存储库中的大型测试数据集

Question

假设我正在开发一些开源软件，用解释语言编写，作为Git仓库管理，需要大量数据集（+300 MB）进行基本测试。

测试数据是否应该与源代码进入同一个存储库，并使用compileToZipFile.sh脚本发布版本？存储为两个单独的存储库， srcRepo 和 testRepo 会更好吗？

任何最佳做法/惯例都将受到赞赏。

Answer 1

我认为这个问题的最佳答案是基于需要。

在我的工作中，我们按照环境类型隔离我们的代码/测试数据：

• 测试
• QA
• 分段
• 生产

某些环境与生产具有相同的数据，而其他环境具有较旧（或完全不同）的数据。这样做的好处是：

• 沙箱用于测试，实施和“玩”新的想法/技术。
• 您不会影响面向客户的实时数据。
• 集成测试可以满足/专注于与主代码库无关的某些方面。

现在，关于你的问题......正如我上面提到的，数据的隔离使我们能够快速进行更改并实现新功能，因为我们使用的数据主要关注我们正在测试的内容。我们有三个中继，它们都有独立的测试数据，这些数据特定于需要测试的内容。在测试View时，我们有一组测试，在测试Model时，我们有另一组测试，在测试Controller时，我们还有另一组测试。最后，我们有一组过度集成的集成测试，在新版本发布时运行。在所有情况下，除了最后一个，测试都与它们创建的组件一起存在;但同样，由于它们是集成测试，因此将它们与它们验证的三个部分分开保存是有道理的。

我认为你的想法很扎实。