Zum Inhalt

DATAMIMIC Modell

Das DATAMIMIC Modell ist die grundlegende Komponente von DATAMIMIC, die definiert, wie Testdaten generiert, verarbeitet und verschleiert werden. Es besteht aus zwei Haupttypen von Modellen: dem 'Konfigurationsmodell' und den 'Datendefinitionsmodellen'.

Konfigurationsmodell

Das Konfigurationsmodell dient als Grundlage für dein DATAMIMIC Projekt. Es umfasst verschiedene Einstellungen und Konfigurationen, die projektweit und systemspezifisch sind. Schlüsselelemente des 'Konfigurationsmodells' beinhalten:

  • <setup>: Root-Element, das projektweite Konfigurationsdetails enthält.
  • <database>: Konfiguration für relationale Datenbankumgebungen.
  • <mongodb>: Konfiguration für MongoDB-Umgebungen.
  • <include>: Einbeziehung von externen Dateien für die Systemkonfiguration.
  • Andere systemweite Einstellungen und Konfigurationen.

Das 'Konfigurationsmodell', auch als 'Basis-Modell' bezeichnet, ist wesentlich für die Einrichtung und Konfiguration der verbundenen Systeme, einschließlich der Definition von Systemverbindungen, der Angabe von Umgebungsparametern und der Einbeziehung externer Konfigurationsdateien.

Datendefinitionsmodelle

Datendefinitionsmodelle, oft als 'Verarbeitungsmodelle' bezeichnet, umfassen alle Elemente, die mit Datengenerierung, Verschleierung und Verarbeitung zusammenhängen. Diese Modelle sind dafür verantwortlich, zu spezifizieren, wie die Testdaten generiert, transformiert oder verschleiert werden sollen. Schlüsselelemente innerhalb der Datendefinitionsmodelle beinhalten:

  • <generate>: Definiert Datengenerierungsaufgaben, einschließlich Schlüsselfelder, Variablen und Referenzen.
  • <key>: Gibt Schlüsselfelder und ihre Generierungsmethoden an.
  • <nestedKey>: Gibt verschachtelte Schlüsselfelder und ihre Generierungsmethoden innerhalb einer Datengenerierungsaufgabe an. Verschachtelte Schlüssel können komplexe Datenstrukturen und Beziehungen weiter definieren, wie Listen und Wörterbücher, was die Erstellung komplexer Datenmuster und -strukturen ermöglicht.
  • <variable>: Definiert Variablen, die bei der Datengenerierung verwendet werden.
  • Andere Elemente und Konfigurationen zur Datenmanipulation.

Datendefinitionsmodelle ermöglichen es dir, die Regeln und Logik für die Generierung und Verarbeitung von Testdaten zu definieren. Sie sind unerlässlich für die Erstellung realistischer und vielfältiger Datensätze, die deinen Testanforderungen entsprechen.

Beispiel

Hier ist ein vereinfachtes Beispiel eines DATAMIMIC Modells, das sowohl das Konfigurationsmodell als auch die Datendefinitionsmodelle zeigt:

1
2
3
4
5
6
7
8
<!-- Konfigurationsmodell -->
<setup>
    <!-- ... Konfigurationseinstellungen ... -->
    <include uri="conf/base.properties"/>

    <include uri="1_prepare.xml"/>
    <include uri="2_generate.xml"/>
</setup>

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
<!-- Datendefinitionsmodell -->
<setup>
    <generate name="datamimic_user_list" count="100" target="CSV">
        <!-- ... Konfigurationen zur Datengenerierung ... -->
        <variable name="person" entity="Person(min_age=16, max_age=90, female_quota=0.5)"/>
        <key name="id" generator="IncrementGenerator"/>
        <key name="first_name" script="person.given_name"/>
        <key name="last_name" script="person.family_name"/>
    </generate>
</setup>