Presentatie Agile en Testdata van Bert Nienhuis | DATPROF

Click here to load reader

  • date post

    06-Jul-2015
  • Category

    Software

  • view

    360
  • download

    0

Embed Size (px)

Transcript of Presentatie Agile en Testdata van Bert Nienhuis | DATPROF

  • 1. Agile & TestdataBert Nienhuis

2. Vroeger 3. VoordelenVerhoogt de effectiviteit van het teamRuimte voor veranderingIedere 2-4 weken een oplevering van werkende softwareBiedt duidelijk inzicht in de voortgang van het project 4. Hoe kunnen we dit testen?Met welke data gaan we dit testen? 5. Team 1Team 2Team 36 TB500 GBProductie10 GB6 TB500 GBTest10 GB6 TB500 GBOntwikkel10 GBTotaal19,53 TBHuidige werkwijze Agile teams 6. 6 TB500 GBProductie10 GBTotaal19,53 TBTeam 1Team 2Team 3TestTeam 1Team 2Team 3OntwikkelGevolg huidige werkwijze Agile teams 7. Team 1Team 2Team 36 TB500 GBProductie10 GB6 TB500 GBOntwikkel10 GB6 TB500 GBTest10 GB6 TB500 GBOntwikkel10 GB6 TB500 GBTest10 GB6 TB500 GBOntwikkel10 GB6 TB500 GBTest10 GBTotaal45,57 TBBetere werkwijze voor Agile teams 8. Team 1Team 2Team 36 TB500 GBProductie10 GB600 GB50 GBOntwikkel1 GB600 GB50 GBTest1 GB600 GB50 GBOntwikkel1 GB600 GB50 GBTest1 GB600 GB50 GBOntwikkel1 GB600 GB50 GBTest1 GBTotaal10.4 TB10 % Subset10 % Subset10 % SubsetDATPROF werkwijze Agile teams 9. OntwikkelTestOntwikkelTestOntwikkelTestHoe gaan we de persoonsgegevens beveiligen? 10. TestTestTestOntwikkelOntwikkelOntwikkel 11. Minimaliseer datagebruikBespaar op hardwareVerkort doorlooptijdenEfficinter data beheerBeschermen van relatiesVoldoen aan wetgevingVoorkom imagoschadeBehoud concurrentie positieSubsettenAnonimiserenVoordelen van het subsetten van dataVoordelen van het anonimiseren en maskeren 12. ProductieTest/OntwikkelSource DatabaseTarget DatabaseHoe werkt het subsetten 13. Datamodel classificatieFilteren Proces dataVoorbeeld: Klanten, Orders, Contracten, FacturenVolledig Master dataVoorbeeld: Applicatie data, Inrichting, StamtabellenLeeg Logging, overbodige historieVoorbeeld: Log tabellen, temp tabellen, overbodige historieBepalen welke delen van de data overgezet moeten worden. 14. Technieken 15. ShuffleVerwissel waarden binnen een kolomConditioneelMaskeer gespecificeerde delen van tabellen+VoornaamNaamSoortFransJanDirkJansende BoerHuismanDATPROFKlantKlantKlantLeverancier 16. 321VoornaamNaamSoortOpmerkingE-MailFransJanDirkde BoerHuismanJansenBlankVerwijder waarden uit kolomScrambleVervang bestaande karaktersfdeboer@live.nlHuisman@live.nlikben@dirkjansen.nlZwager van D.JansenHeeft schuldenxxxxxxx@xxxx.xxXxxxxxx@xxxx.xxxxxxx@xxxxxxxxxx.xxKlantKlantKlantLeverancierDATPROF 17. Nr.VoornaamNaamSoortOpm..E-mailGeboortedatumFransJanDirkde BoerHuismanJansenDATPROF123KlantKlantKlantLeverancierxxxxxxx@xxxx.xxXxxxxxx@xxxx.xxxxxxx@xxxxxxxxxx.xx321789456First dayVerander datum velden naar de 1e van dezelfde maand of jaar16-02-195425-11-198427-03-197401-01-01-PostcodeGeboortedatum1e van de maand1e van het jaar87%3.7%0.04%Bron: onderzoek anonimiteit door Prof. Dr. Latanya Sweeney (Harvard University) 18. Nr.VoornaamNaamSoortOpm..E-mailGeb-datumde BoerHuismanJansenDATPROF123KlantKlantKlantLeverancierxxxxxxx@xxxx.xxXxxxxxx@xxxx.xxxxxxx@xxxxxxxxxx.xx32178901-02-195401-11-198401-03-1974Look-upVervang waarden met waarden uit een andere tabelTimRubenThomasFransJanDirkVoornamenDaanTimLarsRubenLeviLuukReferentiedata 19. Nr.VoornaamNaamSoortOpm..E-mailGeboortedatumThomasTimRubende BoerHuismanJansenDATPROF123KlantKlantKlantLeverancierxxxxxxx@xxxx.xxXxxxxxx@xxxx.xxxxxxx@xxxxxxxxxx.xx32178945601-02-195401-11-198401-03-1974ExpressionMaak gebruik van standaard of eigen functiesT.deBoer@testdata.nlT.Huisman@testdata.nlR.Jansen@testdata.nlFictiefFictiefFictief 20. Demonstratie bij de stand