（松勤软件测试讯）这次松勤程老师针对于金融行业的理财方面的数据模型做一些测试总结，如下。

数据模型往往是无界面的，大部分都是后台的业务逻辑和一些公式计算，由一个个的job组成，那在测的过程中，就是去执行这些job，观察执行后的结果是不是正确。以下是在测试过程中需要注意的点：

• 在测一个job之前，要将已生成的目标数据删除或者置0，避免在核对结果时查看了老的数据，一定要确保数据是本次执行过程中新生成的。

• 如果源数据中无数据，那么生成的目标数据会不会补齐。有些情况是不补齐，有些情况是按前一天的来补，或者是补0，补1，根据具体需求而定。

• job是不是支持历史数据的回滚，想测历史某一天，或者某一段时间的数据，是否支持。

• 测历史时，要考虑传入的日期超过源数据最早的日期时，是否会有冗余数据产生，例如源数据只有到1991年，job执行时传参1989年。

• 非交易日的数据是否存表。

• 多次执行job时，得到的结果不同时，是进行覆盖还是新增数据。

• 计算公式时可以将数据导到excel中进行计算。 常用的excel函数有SUM（求和），MIN（求最小），MAX（求最大），AVERAGE（求平均值），STDEV.S（求样本方差），PRODUCT（连乘），ABS（绝对值），CORREL（相关性），COV（协方差）。

• 计算时要考虑各种值的位数，每一个数据所要求保留的小数位可能是不相同的，这直接影响到你所计算出来的结果。

• 代码层面，源数据缺失时应该报warning还是报error，要根据业务的影响程度。

• 回归测试最好是用自动化来做（可以用python+unittest），手工花费时间太长。一个job写自动化代码可能花费半天以内，但是手动测试一次可能就花了2个小时，执行两次以上，时间就赚回来了。