数据浪费时长 ，新人学习测试数据构造成本高。等等....
80320编辑于 2022-05-20 - 来自专栏AI机器学习与深度学习算法
机器学习入门 4-3 训练数据集，测试数据
本系列是《玩转机器学习教程》一个整理的视频笔记。本小节主要介绍如何判断机器学习的性能，train_test_split方法。
1.4K01发布于 2019-11-13 - 来自专栏测吧测试开发
大话测试数据（二）：概念测试数据的获取
在大话测试数据（一）文章中，我提到，获取数据的第一步是获取概念上数据。这一步看起来简单，其实不是那么容易。 “这样你就建立了对“电子对账单”这种测试数据的概念，也就是说得到了“电子对账单”这种概念的测试数据。Pretty easy？事实没有那么简单的。 好吧，可以参考下面的干货资料（英文版，也正好练习下英文），你就当它是个 checklist，按图索骥吧：关于测试数据的获取（不仅仅是概念测试数据的获取），测试思路的获取，甚至是需求的获取，你一定会有收获 4.使用场景。用户希望使用软件完成或体验某些事情，因此请创建以多种方式模拟产品行为序列的测试，而不是孤立地使用功能。您知道的可信使用模式越多，您可以执行的测试就越真实。 顺便说一句，在接下来的文章中，我将会着重讲解如何获取细化的测试数据。
76230编辑于 2022-06-07 - 来自专栏运维开发王义杰
AI: 探讨GPT-4o的基准测试数据与学术水平解读
OpenAI最新发布的GPT-4o在多个基准测试中表现突出，通过这些数据，我们可以将其性能与不同学术水平进行比较。本文将详细讨论GPT-4o的基准测试数据，并解释其在学术成就中的对应水平。 GPT-4o基准测试数据 以下是GPT-4o在主要基准测试中的得分： MMLU（多任务语言理解）：88.7 GPQA（高级问答）：53.6 MATH（数学问题解决）：76.6 HumanEval（代码评估 这种知识的广度和深度表明，GPT-4o在这一领域的表现类似于完成本科学位并准备进入研究生阶段的学生。 综合学术水平 基于以上基准测试得分，GPT-4o展示的能力类似于完成本科学位并准备进入研究生阶段的个体。 通过这些数据，我们可以将GPT-4o的性能与学术成就进行类比，发现其能力相当于具备本科到研究生阶段水平的个体。未来，随着技术的进一步发展，GPT-4o有望在更多应用场景中发挥更重要的作用。
1K10编辑于 2024-07-10 - 来自专栏啄木鸟软件测试
大话测试数据（一）
导读：测试数据的准备至关重要，无论是手工测试还是自动化测试都要以良好的测试数据准备为基础。 测试数据就是输入的内容，没有测试数据，你咋执行用例？ 2. 没有把测试数据这一块儿理顺，良好的自动化测试简直是空谈。试想，测试自动化采取的最普遍默模式就是“录制-回放”模式，如果搞不定数据，回放基本上会失败，自动化验证自然也就无法有效完成了。 4. 测试数据的分类 我们可以从多个维度对测试数据进行分类，下面讲一下我的分类方式： 1. 从测试数据的生命周期角度看可以将测试数据分为：稳定和数据、可消耗的数据和混合类型数据。 4. 从测试数据来源来看，可以分为：生产 dump 数据，自己生成的数据。 上面的分类其实并不是很准确，但是分类就是为了帮助更高效的解决问题。接下来我会讲解对于上面类型的数据我是如何来处理的。
1.3K10发布于 2019-12-12 - 来自专栏测吧测试开发
大话测试数据（一）
在测试过程中，我们往往在测试计划阶段就忽略了测试数据，在起先没有给测试数据的设计、准备留出足够的时间，投入足够的精力，到了测试执行阶段追悔莫及。 测试数据就是输入的内容，没有测试数据，你咋执行用例？ 测试数据是测试设计的重要组成部分，测试用例的有效性严重依赖测试数据的选取或者设计，要记住测试的本质是抽样，样品的选取其实是一门深奥的科学，有学过统计学的同学会深切明白这个道理。 其它种种好处 … 我们可以从多个维度对测试数据进行分类，下面讲一下我的分类方式： 从测试数据的生命周期角度看可以将测试数据分为：稳定和数据、可消耗的数据和混合类型数据。 从上面的解释可以得到测试数据从被识别，到能够被使用的大体步骤: 事实上，实际工作中，测试数据的准备远远不是这么简单。很多时候上面的每一步骤的推动都是一个艰苦的过程。
72960编辑于 2022-06-07 - 来自专栏ops技术分享
Redis增加测试数据
Key0 Value0SET Key1 Value1...SET KeyN ValueN 执行如下命令，将内容管道给redis客户端 cat data.txt | redis-cli --pipe 三.制造测试数据
