1. Agile & Testdata
Bert Nienhuis

2. Vroeger

8. Voordelen
•Verhoogt de effectiviteit van het team
•Ruimte voor verandering
•Iedere 2-4 weken een oplevering van werkende software
•Biedt duidelijk inzicht in de voortgang van het project

9. Hoe kunnen we dit testen?
Met welke data gaan we dit testen?

10. Team 1
Team 2
Team 3
6 TB
500 GB
Productie
10 GB
6 TB
500 GB
Test
10 GB
6 TB
500 GB
Ontwikkel
10 GB
Totaal
19,53 TB
Huidige werkwijze Agile teams

11. 6 TB
500 GB
Productie
10 GB
Totaal
19,53 TB
Team 1
Team 2
Team 3
Test
Team 1
Team 2
Team 3
Ontwikkel
Gevolg huidige werkwijze Agile teams

12. Team 1
Team 2
Team 3
6 TB
500 GB
Productie
10 GB
6 TB
500 GB
Ontwikkel
10 GB
6 TB
500 GB
Test
10 GB
6 TB
500 GB
Ontwikkel
10 GB
6 TB
500 GB
Test
10 GB
6 TB
500 GB
Ontwikkel
10 GB
6 TB
500 GB
Test
10 GB
Totaal
45,57 TB
Betere werkwijze voor Agile teams

13. Team 1
Team 2
Team 3
6 TB
500 GB
Productie
10 GB
600 GB
50 GB
Ontwikkel
1 GB
600 GB
50 GB
Test
1 GB
600 GB
50 GB
Ontwikkel
1 GB
600 GB
50 GB
Test
1 GB
600 GB
50 GB
Ontwikkel
1 GB
600 GB
50 GB
Test
1 GB
Totaal
10.4 TB
10 % Subset
10 % Subset
10 % Subset
DATPROF werkwijze Agile teams

14. Ontwikkel
Test
Ontwikkel
Test
Ontwikkel
Test
Hoe gaan we de persoonsgegevens beveiligen?

15. Test
Test
Test
Ontwikkel
Ontwikkel
Ontwikkel

16. Minimaliseer datagebruik
Bespaar op hardware
Verkort doorlooptijden
Efficiënter data beheer
Beschermen van relaties
Voldoen aan wetgeving
Voorkom imagoschade
Behoud concurrentie positie
Subsetten
Anonimiseren
Voordelen van het subsetten van data
Voordelen van het anonimiseren en maskeren

17. Productie
Test/Ontwikkel
Source Database
Target Database
Hoe werkt het subsetten

18. Datamodel classificatie
Filteren – Proces data
Voorbeeld: Klanten, Orders, Contracten, Facturen
Volledig – Master data
Voorbeeld: Applicatie data, Inrichting, Stamtabellen
Leeg – Logging, overbodige historie
Voorbeeld: Log tabellen, temp tabellen, overbodige historie
Bepalen welke delen van de data overgezet moeten worden.

21. Technieken

22. Shuffle
Verwissel waarden binnen een kolom
Conditioneel
Maskeer gespecificeerde delen van tabellen
+
Voornaam
Naam
Soort
Frans
Jan
Dirk
Jansen
de Boer
Huisman
DATPROF
Klant
Klant
Klant
Leverancier

23. 321
Voornaam
Naam
Soort
Opmerking
E-Mail
Frans
Jan
Dirk
de Boer
Huisman
Jansen
Blank
Verwijder waarden uit kolom
Scramble
Vervang bestaande karakters
fdeboer@live.nl
Huisman@live.nl
ikben@dirkjansen.nl
“Zwager van D.Jansen”
“Heeft schulden”
xxxxxxx@xxxx.xx
Xxxxxxx@xxxx.xx
xxxxx@xxxxxxxxxx.xx
Klant
Klant
Klant
Leverancier
DATPROF

24. Nr.
Voornaam
Naam
Soort
Opm..
E-mail
Geboortedatum
Frans
Jan
Dirk
de Boer
Huisman
Jansen
DATPROF
123
Klant
Klant
Klant
Leverancier
xxxxxxx@xxxx.xx
Xxxxxxx@xxxx.xx
xxxxx@xxxxxxxxxx.xx
321
789
456
First day
Verander datum velden naar de 1e van dezelfde maand of jaar
16-02-1954
25-11-1984
27-03-1974
01-01-01-Postcode
Geboortedatum
1e van de maand
1e van het jaar
87%
3.7%
0.04%
Bron: onderzoek anonimiteit door Prof. Dr. Latanya Sweeney (Harvard University)

25. Nr.
Voornaam
Naam
Soort
Opm..
E-mail
Geb-datum
de Boer
Huisman
Jansen
DATPROF
123
Klant
Klant
Klant
Leverancier
xxxxxxx@xxxx.xx
Xxxxxxx@xxxx.xx
xxxxx@xxxxxxxxxx.xx
321
789
01-02-1954
01-11-1984
01-03-1974
Look-up
Vervang waarden met waarden uit een andere tabel
Tim
Ruben
Thomas
Frans
Jan
Dirk
Voornamen
Daan
Tim
Lars
Ruben
Levi
Luuk
Referentiedata

26. Nr.
Voornaam
Naam
Soort
Opm..
E-mail
Geboortedatum
Thomas
Tim
Ruben
de Boer
Huisman
Jansen
DATPROF
123
Klant
Klant
Klant
Leverancier
xxxxxxx@xxxx.xx
Xxxxxxx@xxxx.xx
xxxxx@xxxxxxxxxx.xx
321
789
456
01-02-1954
01-11-1984
01-03-1974
Expression
Maak gebruik van standaard of eigen functies
T.deBoer@testdata.nl
T.Huisman@testdata.nl
R.Jansen@testdata.nl
Fictief
Fictief
Fictief

27. Demonstratie bij de stand