メニュー

2021年のトップ10ETLテストツール

top 10 etl testing tools 2021

問題を排除するために楽器を試してください

2021年の最高のETLテストツールのリストと比較：

今日のほとんどすべてのIT企業は、大量の情報にアクセスできるようになり、必要なものすべてを入手できるため、データフローに大きく依存しています。

そして、ここでETLとETLテストの概念が浮かび上がります。基本的に、ETLは抽出、変換、および読み込みと省略されます。現在、ETLテストは、SQLスクリプトまたはスプレッドシートを使用して実行されていますが、これは時間がかかり、エラーが発生しやすいアプローチです。

この記事では、いくつかの概念について詳細に説明します。 ETL、ETLプロセス、ETLテスト、および最も一般的なETLテストツールとともに使用されるさまざまなアプローチ。

また読む=> ETLテストのヒント

ETLテストツール

学習内容：

ETLテストとは何ですか？

＃1） 前述のように、ETLは抽出、変換、および読み込みの略で、3つの主要なデータベース機能と見なされます。

  • 抽出： データベースからデータを読み取る。
  • 変換： 抽出したデータを必要な形式に変換して、別のデータベースに保存します。
  • 読み込み中： ターゲットデータベースへのデータの書き込み。

＃二） ETLは、あるデータベースから別のデータベースにデータを転送または移行して、データマートまたはデータウェアハウスを準備するために使用されます。

次の図は、ETLプロセスを正確に詳しく説明しています。

ETLプロセス

ETLテストプロセス

ETLテストプロセスは他のテストプロセスと同様であり、いくつかの段階が含まれています。

彼らです：

  • ビジネス要件の特定
  • テスト計画
  • テストケースとテストデータの設計
  • テストの実行とバグレポート
  • レポートの要約
  • テストクロージャ

ETLテストの種類

ETLテストは、実行されるテストプロセスに従って、次のカテゴリに分類できます。

＃1）本番検証テスト：

これは、テーブルバランシングまたは製品調整とも呼ばれます。これは、本番システムに正しい順序で移動される前または移動中にデータに対して実行されます。

＃2）ソースからターゲットへのテスト：

このタイプのETLテストは、データ変換後のデータ値を検証するために実行されます。

＃3）アプリケーションのアップグレード：

これは、データが古いアプリケーションから抽出されたか、新しいアプリケーションまたはリポジトリから抽出されたかを確認するために使用されます。

＃4）データ変換テスト：

データ変換標準を検証するには、行ごとに複数のSQLクエリを実行する必要があります。

＃5）データ完全性テスト：

このタイプのテストは、事前定義された標準に従って、期待されるデータが適切な宛先にロードされているかどうかを確認するために実行されます。

また、ETLテストとデータベーステストを比較したいと思いますが、その前に、データベーステストに関するETLテストの種類を見てみましょう。

.binファイルとは

以下に、データベーステストに関するETLテストの種類を示します。

1）制約テスト：

テスターは、データがソースから宛先に正確にマップされているかどうかをテストする必要があります。その間、テスターはいくつかの重要なチェック（制約）に焦点を当てる必要があります。

彼らです：

  • NULLではありません
  • ユニーク
  • 主キー
  • 外部キー
  • 小切手
  • ヌル
  • デフォルト

2）重複チェックテスト：

ソーステーブルとターゲットテーブルには、頻繁に繰り返される値を持つ大量のデータが含まれています。そのような場合、テスターはいくつかのデータベースクエリに従って、そのような重複を見つけます。

3）ナビゲーションテスト：

ナビゲーションは、アプリケーションのGUIに関係します。ユーザーは、システム全体で簡単で適切なナビゲーションを取得すると、アプリケーションが使いやすいと感じます。テスターは、ユーザーの観点から無関係なナビゲーションを回避することに集中する必要があります。

