大数据行业的诉求 高质量，数据处理的正确性； 高效率，数据处理的及时性； 高可用，数据是否具有可恢复性； 高主动性，分析产物是否满足业务需求。 大数据测试要了解的面？ 测试思维 数据分析 数据质量分析 业务知识，业务指标 大数据技术架构组件知识 大数据测试的难点和挑战： 1、SQL； 2、数据构造成本高； 3、逻辑复杂； 4、需求sql化，缺乏业务说明； 5、上下游依赖较深，回归范围大 数据结构分层的重要性？ 1、使数据结构清晰化； 2、便于数据血缘追踪； 3、减少重复开发； 4、把复杂问题简单化； 5、屏蔽原始数据的异常； 6、屏蔽业务的影响； 测试方法： 构造测试数据，验证功能点； 真实数据，补充场景； 不同关联表基于业务侧面对比，例子，a表统计业务所有指标，b统计作弊指标，保证3张表之间的关系是正确的。
标签：数据测试,什么,业务,指标,数据处理,数据结构,数据 From： https://www.cnblogs.com/meiling-ji/p/16992219.html