[发明专利]生成测试数据

权利要求书

1.一种用于生成测试数据的方法，该方法包括：

从数据源读取在多个记录的至少一个字段中出现的值；

存储包括对所述值的特征进行描述的统计信息的简档信息；

基于所述统计信息生成所述字段的概率分布的模型；

使用所生成的模型生成多个测试数据值，使得给定值在测试数据值中出现的频率对应于由所述模型分配给该给定值的概率；以及

将包括测试数据值的测试数据的集合存储在数据存储系统中。

2.如权利要求1所述的方法，其中所生成的模型包括所述概率分布的估计的至少第一部分和所述概率分布的估计的至少第二部分，所述概率分布的估计的至少第一部分对应于值的连续范围上的概率密度，所述概率分布的估计的至少第二部分对应于离散值的一个或多个离散概率值。

3.如权利要求2所述的方法，其中所述统计信息包括指示值的多个连续范围中的每个连续范围内落入多少值的信息。

4.如权利要求3所述的方法，其中所述第一部分至少部分地从指示值的连续范围之一内落入多少值的信息导出。

5.如权利要求2所述的方法，其中所述统计信息包括指示多个特定值中的每个值在所述记录中出现的频率的信息。

6.如权利要求5所述的方法，其中所述第二部分中的离散概率值之一至少部分地从指示特定值之一在所述记录中出现的频率的信息中导出。

7.如权利要求1所述的方法，还包括使用所生成的模型和指示从数据源读取的出现在字段中的值的特征的附加信息来生成多个测试数据值。

8.如权利要求7所述的方法，其中所述附加信息指示出现在字段中的无效值的数量。

9.如权利要求7所述的方法，其中所述附加信息指示出现在字段中的相异值的比率。

10.如权利要求1所述的方法，还包括提供开发环境，用于使用所述数据存储系统中存储的测试数据的集合来开发用于处理来自所述数据源的记录的至少一个程序。

11.如权利要求10所述的方法，其中所述开发环境不能访问来自所述数据源的记录。

12.如权利要求11所述的方法，其中所述开发环境不能访问所述数据源。

13.一种用于生成测试数据的系统，该系统包括：

数据源，其提供在一个或多个字段中具有值的记录；

数据存储系统；以及

一个或多个处理器，其耦合到所述数据存储系统，用于提供执行环境以执行以下处理：

从所述数据源读取在多个记录的至少一个字段中出现的值，

存储包括对所述值的特征进行描述的统计信息的简档信息，

基于所述统计信息生成所述字段的概率分布的模型，

使用所生成的模型生成多个测试数据值，使得给定值在测试数据值中出现的频率对应于由所述模型分配给该给定值的概率，以及

将包括测试数据值的测试数据的集合存储在所述数据存储系统中。

14.一种用于生成测试数据的系统，该系统包括：

数据源，其提供在一个或多个字段中具有值的记录；

数据存储系统；以及

用于处理所述记录以生成测试数据的装置，所述处理包括：

从所述数据源读取在多个记录的至少一个字段中出现的值，

存储包括对所述值的特征进行描述的统计信息的简档信息，

基于所述统计信息生成所述字段的概率分布的模型，

使用所生成的模型生成多个测试数据值，使得给定值在测试数据值中出现的频率对应于由所述模型分配给该给定值的概率，以及

将包括测试数据值的测试数据的集合存储在所述数据存储系统中。

15.一种计算机可读介质，用于存储用于生成测试数据的计算机程序，所述计算机程序包括用于使计算机执行以下操作的指令，所述操作包括：

从所述数据源读取在多个记录的至少一个字段中出现的值；

存储包括对所述值的特征进行描述的统计信息的简档信息；

基于所述统计信息生成所述字段的概率分布的模型；

使用所生成的模型生成多个测试数据值，使得给定值在测试数据值中出现的频率对应于由所述模型分配给该给定值的概率；以及

将包括测试数据值的测试数据的集合存储在所述数据存储系统中。