4）初期化テスト：

初期化テストは、ハードウェアとソフトウェアの要件の組み合わせ、およびインストールされているプラ​​ットフォームを確認するために実行されます。

5）属性チェックテスト：

このテストは、ソースシステムとターゲットシステムの両方のすべての属性が同じであるかどうかを確認するために実行されます

上記のリストから、ETLテストはデータベーステストと非常に似ていると考えるかもしれませんが、実際には、ETLテストはデータベーステストではなくデータウェアハウステストに関係しています。

ETLテストがデータベーステストと異なる理由は他にもいくつかあります。

それらが何であるかを簡単に見てみましょう。

  • ザ・ 主な目標 データベーステストの目的は、データがデータモデルのルールと標準に準拠しているかどうかを確認することです。一方、ETLテストでは、データが期待どおりに移動またはマッピングされているかどうかを確認します。
  • データベーステストは、 主キーと外部キーの関係 ETLテストは データ変換 要件または期待どおりであり、ソースシステムとターゲットシステムで同じです。
  • データベーステストは認識します 欠測データ 一方、ETLテストは 重複データ。
  • データベーステストは データ統合 およびETLテスト エンタープライズビジネスインテリジェンスレポート
  • これらは、ETLテストをデータベーステストとは異なるものにするいくつかの大きな違いです。

以下に、ETLバグのリストを示す表を示します。

バグの種類説明
計算のバグ数学的エラーのために最終出力が間違っている
入出力のバグ無効な値を受け入れ、有効な値を拒否します
H / Wバグハードウェアの問題が原因でデバイスが応答しない
ユーザーインターフェイスのバグアプリケーションのGUIに関連
負荷条件のバグ複数のユーザーを拒否します

ETLテストでテストケースを作成する方法

ETLテストの主な目的は、抽出および変換されたデータがソースシステムから宛先システムに正確にロードされているかどうかを確認することです。 ETLテストには、次の2つのドキュメントが含まれています。

＃1）ETLマッピングシート： このドキュメントには、ソーステーブルと宛先テーブルおよびそれらの参照に関する情報が含まれています。マッピングシートは、ETLテストの実行中に大きなSQLクエリを作成するのに役立ちます。

＃2）ソーステーブルと宛先テーブルのデータベーススキーマ： データ検証を実行するには、データベーススキーマを使用してマッピングシートで更新しておく必要があります。

= >> お問い合わせ ここにリストを提案します。

最も人気のあるETLテストツール

自動化テストと同様に、ETLテストも自動化できます。自動ETLテストは、テストプロセス中の時間消費を削減し、精度を維持するのに役立ちます。

ETLテストをより効果的かつ迅速に実行するために使用されるETLテスト自動化ツールはほとんどありません。

以下に、上位のETLテストツールのリストを示します。

  1. RightData
  2. たっぷり
  3. iCEDQ
  4. Informaticaデータ検証
  5. QuerySurge
  6. DatagapsETLバリデーター
  7. QualiDI
  8. データ統合のためのTalendOpen Studio
  9. CodoidのETLテストサービス
  10. データ中心のテスト
  11. SSISTester
  12. TestBench
  13. GTL QAceGen
  14. 直接自動テストサービス
  15. DbFit
  16. AnyDbTest
  17. 99パーセントのETLテスト

＃1）RightData

Rightdata

RightData は、データ品質保証およびデータ品質管理プロセスの自動化でビジネスおよびテクノロジーチームを支援するために設計されたセルフサービスETL /データ統合テストツールです。

RightDataの直感的なインターフェースにより、ユーザーは、データモデルやデータソースの種類の違いに関係なく、データセット間でデータを検証および調整できます。複雑度が高く、ボリュームが大きいデータプラットフォームで効率的に機能するように設計されています。

