在进行结合测试时,我们一般需要事前准备数据。

有时我们会用一条数据(主键相同,内容不同)来测试多个case。

我们可以每次删除,再导入;如果表结构简单的话,也可以直接修改。

再次利用数据时(直接修改),需要注意以下几点:

1每条数据的之间的不同点。

2注意时间的变化。

准备出的一条数据在跑程序后,我们期望的点发生了变化(同时还有一些字段,比如更新日时也发生了变化)。

当我们进行下一条数据的测试时,我们只是把这几个点改了,而忽略了时间。

3变更日时可能不止一个。

同时一个表中,也许会有多个变更日时,比如登录时间,变更时间,注销时间。

总结:

如果可能,还是做出每条数据的csv文件,测试前删除,导入。(1,2,3中指出的点,要在作出csv文件的时候注意 )

更快 : 使用csv文件

更好 没有case都准备好自己的csv文件,不要直接该表(直接在数据库的IDE中该数据,这样非常不好,很容易有该漏的地方)。

关于结合测试时,数据准备的一些注意点 (之开始篇:如何能更快,更好的准备测试数据)。相关推荐

  1. 使用用测试时数据增强(TTA)提高预测结果

    数据增强是一种用于提高计算机视觉问题神经网络模型的性能和减少泛化误差的技术. 当使用拟合模型进行预测时,也可以应用图像数据增强技术,以允许模型对测试数据集中每幅图像的多个不同版本进行预测.对增强图像的 ...

  2. 深度学习中的TTA(Test Time Augmentation)--测试时数据增强技术

    定义:TTA(Test Time Augmentation):测试时数据增强 方法:测试时将原始数据做不同形式的增强,然后取结果的平均值作为最终结果 作用:可以进一步提升最终结果的精度 原因:如果只对 ...

  3. TTA 测试时数据增强(multi-scale testing)(TEST.AUG)

    TTA, Test-Time Augmentation,测试时数据增强 测试时将原始数据做不同形式的增强,然后取结果的平均值作为最终结果.可以进一步提升最终结果的精度 The input size s ...

  4. java如何造假数据_如何让数据“造假”更快更真?

    原标题:如何让数据"造假"更快更真? 看了前些天老祝的一个专门"造假"的函数,你用过吗?,觉得迭代计算用的比较少,开开关关有点麻烦,就想着怎么用公式来解决,顺便 ...

  5. [论文翻译]测试时数据增强(TTA):Automatic Brain Tumor Segmentation using Convolutional Neural Networks with TTA

    论文下载: 地址 Automatic Brain Tumor Segmentation using Convolutional Neural Networks with Test-Time Augme ...

  6. 技术12期:如何设计rowkey使hbase更快更好用【大数据-全解析】

    HBase是一个分布式的.面向列的开源数据库存储系统,具有高可靠性.高性能和可伸缩性,它可以处理分布在数千台通用服务器上的PB级的海量数据. BigTable的底层是通过GFS来存储数据,而HBase ...

  7. 有没有比python更简单的语言排名_编程语言4种更快更简单实现Python数据可视化的方法...

    数据可视化是数据科学或机器学习项目中十分重要的一环.通常,你需要在项目初期进行探索性的数据分析(EDA),从而对数据有一定的了解,而且创建可视化确实可以使分析的任务更清晰.更容易理解,特别是对于大规模 ...

  8. 比pgload更快更方便写入大数据量至Greenplum的Greenplum-Spark Connector

    前序 Greenplum是目前比较优秀的mpp数据库,其官方推荐了几种将外部数据写入Greenplum方式,包含:通用的Jdbc,pgcopy和pgload以及Pivotal Greenplum-Sp ...

  9. ironpython 可视化_4种更快更简单实现Python数据可视化的方法

    热力图.二维密度图.蜘蛛网图和树状图,这些可视化方法你都用过吗? 数据可视化是数据科学或机器学习项目中十分重要的一环.通常,你需要在项目初期进行探索性的数据分析(EDA),从而对数据有一定的了解,而且 ...

  10. 4种更快更简单实现 Python 数据可视化的方法

    点击上方"Python高校",关注 文末干货立马到手 机器之心报道 参与:一鸣.李泽南 热力图.二维密度图.蜘蛛网图和树状图,这些可视化方法你都用过吗? 数据可视化是数据科学或机器 ...

最新文章

  1. 老生常谈,joomla wordpress drupal,你该选择哪个CMS?
  2. PostgreSQL — Overview
  3. iOS 多线程基础之 NSThread
  4. linux系统如何使用fork函数创建子进程
  5. ios framework 调用第三方 framework_Python基础:标准库和常用的第三方库
  6. linux数据库监听配了两个,Oracle数据库和监听随LINUX系统启动
  7. onActivityResult在setResult之前被调用
  8. logstash zip linux安装,centos7.4安装测试logstash6.5.0
  9. html 显示shp,cesium加载本地shp数据
  10. uni-app 编译后微信h5打开APP,并且打开相应的页面
  11. 如何通过F12开发者工具保存网页中想要的视频资源
  12. php 微信新增永久素材
  13. Approximation of functions in fractional Sobolev spaces
  14. DevOps: Mountain Duck - 多网盘挂载本地工具
  15. JAVA类运行时,报错“Error occurred during initialization of boot layer”
  16. 无人驾驶路径规划(三)局部路径规划-Frenet坐标系下的动态轨迹规划
  17. 教材练习-计算存款5年的利息
  18. 以太网无法连接到internet的解决方法
  19. Java 计算任意两天之间相隔的天数
  20. 百度ai 人脸识别 java_百度ai 接口 人脸识别

热门文章

  1. 多级联动下拉java,下拉列表多级联动前端实现
  2. 标准的LSTM网络以及公式
  3. PVE删除Local-lvm存储空间并合并到local中
  4. scanf()的用法
  5. HttpURLConnection请求数据流的写入(write)和读取(read)
  6. Fedora17下Firefox安装flashplayer
  7. System.load 和 System.loadLibrary详解
  8. Android做的第一个小程序
  9. web前端开发论文写作_2019学习Web开发指南
  10. 榕台大学生福州体验闽都文化