- 数据分类：主数据、事务数据、边界样本、异常样本
- 生成策略：合成生成（Faker 等）、生产子集脱敏、手工构造
- 隔离策略：用例自建自清、命名空间或租户隔离
- 合规：个人信息最小化、脱敏后可反向识别性评估
合成数据示例
合成数据示例
from faker import Faker
fake = Faker('zh_CN')
user = {'name': fake.name(), 'phone': fake.phone_number()}测试数据应可重复生成：脚本化产出比在环境里手工维护更可追溯。
测试数据管理
为测试准备可控、可重复、合法合规的数据：覆盖边界与异常样本，并通过合成、脱敏、子集化等手段获得接近真实的数据分布。
易错点
- 直接复制生产库做测试且未脱敏，触犯隐私法规
- 用例依赖人工预置数据，环境重建后大批用例失败
数据来源与参考
- Faker 官方文档（faker.readthedocs.io）
- OWASP（测试数据与隐私相关指引）