RightData etl

Rightdataの概要

主な機能：

  • ユーザーが任意のデータソース（RDBMS、SAP、ファイル、ビッグデータ、ダッシュボード、レポート、Rest APIなど）でクエリを実行し、メタデータを探索し、データを分析し、データプロファイリングによってデータを検出し、変換を実行して準備することができる強力なユニバーサルクエリスタジオデータの調整、ビジネスルール、および変換の検証を支援するためのクレンジング、およびスナップショットデータ。
  • RightDataを使用すると、ユーザーは、データモデル、ソースとターゲット間の構造の違いに関係なく、フィールド間のデータ比較を実行できます。
  • 事前に配信された一連の検証ルールと、カスタムのビジネスルールビルダーが付属しています。
  • RightDataには、プロジェクトランドスケープ全体での技術データの調整を容易にするバルク比較機能があります（たとえば、本番環境データをUATと比較するなど）。
  • 電子メールから始まり、選択した欠陥/インシデント管理ツールの自動作成まで、堅牢なアラートおよび通知機能。
  • RightDataのデータ品質メトリックとデータ品質ディメンションダッシュボードにより、データプラットフォームの所有者は、シナリオへのドリルダウン機能と、検証の失敗の原因となった正確なレコードとフィールドを使用して、データプラットフォームの状態を把握できます。
  • RightDataは、Tableau、Power BI、Qlik、SSRS、Business Objects Webi、SAPBexなどの分析/ BIツールのテストに使用できます。
  • RightDataとCICDツール（Jenkins、Jira、BitBucketなど）との双方向の統合は、DataOpsを介したDevOpsの有効化のデータチームの旅を支援します。
=> RightDataWebサイトにアクセス

＃2）たっぷり

豊富なロゴ

たっぷり データ統合、ETL、およびELTプラットフォームです。このクラウドベースのプラットフォームは、データ処理を合理化します。 ETL、ELT、またはレプリケーションソリューションを実装するための直感的なグラフィックインターフェイスを提供します。 Xplentyを使用すると、すぐに使用できるデータ変換を実行できます。

たっぷり

主な機能：

pdfでdatファイルを開く方法
  • Xplentyのワークフローエンジンは、データパイプラインの調整とスケジュール設定に役立ちます。
  • 豊富な表現言語を使用することで、複雑なデータ準備機能を実装することができます。
  • ジョブをスケジュールし、ジョブの進行状況、ステータス、およびサンプルデータ出力を監視し、正確性と有効性を確保する機能があります。
  • Xplentyのプラットフォームでは、100を超えるデータストアとSaaSアプリケーションからのデータを統合できます。
  • Xplentyは、ローコードまたはノーコードの両方のオプションを提供します。
=> XplentyWebサイトにアクセス

＃3）iCEDQ

iCEDQ-ロゴ

iCEDQは、DataOpsの中心である左シフトアプローチを有効にします。データをテストし、本番データを継続的に監視するために、非本番フェーズの早い段階から開始することをお勧めします。

iCEDQのルールベースのアプローチにより、ユーザーはETLテスト、クラウドデータ移行テスト、ビッグデータテスト、および製品データの監視を自動化できます。

iCEDQダッシュボード

主な機能 ：

  • 数十億のレコードを大規模に評価できるインメモリエンジン。
  • ユーザーが変換テスト、重複データテスト、スキーマテスト、タイプIIディメンションテストなどを実行できるようにします。
  • データの準備、クレンジング、APIのトリガー、シェルスクリプト、または外部プロセスのための高度なGroovyスクリプト。
  • カスタムJavaライブラリをインポートするか、再利用可能なテスト関数を作成します。
  • Scheduling、Orchestration、GIT、またはDevOpsツールと統合してDataOpsを実装します。
  • 結果をSlack、Jira、ServiceNow、Alation、Manta、または任意のエンタープライズ製品にプッシュします。
  • シングルサインオン、高度な役割ベースのアクセス制御、および暗号化機能。
  • 組み込みのダッシュボードモジュールまたはTableau、Power BI、Qlikなどのエンタープライズレポートツールを使用して、より多くの洞察を得るためのレポートを生成します。
  • どこにでも展開できます。オンプレミスまたはAWS、Azure、GCP、IBM Cloud、Oracle Cloud、またはその他のプラットフォーム。

こちらの公式サイトをご覧ください ： iCEDQ

＃4）Informaticaデータ検証

ETLテスト1

Informatica Data Validationは、抽出、変換、およびロード（ETL）に使用されるGUIベースのETLテストツールです。テストには、データ移行前後のテーブルの比較が含まれます。

