测试数据构造 Skill

Skill 标识
lemon-test-data-engine

订单号、会员、支付流水不再各造各的。把样例和字段约束沉淀为可复用规则,批量生成有关联、可校验的测试数据,导出 Excel、CSV、JSON 或 SQL。

扫码添加辅导员,发送 Skill 名称领取源码
本文目录
  1. Skill 概览
  2. 适合谁、用在什么场景
  3. 需要准备什么、能得到什么
  4. 核心能力与使用边界
  5. 实战教程与使用说明
  6. 一、测试工程师为什么总在“造数据”上浪费时间?
  7. 测试数据不是越多越好,而是要“符合业务关系”
  8. 常见痛点
  9. 测试数据的四个判断标准
  10. 二、Skill 的设计思路:规则发现 + 规则生成
  11. 总体流程
  12. 逻辑关系如何保证?
  13. 三、这个 Skill 主要包含哪些模块?
  14. 3.1 常用基础函数
  15. 四、实际怎么使用?五类典型测试场景
  16. 场景一:根据几组真实样例学习订单号规则
  17. 场景二:会员接口的字段组合与关联校验
  18. 场景三:一个会员多个订单的关联数据
  19. 场景四:订单状态流转、退款和作废
  20. 场景五:支付、部分支付和重复回调
  21. 场景六:批量接口和性能测试数据
  22. 五、常用指令怎么写?
  23. 六、推荐的实际工作流
  24. 七、使用时的安全边界
  25. 八、为什么推荐这个 Skill?
  26. 九、实际skill测试数据生成一览表

Skill 概览

适合谁、用在什么场景

经常准备接口、业务链路和性能测试数据的测试工程师。

需要准备什么、能得到什么

  • 输入材料:脱敏样例、字段规则、表结构与业务关联说明。
  • 交付产物:按规则生成的数据及 Excel、CSV、JSON、SQL 或 API 请求模板。

核心能力与使用边界

  • 核心能力:发现编号模式、建立字段依赖,覆盖正常、边界、异常及状态流转场景。
  • 使用边界:样例推导的规则需人工确认;生成数据仅用于测试,不复制生产敏感信息。

实战教程与使用说明

一、测试工程师为什么总在“造数据”上浪费时间?

测试数据不是越多越好,而是要“符合业务关系”

在实际项目中,测试数据往往不是一列用户名那么简单。订单号需要符合前缀和日期规则;支付流水号可能与订单一一对应;会员可以有多个订单;订单状态还会影响支付、退款和库存。单条数据看起来正确,并不代表整组数据可以用于测试。

常见痛点

  1. 规则散落在聊天记录和经验里。例如“订单号是 NO 加日期再加六位流水号”,每个人理解可能都不一样。

  2. 手工拼接容易出现隐性错误。身份证校验位不合法、手机号重复、金额精度不一致、日期格式混乱,都会导致接口或数据库校验失败。

  3. 表之间缺少关联。会员表、订单表、支付表分别造出来了,但 customer_id、order_id 对不上,无法进行端到端测试。

  4. 异常数据不好构造。重复回调、部分支付、退款、取消、越权、空值、超长值等场景,经常只能临时手改。

  5. 生成一次就结束,无法复用。下次换项目、换日期、换数据量,又要从头复制和修改。

  6. 真实数据带来安全风险。生产数据或客户 Demo 只能用于理解字段结构,不能被二次复制到测试文件或文章中。

测试数据的四个判断标准

标准

关注点

格式正确

长度、字符集、日期、金额、校验位是否符合字段约束

规则正确

前缀、序号、时间、随机段是否符合业务规则

关系正确

会员、订单、支付、状态之间的外键和依赖是否一致

场景完整

正常、边界、异常、重复、部分成功、状态流转是否覆盖

二、Skill 的设计思路:规则发现 + 规则生成

传统数据生成器通常内置“订单是什么样”“会员是什么样”。lemon-test-data-engine 采用另一种思路:不猜业务对象,优先理解用户定义的规则。

例如,用户给出以下几组订单号:

text
NO20261012000001
NO20261012000002
NO20261012000003

Skill 会尝试拆解为:

  • 固定前缀:NO

  • 日期段:yyyyMMdd

  • 六位递增序号:000001、000002、000003

确认后可以保存为可复用规则:

yaml
order_no: "NO{date:yyyyMMdd}{seq:6}"

总体流程

逻辑关系如何保证?

Skill 采用“先生成上游字段,再生成下游字段”的依赖关系。比如会员数据中,先生成 city,再用 {idcard:city} 生成与城市行政区划码对应的身份证号码;订单数据中,先生成 customer_id,再生成引用该会员的订单;状态表再引用 order_id。

json
{
  "city": "{choice:北京市,上海市,广州市,杭州市,成都市}",
  "id_card": "{idcard:city}"
}

这类依赖关系可以避免“城市是上海、身份证却始终是北京 110 开头”的逻辑错误。

三、这个 Skill 主要包含哪些模块?