1.3K30发布于 2021-05-20 - 来自专栏linux运维
性能测试数据备份问题：性能测试数据备份失败，导致数据丢失
验证数据文件状态确保性能测试数据文件存在且未被删除或损坏。 4. 实现自动化备份使用脚本或工具实现数据的自动化备份。
47200编辑于 2025-02-09 - 来自专栏AI SPPECH
测试数据生成：AI如何自动创建高质量测试数据集
=0.60, random_state=0) # 使用K-means进行聚类 kmeans = KMeans(n_clusters=4, random_state=0) kmeans.fit(X) ) # 可视化生成的图像 plt.figure(figsize=(8, 8)) for i in range(generated_images.shape[0]): plt.subplot(4, 4, i+1) plt.imshow(generated_images[i, :, :, 0] * 127.5 + 127.5, cmap='gray') plt.axis('off' ── 趋势3: 多模态数据融合 ├── 趋势4: 自适应学习系统 └── 趋势5: 隐私保护增强 自然语言驱动：通过自然语言描述测试需求，自动生成符合需求的测试数据 实时数据生成：根据测试执行情况，实时生成和调整测试数据 Data Management Data Privacy in Test Data Generation 来源1 → 文章: 基础概念 来源2 → 文章: 工具应用 来源3 → 文章: 实践案例 来源4
70821编辑于 2025-11-13 - 来自专栏企鹅号快讯
LeetCode测试数据的爬虫
LeetCode的（包括付费）题目到处都有，可是测试数据怎么找呢？我设想了一种方法，来获得每道题的测试数据。 在代码前面插入一些全局变量：现在是第几个测试、所有测试数据的数组、分段输出时控制想要哪一段的这个常量。 从这道题目的默认代码（只给出函数签名的那种），确认要在记录哪些函数接收到的数据。
3.1K91发布于 2018-01-09 - 来自专栏Crossin的编程教室
用ChatGPT生成测试数据
除了直接让ChatGPT写代码，我们也可以让它生成一些开发中使用的测试数据。 example.com", "address": "789 Elm Street, Village", "phone": "555-123-4567" }, { "id": 4, 789 Elm Street, Village", "phone": "555-123-4567", "occupation": "teacher" }, { "id": 4, user_data = generate_user_data(num_users) json_data = json.dumps(user_data, indent=4) print(json_data ) 以往在开发中，如果需要类似的测试数据，手动编写是非常耗时和低效的。
59730编辑于 2023-08-29 - 来自专栏AllTests软件测试
Mockaroo - 模拟生成测试数据
本篇将介绍一款可以模拟生成测试数据的工具– Mockaroo。 2、简介 Mockaroo是一款用于模拟后端API和生成测试数据的工具，能帮助开发与测试提升开发效率和应用质量，允许你以CSV、JSON、SQL和Excel格式生成多达1000行真实测试数据。 测试数据的重要性：测试数据需模拟生产环境，手动输入数据无法达到生产环境中的数据量和多样性，且易因个人使用模式产生偏差，导致重要漏洞无法被发现。 真实数据的重要性：使用看起来真实的数据填充测试数据库，能让测试人员更专注，演示新功能时他人也能更快理解。真实数据多样，包含特殊字符，用其测试可使应用更健壮。 自动化测试数据生成：使用Google账号登录，可通过保存模式并在shell脚本中使用curl通过RESTful url下载数据，实现编程式下载随机数据。
1.4K10编辑于 2025-04-14 - 来自专栏搜狗测试
让测试数据“时间穿梭”