このタイプのテストは、データの整合性を保証します。つまり、データの量が正しくロードされ、宛先システムに期待される形式になっていることを確認します。

Informaticaデータ検証

主な機能：

  • Informatica Validationツールは、プログラミングスキルを必要としない包括的なETLテストツールです。
  • ETLテスト中に自動化を提供し、データが正しく配信され、宛先システムに期待される形式であるかどうかを確認します。
  • これは、テスト環境と本番環境でデータの検証と調整を完了するのに役立ちます。
  • 変換中にエラーが発生するリスクを軽減し、不良データが宛先システムに変換されるのを防ぎます。
  • Informatica Data Validationは、本番システムに移行する前にデータの整合性を検証する必要がある開発、テスト、および本番環境で役立ちます。
  • Informatica Data Validationツールを使用すると、コストと労力の50〜90％を節約できます。
  • Informatica Data Validationは、データの整合性とともにデータ検証のための完全なソリューションを提供します。
  • 直感的なユーザーインターフェイスと組み込みの演算子により、プログラミングの労力とビジネスリスクを軽減します。
  • データ品質の問題を特定して防止し、ビジネスの生産性を向上させます。
  • 64％の無料トライアルと36％の有料サービスを許可し、データ検証に必要な時間とコストを削減します。

こちらの公式サイトをご覧ください ： Informaticaデータ検証

＃5）QuerySurge

ETLテスト2

QuerySurgeツールは、ビッグデータとデータウェアハウスのテスト用に特別に構築されています。これにより、ソースシステムから宛先システムに抽出およびロードされたデータが正しく、期待される形式に従っていることが保証されます。問題や違いは、QuerySurgeによって非常に迅速に識別されます。

QuerySurge

主な機能 ：

  • QuerySurgeは、ビッグデータテストとETLテスト用の自動化ツールです。
  • データ品質を向上させ、テストサイクルを加速します。
  • クエリウィザードを使用してデータを検証します。
  • 手作業を自動化し、特定の時間にテストをスケジュールすることで、時間とコストを節約します。
  • QuerySurgeは、IBM、Oracle、Microsoft、SAPなどのさまざまなプラットフォームにわたるETLテストをサポートしています。
  • SQLの特定の知識がなくても、構成可能なレポートとともにテストシナリオとテストスーツを構築するのに役立ちます。
  • 自動化されたプロセスを通じて電子メールレポートを生成します。
  • 再利用可能なコードを生成するための再利用可能なクエリスニペット。
  • データヘルスのコラボレーションビューを提供します。
  • QuerySurgeは、HP ALM、TFS、IBM Rational QualityManagerと統合できます。
  • ETLプロセスを通じてデータを検証、変換、およびアップグレードします。
  • これは、ソースデータとターゲットデータを接続し、テストシナリオのリアルタイムの進行をサポートする商用ツールです。

こちらの公式サイトをご覧ください ： QuerySurge

＃6）DatagapsETLバリデーター

ETLテスト4

ETL Validatorツールは、ETLテストとビッグデータテスト用に設計されています。これは、データ統合プロジェクトのソリューションです。このようなデータ統合プロジェクトのテストには、さまざまなデータタイプ、膨大な量、さまざまなソースプラットフォームが含まれます。