模块

作用

测试价值

Rule Discovery 规则发现

从多组样例中识别固定段、日期段、序号段、随机段和字段关联

降低手写规则门槛,适合接手遗留系统

Rule Builder 规则构造

用模板表达式组合 prefix、date、seq、random、choice、ref 等基础能力

让规则可读、可审查、可复用

Generator 数据生成

生成字符串、日期、序号、随机数、UUID、姓名、电话、邮箱、金额、身份证等

快速覆盖正常数据和边界数据

Relationship 关系编排

支持 ref、depends_on、多个实体和一对多关系

生成可直接用于端到端测试的数据集

Scenario 场景生成

支持正常、边界、异常、重复、退款、部分支付等场景

把业务测试点落实为数据

Validator 数据校验

校验长度、唯一性、格式、外键、循环依赖和身份证校验位

减少“数据生成成功但接口不能用”

Exporter 输出导出

支持 JSON、JSONL、CSV、SQL INSERT、API 请求模板等

适配接口、数据库、自动化和性能测试

3.1 常用基础函数

text
date:yyyyMMdd             日期
timestamp                  时间戳
year                       当前年份
seq:6                      六位序号
random:8                   八位随机数字
uuid                       UUID
choice:A,B,C               字典随机选择
phone                      手机号
email                      邮箱
name                       中文姓名
money:100,10000,2          金额
idcard                     身份证号码
ref:user_id                引用其他字段

四、实际怎么使用?五类典型测试场景

场景一:根据几组真实样例学习订单号规则

适用情况:接手老系统、没有完整接口文档,手上只有几组历史订单号。

把样例直接提供给 Skill:

text
NO20261012000001
NO20261012000002
NO20261012000003
NO20261013000001

可以要求:

请拆分这些订单号的组成规则,判断序号是否按天重置;先输出你的分析,不要直接生成。

Skill 应先给出推测并标注不确定项,例如“日期段为 yyyyMMdd,六位序号按天重置”。确认后再生成:

text
NO20261014000001
NO20261014000002
NO20261014000003

测试点:验证跨天重置、序号溢出、并发生成唯一性、补零位数和历史数据兼容性。

场景二:会员接口的字段组合与关联校验

适用情况:测试会员注册、会员查询、实名认证、余额查询等接口。

可以直接描述字段和数量:

生成 100 个会员测试数据,字段包括姓名、性别、城市、手机号、身份证号码、会员余额。要求姓名为中文名,手机号唯一,身份证校验位合法,身份证地址码与城市一致,余额覆盖 0、低余额、普通余额和高余额。

推荐规则:

json
{
  "name": "{name}",
  "gender": "{choice:MALE,FEMALE}",
  "city": "{choice:北京市,上海市,广州市,深圳市,杭州市}",
  "phone": "{phone:unique}",
  "id_card": "{idcard:city}",
  "balance": "{money:0,5000,2}"
}

这类场景中,重点不是“生成 100 行”,而是保证字段之间的约束同时成立。下面是前面生成的会员数据示例截图:

建议覆盖的测试场景:

  • 正常注册:合法姓名、手机号、身份证和余额。

  • 重复注册:手机号重复、身份证重复。

  • 边界余额:0、0.01、最大余额、负数、超过精度。

  • 字段异常:空姓名、超长姓名、错误手机号、非法身份证校验位。

  • 关联异常:城市与身份证地址码不一致。

场景三:一个会员多个订单的关联数据

适用情况:测试会员中心、订单列表、消费统计、会员等级、客户画像和订单查询接口。

这时不能让每个会员只出现一次。可以明确告诉 Skill:

生成 100 个会员和 180 个订单,其中 60 个会员拥有 2~3 个订单,其余会员至少拥有 1 个订单;订单通过 customer_id 关联会员,并保留会员快照字段。

关系可以抽象为:

text
会员表.id 1 -------- N 订单表.customer_id
订单表.id 1 -------- 1 订单状态表.order_id

验证时至少检查:

  1. 订单表中的 customer_id 必须能在会员表找到。

  2. 同一个 customer_id 是否真的存在多条订单。

  3. 订单快照姓名、手机号与会员主表的生成规则是否一致。

  4. 删除或失效会员时,订单查询和统计是否符合预期。

场景四:订单状态流转、退款和作废

适用情况:测试订单状态机、状态按钮权限、退款、取消、库存回滚和消息通知。

要求生成状态覆盖:

text
DRAFT       草稿
COMPLETED  已完成
REFUNDED   已退款
VOIDED     已作废
CANCELLED  已取消

更进一步,可以让 Skill 生成“当前状态 + 状态事件表”,并为每个订单保留 operation_key 或幂等键。这样可以测试:

  • 草稿订单是否允许支付。

  • 已完成订单重复完成是否幂等。

  • 已退款订单是否禁止再次退款。

  • 已取消订单是否恢复库存。

  • 作废订单是否被排除在销售统计之外。

前面根据定制店 Demo 重新生成的关联数据示例如下:

场景五:支付、部分支付和重复回调

适用情况:测试支付回调、对账、收款金额、尾款、退款和幂等。

可以这样描述:

生成 50 个订单及支付数据,覆盖全额支付、同一订单两笔支付、三笔支付、部分支付、重复回调、超额支付和零金额异常。重复支付回调不能重复计入有效收款金额。

这类数据要明确区分:

字段

含义

订单应收金额

业务上应该收取的金额

支付流水号

支付渠道侧的唯一流水

本次支付金额

一笔支付事件金额

有效计入金额

经过幂等判断后实际进入累计金额的部分

剩余应付金额

订单应收金额减去有效支付金额

关键验证:同一 payment_id 或幂等键重复出现时,第二次回调的有效计入金额应为 0,不能导致订单变成超额支付。

场景六:批量接口和性能测试数据

适用情况:批量导入、分页查询、搜索、导出、压测和数据初始化。

可以先定义一组可审计规则,再要求输出 JSONL、CSV 或 SQL:

按会员、订单、订单状态三张表生成 10 万条可关联数据,customer_id 和 order_id 不重复,会员与订单保持一对多,输出 JSONL 和 SQL INSERT 两种格式,使用固定随机种子保证可复现。

固定种子的价值是:第一次发现问题后,可以重新生成同一批数据复现,而不是每次随机结果都变化。

五、常用指令怎么写?

使用场景

使用指令

从样例学习规则

请根据下面 10 组数据拆分字段规则,区分固定段、日期段、序号段和随机段。先输出规则推测和不确定项,等我确认后再生成。

根据字段定义生成数据

请根据以下字段规则生成 100 条测试数据,要求唯一性、格式校验和边界场景都覆盖,并输出 CSV。

根据表结构生成关联数据

请根据这三张表的字段和外键关系生成测试数据:会员表、订单表、订单状态表。要求 100 个会员、180 个订单、一个会员多个订单,并输出 Excel。

生成指定异常场景

请生成订单支付测试数据,覆盖全额支付、部分支付、两笔支付、重复回调、退款、超额支付和零金额,并标注每条数据适用的测试场景。

校验已有测试数据

请检查这份测试数据:字段格式、唯一性、主外键关系、金额汇总、状态流转和身份证校验位;输出问题清单和修正建议,不要直接覆盖原文件。

六、推荐的实际工作流

  1. 先给样例或表结构。不要一开始就要求“生成一堆数据”,先让 Skill 理解字段和关系。

  2. 先分析、后确认。规则发现阶段要允许不确定,尤其是随机数、序号是否按天重置等。

  3. 明确场景数量。例如 70% 正常、10% 边界、20% 异常,或者明确每种状态各多少条。

  4. 建立上游到下游的依赖。先会员,再订单,再支付/状态,不要分别生成后再手工拼接。

  5. 要求验证。生成后检查唯一性、格式、外键、金额和状态,不要只看前几行。

  6. 按使用系统导出。接口测试用 JSON/JSONL,数据库初始化用 SQL,数据分析用 Excel/CSV,性能测试优先 JSONL 或 CSV。

  7. 保留规则和种子。数据文件是结果,规则文件才是资产;下次可以重新生成和复现。

七、使用时的安全边界

测试数据构造过程中,真实客户数据只能用于识别字段和业务关系,不能原样复制、二次利用或写入新文件。推荐做法是:

  • 只提取列名、数据类型、枚举值、主外键关系和状态集合。

  • 姓名、手机号、身份证、地址、订单号等全部重新生成。

  • 在输出文件中明确标注“合成测试数据;非真实个人信息”。

  • 如果需要学习编号规则,只使用脱敏样例或经过授权的样例。

八、为什么推荐这个 Skill?

对测试工程师来说,lemon-test-data-engine 的价值不只是节省几分钟录入时间,而是把测试数据从一次性手工劳动,变成可解释、可复用、可验证的工程资产。

  • 对功能测试:快速准备正常、边界和异常输入。

  • 对接口测试:生成符合参数依赖和状态约束的请求数据。

  • 对数据库测试:输出有主外键关系的 SQL 或 CSV。

  • 对自动化测试:规则和种子可复现,减少脚本中的硬编码。

  • 对性能测试:批量生成大数据量,并保持数据分布和关联关系。

  • 对团队协作:规则可审查、可分享、可持续维护。

如果你经常遇到“接口报错但不知道是数据问题”“订单和支付对不上”“测试数据每次都要手工改”“真实数据不敢用”的问题,建议把 lemon-test-data-engine 作为团队的测试数据基础能力来使用。

九、实际skill测试数据生成一览表

imageimage
开始使用 lemon-test-data-engine

扫码添加辅导员,发送 Skill 名称,领取源码与配套资料。

同类 Skills