在日常的软件测试工作中，大家是否会遇到类似的问题呢？
1、比如页面数据不够，翻页功能无法测试；
2、页面某些功能暂时没有找到满足要求的数据；
3、做数据分析的时候，需要用到大量的数据，而现有环境中数据量满足不了；
......
怎么去解决数据的问题呢？
1、基于GUI构造测试数据
好处：
①不光是在造数据，本质上还是一次端到端的测试；
②没有过多技能要求，熟悉页面，能在页面进行操作就行；
缺点：
①创建数据的效率很低；
②创建数据依赖太多（依赖后台接口、测试环境和开发的支持）；
③基于 GUI 的测试数据创建方法不适合封装成测试数据工具；
④造数据的成本高，稳定性差，依赖性太强；
2、通过api调用（python的faker库，jmeter等方式）
优点：
①生成的数据可靠；
②效率高；
③构造数据的脚本可以改成接口case；
④能跳过前台，不依赖于前端；
缺点：
①需要学习成本；
②需要整理接口；
③有个别的业务，需要用到接口之外的一些其他参数（可能有部分数据是前端处理之后传给接口的），处理起来非常麻烦；
3、通过数据库(sql)生成测试数据
优点：
①效率比较高；
缺点
①整理数据库的关系非常困难，整理一个业务对应的所有sql很不容易；
4、基于线上现有业务数据脱敏后导入测试环境
在涉及到大数据测试时，往往需要大量的数据用于验证逻辑，这个时候可以考虑将线上数据脱敏后，同步到测试环境的数据库中，同时也可以避免自己构造的数据数据考虑的场景不全面，导致漏测。
5、综合运用 API 和数据库的方式生成测试数据
基于 GUI 操作生成测试数据是最原始的方法，但是效率很低，而且会引入不必要的依赖；通过 API 调用以及数据库操作的方式生成测试数据是目前主流的做法，通过 API 调用的方式具有数据准确度高但是创建效率较低的特点，而通过数据库的方式具有创建效率高但是维护复杂度也高的特点。