那么问题来了：因为测试数据是死的，如果用户A当前进入了分支1，那么在测试数据不变的情况下， 服务端时间变更，用户A可能在下一秒就进入了分支B，那么这样的结果我们是无法进行断言的，也就是测试结果不可控。 ②将测试数据自动调整到我们想要的时间，针对上面的问题，就是测试数据时间能够随着测试环境的时间同步变动。 让测试数据“时间穿梭” 如何让测试数据实现穿越功能呢，经过调研，我们采用了Testdate这一工具，并在此基础上进行了一定的改编，下面是一例子： 首先安装Testdate yarn global add 最终实现让测试数据与服务器时间保持同步。 这样简单的改造，就完成了我们“一气呵成”构造时间相关测试数据的需求。
1.4K20发布于 2019-08-30 - 来自专栏软测小生
InfluxDB - 官方测试数据导入
如下图，可见通过上面的导入命令，已在influxdb中创建了一个名为NOAA_water_database的数据库，并且在库中新建了几个表并插入了测试数据。 ? 查询数据测试： ? 至此，官网测试数据导入完成。
1.9K10发布于 2020-05-08 - 来自专栏叔叔的博客
Jpopulator测试数据生成工具
一、介绍 这个小工具帮助我们生成测试数据，省的我们测试时造数据。
1.4K10发布于 2018-07-25 - 来自专栏Crossin的编程教室
用ChatGPT生成测试数据
除了直接让ChatGPT写代码，我们也可以让它生成一些开发中使用的测试数据。 example.com", "address": "789 Elm Street, Village", "phone": "555-123-4567" }, { "id": 4, 789 Elm Street, Village", "phone": "555-123-4567", "occupation": "teacher" }, { "id": 4, user_data = generate_user_data(num_users) json_data = json.dumps(user_data, indent=4) print(json_data ) 以往在开发中，如果需要类似的测试数据，手动编写是非常耗时和低效的。
74950编辑于 2023-06-11 - 来自专栏java学习java
es测试数据（谷粒商城）
employer":"Xurban","email":"dorothybarron@xurban.com","city":"Belvoir","state":"CA"} {"index":{"_id":"4" }} {"account_number":4,"balance":27658,"firstname":"Rodriquez","lastname":"Flores","age":31,"gender":
1K30编辑于 2023-10-15 - 来自专栏听雨堂
测试数据——有效范围（2）
测试数据库搞好，学习了一下逾期率的官方定义： • 对于某支标，如果某一期没有正常还款，则悲观逾期率=所有未还本金/借款本金； • 对于一批标，悲观逾期率=当前逾期标的所有未还本金/借款本金； • 以30
92070发布于 2018-01-23 - 来自专栏数据开发笔记
Oracle生成随机测试数据
背景 其实生成测试数据这种单子经常做，做的多了就做出经验来了。 所有随机数中稍微比较复杂的应该是随机生成地址，之前的做法是找一些真实的地址 然后通过正则把数字替换成随机值。 通过存储过程，一劳永逸的生成测试数据比较好。 这是通过存储过程随机生成名字、性别、电话、住址，已经非常接近真实数据了。 随机生成电话号码 SELECT '13' || ABS(MOD(DBMS_RANDOM.RANDOM, 9)) || RPAD(ABS(MOD(DBMS_RANDOM.RANDOM, 9999)), 4, '0') || RPAD(ABS(MOD(DBMS_RANDOM.RANDOM, 9999)), 4, '0') AS PHONE FROM DUAL; 或者用DBMS_RANDOM.VALUES u'，' U':只使用大写字母 'l'，' I':只使用小写字母 'a'，' A':只包含字母字符(大小写混合) 'x'，' X':任何字母-数字字符(上) 'p'，' P':任何可打印字符 测试数据
1.8K20编辑于 2022-01-17 - 来自专栏linux运维
性能测试数据恢复问题：性能测试数据恢复失败，导致数据丢失
检查数据文件状态首先确认性能测试数据文件是否完全丢失或部分损坏。 4. 启用新的数据记录如果无法恢复旧数据，可以重新运行性能测试以生成新的数据文件。
48510编辑于 2025-02-09
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号