ETL Validatorは、自動化を使用してこのような課題を克服するのに役立ち、さらにコストを削減し、労力を最小限に抑えるのに役立ちます。

ETLバリデーターダッシュボード

  • ETL Validatorには、さまざまなデータベースまたはフラットファイルからの数百万のレコードを比較するETLエンジンが組み込まれています。
  • ETL Validatorは、自動データウェアハウステスト用に特別に設計されたデータテストツールです。
  • ドラッグアンドドロップ機能を備えたビジュアルテストケースビルダー。
  • ETL Validatorには、クエリを手動で入力せずにテストケースを書き込むクエリビルダーの機能があります。
  • カウント、合計、個別カウントなどの集計データを比較します。
  • データ型、インデックス、長さなど、さまざまな環境でのデータベーススキーマの比較を簡素化します。
  • ETL Validatorは、Hadoop、XML、フラットファイルなどのさまざまなプラットフォームをサポートします。
  • 電子メール通知、Webレポートなどをサポートします。
  • HP ALMと統合できるため、さまざまなプラットフォーム間でテスト結果を共有できます。
  • ETL Validatorは、データの有効性、データの正確性をチェックし、メタデータテストを実行するために使用されます。
  • 参照整合性、データ整合性、データの完全性、およびデータ変換をチェックします。
  • これは30日間の試用期間があり、カスタムプログラミングが不要で、ビジネスの生産性が向上する商用ツールです。

こちらの公式サイトをご覧ください ： DatagapsETLバリデーター

＃7）QualiDI

QualiDiは、エンドツーエンドのテストとETLテストを提供する自動テストプラットフォームです。 ETLテストを自動化し、ETLテストの有効性を向上させます。また、テストサイクルを短縮し、データ品質を向上させます。

QualiDIは、不良データと非準拠データを非常に簡単に識別します。 QualiDIは、回帰サイクルとデータ検証を削減します。

QualiDIダッシュボード

主な機能 ：

  • QualiDIは、自動化されたテストケースを作成し、自動化されたデータ比較のサポートも提供します。
  • データのトレーサビリティとテストケースのトレーサビリティを提供します。
  • 要件、テストケース、およびテスト結果の集中リポジトリがあります。
  • HPQC、Hadoopなどと統合できます。
  • QualiDIは、初期段階で欠陥を特定し、それによってコストが削減されます。
  • 電子メール通知をサポートします。
  • 継続的インテグレーションプロセスをサポートします。
  • アジャイル開発とスプリントの迅速な配信をサポートします。
  • QualiDIは、複雑なBIテストサイクルを管理し、人的エラーを排除し、データ品質を維持します。

公式サイトにアクセスしてください。 QualiDi

＃8）データ統合のためのTalend Open Studio

Talend Open Studio for Data Integrationは、ETLテストを容易にするオープンソースツールです。これには、すべてのETLテスト機能と追加の継続的デリバリーメカニズムが含まれています。 Talend Data Integrationツールを使用すると、ユーザーはさまざまなオペレーティングシステムを使用してリモートサーバーでETLジョブを実行できます。

TalendETLテスト

ETLテストは、データがソースシステムからターゲットに変換され、データが失われることなく、変換ルールに準拠していることを確認します。

主な機能 ：

  • Talend Data Integrationは、あらゆるタイプのリレーショナルデータベース、フラットファイルなどをサポートします。
  • ETLプロセスの設計と開発を簡素化する統合GUI。
  • Talend Data Integrationには、900を超えるコンポーネントを備えたデータコネクタが組み込まれています。
  • 変換ルールのビジネスのあいまいさと不整合をすばやく検出します。
  • リモートジョブ実行をサポートします。
  • コストを削減するために、早期に欠陥を特定します。
  • ETLのベストプラクティスに基づいた定量的および定性的なメトリックを提供します。
  • コンテキストの切り替えが可能です
  • ETL開発、ETLテスト、およびETL本番環境。
  • 詳細な実行統計とともにリアルタイムのデータフロー追跡。

こちらの公式サイトにアクセスしてください。 TalendETLテスト

＃9）CodoidのETLテストサービス

CodoidのETLおよびデータウェアハウステストサービスには、ソースシステムからターゲットシステムへのデータ移行とデータ検証が含まれます。 ETLテストでは、ソースからターゲットシステムにデータをロードするときに、データエラー、不良データ、またはデータ損失がないことを確認します。

ETLプロセス中に発生したデータエラーやその他の一般的なエラーをすばやく特定します。

CodoidETLテストサービス

主な機能 ：

  • CodoidのETLテストサービスは、データウェアハウスのデータ品質と、ソースシステムからターゲットシステムまでのデータの完全性の検証を保証します。
  • ETLテストとデータ検証により、ソースシステムからターゲットシステムに変換されたビジネス情報が正確で信頼できることが保証されます。
  • 自動テストプロセスは、データ移行中および移行後にデータ検証を実行し、データの破損を防ぎます。
  • データ検証には、ターゲットデータと実際のデータ間のカウント、集計、およびスポットチェックが含まれます。
  • 自動テストプロセスは、データタイプ、データ長、インデックスが正確に変換され、ターゲットシステムにロードされているかどうかを確認します。
  • データ品質テストは、データエラー、不良データ、または構文の問題を防ぎます。

こちらの公式サイトにアクセスしてください。 CodoidのETLテスト

＃10）データ中心のテスト

データ中心のテストツールは、データ変換中のデータ損失やデータの不整合などのグリッチを回避するために、堅牢なデータ検証を実行します。システム間でデータを比較し、ターゲットシステムにロードされたデータが、データ量、データタイプ、形式などの点でソースシステムと正確に一致していることを確認します。

主な機能 ：

  • データ中心のテストは、ETLテストとデータウェアハウステストを実行するために構築されています。
  • データ中心のテストは、最大かつ最も古いテスト手法です。
  • ETLテスト、データ移行、および調整を提供します。
  • さまざまなリレーショナルデータベース、フラットファイルなどをサポートします。
  • 100％のデータカバレッジによる効率的なデータ検証。
  • データ中心のテストは、包括的なレポートもサポートします。
  • データ検証の自動化されたプロセスはSQLクエリを生成し、その結果、コストと労力が削減されます。
  • OracleやSQLServerなどの異種データベース間の比較を提供し、両方のシステムのデータが正しい形式であることを確認します。

＃11）SSISTester

SSISTesterは、SSISパッケージのユニットテストと統合テストに役立つフレームワークです。また、テスト駆動環境でETLプロセスを作成するのに役立ち、それによって開発プロセスのエラーを特定するのに役立ちます。

ETLプロセスの実装中に作成されたパッケージは多数あり、これらは単体テスト中にテストする必要があります。統合テストは「ライブテスト」でもあります。

SSISTesterカバレッジダッシュボード

主な機能 ：

  • 単体テストはテストを作成および検証し、実行が完了すると、クリーンアップジョブを実行します。
  • 統合テストは、単体テストの実行後にすべてのパッケージが満たされていることを確認します。
  • テストは、ユーザーがVisualStudioで作成するときに簡単な方法で作成されます。
  • SSISTesterを使用すると、テストのリアルタイムデバッグが可能です。
  • ユーザーフレンドリーなGUIによるテスト実行の監視。
  • テスト結果はHTML形式でエクスポートされます。
  • 偽の送信元アドレスと宛先アドレスを使用して、外部の依存関係を削除します。
  • テストの作成では、任意の.NET言語をサポートします。

こちらの公式サイトにアクセスしてください。 SSISTester

＃12）TestBench

TestBenchは、データベース管理および検証ツールです。これは、データベースに関連するすべての問題に対処する独自のソリューションです。ユーザー管理のデータロールバックにより、テストの生産性と精度が向上します。

また、環境のダウンタイムを削減するのにも役立ちます。 TestBenchは、テスト環境で実行されるすべての挿入、更新、および削除されたトランザクションを報告し、トランザクションの前後のデータのステータスをキャプチャします。

主な機能 ：

  • データを保護するために、常にデータの機密性を維持します。
  • ユーザーが特定のポイントに戻りたい場合に、アプリケーションの復元ポイントがあります。
  • それは意思決定の知識を向上させます。
  • データセットをカスタマイズして、テストの効率を向上させます。
  • テストカバレッジを最大化し、時間と費用を削減するのに役立ちます。
  • データプライバシールールは、ライブデータがテスト環境で利用できないことを保証します。
  • 結果はさまざまなデータベースと比較されます。結果には、テーブルの違いとテーブルで実行される操作が含まれます。
  • TestBenchは、テーブル間の関係を分析し、テーブル間の参照整合性を維持します。

こちらの公式サイトにアクセスしてください。 TestBench

リストにもう少し：

＃13）GTL QAceGen

QAceGenは、複雑なテストデータを生成し、ETL回帰スイートを自動化し、アプリケーションのビジネスロジックを検証するように特別に設計されています。 QAceGenは、ETL仕様で定義されているビジネスルールに基づいてテストデータを生成します。データ生成とデータ検証ステートメントを含む各シナリオを作成します。

こちらの公式サイトにアクセスしてください。 QAceGen

＃14）直接自動テストサービス

Zuzenaは、データウェアハウステスト用に開発された自動テストサービスです。データウェアハウジング、ビジネスインテリジェンスなどの大規模プロジェクトの実行に使用され、データを管理し、統合および回帰テストスイートを実行します。

ETLの実行と結果の評価を自動的に管理します。 QAの目標とチームのパフォーマンスを監視する幅広い指標があります。

公式サイトにアクセスしてください。 正しい自動テスト

＃15）DbFit

Windows10に最適なクリーンアップツール

DbFitは、GPLライセンスの下でリリースされているオープンソースのテストツールです。データベースコードのユニットテストと統合テストを記述します。これらのテストは保守が簡単で、ブラウザから直接実行できます。

これらのテストはテーブルを使用して記述され、コマンドラインまたはJavaIDEを使用して実行されます。 Oracle、MySQL、DB2、SQL Server、PostgreSQLなどの主要なデータベースをサポートします。

こちらの公式サイトにアクセスしてください。 DbFit

＃16）AnyDbTest

AnyDbTestは、DBAまたはデータベース開発者向けに特別に設計された自動化された単体テストツールです。 AnyDbTestはXMLを使用してテストケースを記述し、Excelスプレッドシートをテストケースのソースとして使用できるようにします。 SetEqual、StrictEqual、IsSupersetOf、RecordCountEqual、Overlapsなどの標準アサーションがサポートされています。

MySQL、Oracle、SQL Serverなどのさまざまなタイプのデータベースをサポートします。テストには複数のデータベースを含めることができます。つまり、ソースデータベースをOracleサーバーにし、データをロードする必要のあるターゲットデータベースをSQLServerにすることができます。

こちらの公式サイトにアクセスしてください。 AnyDbTest

＃17）99パーセントのETLテスト

「99PercentageETL Testing」は、あらゆるデータベースシステムのデータの整合性と本番環境の調整を保証します。 ETLマッピングシートを維持し、行と列のソースデータベースとターゲットデータベースのマッピングを検証します。

また、ソースデータベースとターゲットデータベースのDBスキーマも維持します。これは、本番検証テスト、データの完全性、およびデータ変換テストをサポートします。

覚えておくべきポイント

ETLテストを実行する際、テスターはいくつかの要素に留意する必要があります。

それらのいくつかを以下に示します。

    • 適切なビジネス変革ロジックを適用します。
    • バックエンドのデータ駆動型テストを実行します。
    • 絶対テストケース、テスト計画、およびテストハーネスを作成して実行します。
    • データ変換の正確性、スケーラビリティ、およびパフォーマンスを保証します。
    • Eを確認してください
  • TLアプリケーションは無効な値を報告します。
  • 単体テストは、対象となる標準として作成する必要があります。

結論

ETLテストは、テスターの義務であるだけでなく、開発者、ビジネスアナリスト、データベース管理者（DBA）、さらにはユーザーも関与します。 ETLテストプロセスは、定期的に戦略的な決定を行う必要があるため、非常に重要になりました。

推奨読書= >> 最高のETL自動化ツール

ETLテストは、SDLC、SQLクエリ、ETLプロシージャなどの十分な知識が必要なため、エンタープライズテストと見なされています。

= >> お問い合わせ ここにリストを提案します。

上記のリストにあるツールを見逃した場合はお知らせください。また、日常のETLテストに使用するツールを提案してください。

推奨読書

^