SlideShare ist ein Scribd-Unternehmen logo
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 1aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 1
Dragan Kinkela, CEO Martin Kralj, CTO
aminodata Ekobit d.o.o
www.aminodata.com www.bizdatax.com
BizDataX Visuelle Gestaltung
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 2
 Planung:
 Testdaten definieren
 Steuerung:
 Testdaten erzeugen
 Testdaten bereitstellen
 Testdaten vergleichen
 Testdaten dokumentieren
 Testdaten Betrieb
 Testdaten in
Testumgebung
implementiert
 Testdaten archivieren
Testdaten und Organisation
 Planung:
 Business Analyst
 Technisches PM
 Testdatenmanager
 Security & DSG Beauftragte
 Steuerung:
 Testdatenmanager
 Testmanager
 Lead Softwareentwickler
 Tester
 DB Admin
 System Admin
 Testdaten Betrieb
 Testmanager
 Tester
 Schulung
 Support
 DB Admin
 System Admin
 Security & DSG Beauftragte
 Testdatenmanager
Aufgaben Rollen
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 3
 Problem: Wie stelle ich auf anhieb fest das mein SQL Script die untenstehenden
Parameters erfüllt:
 Konsistenz der Testdaten
 Referentielle Integrität der Testdaten
 Korrekter Fluss der Testdaten in gewünschtem Testsystem
 Wie stelle ich als Testdatenmanager fest ob die ausgewählte Datenstruktur stimmt, wenn ich dies
anhand eines SQL Scripts überprüfen muss und kein SQL Spezialist bin?
Testdaten mit SQL erstellen, Beispiel
SELECT TOP 4 Track.Name
FROM Track
ORDER BY CHECKSUM(NEWID())
SELECT Artist.Name, Track.Name
FROM Artist
CROSS APPLY (
SELECT TOP 3 Track.Name
FROM Track
WHERE Track.ArtistID = Artist.ID
ORDER BY CHECKSUM(NEWID()) ) AS Track
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 4
refr.r_owner = refd.owner and
refr.r_constraint_name = refd.constraint_name;
BEGIN
FOR fk IN fk_sql
LOOP
EXECUTE IMMEDIATE 'ALTER TABLE "' || fk.owner || '"."' ||
fk.table_name || '" DROP CONSTRAINT "' || fk.constraint_name || '"';
END LOOP;
END;
DECLARE
CURSOR c_sql IS select owner, table_name, constraint_name,
constraint_type, generated, index_name from dba_constraints
where owner = 'BISAMPLE' and
table_name = 'SAMP_CUSTOMERS_D' and
constraint_type <> 'R';
BEGIN
FOR c IN c_sql
LOOP
EXECUTE IMMEDIATE 'ALTER TABLE "' || c.owner || '"."' ||
c.table_name || '" DROP CONSTRAINT "' || c.constraint_name || '"';
END LOOP;
END;
ALTER TABLE "BISAMPLE"."SAMP_CUSTOMERS_D" RENAME TO
"SAMP_CUSTOMERS_D$DMASK"
CREATE TABLE "BISAMPLE"."SAMP_CUSTOMERS_D" TABLESPACE "USERS"
PCTFREE 10
INITRANS 1 MAXTRANS 255 STORAGE…
-- Target database: orcl
-- Script generated at: xxxxx xxxx xxx
COMMIT
ALTER SESSION ENABLE PARALLEL DML
DROP TABLE "MGMT_DM_TT_7" PURGE
declare
adj number:=0;
num number:=0;
cnt0 NUMBER;
hcnt0 NUMBER;
begin
select length(count(*)) into adj from (select distinct "NAME"
from "BISAMPLE"."SAMP_CUSTOMERS_D");
num := adj;
adj := greatest(adj - 4, 0);
select count(*) into cnt0 from (select distinct "EMPLOYEE_NAME" from
"HR"."EMPLOYEES");
hcnt0 := greatest(0, cnt0-1);
hcnt0 := least(4294967295, hcnt0);
execute immediate 'create table MGMT_DM_TT_7
(orig_val null, new_val null) NOLOGGING PARALLEL as
select CAST(null AS VARCHAR2(255 CHAR)) orig_val, CAST(null AS
VARCHAR2(255 CHAR))
new_val from dual union all
select s.orig_val,
case
when s.subset = 1 then
CAST(
Dass können nur wenige! Ein SQL Beispiel
Was kann ich als Business
Analyst, oder Tester damit
anfangen? NICHTS!
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 5
Jetzt Beispiel Credit Card Masking bei BizDataX
 Auf einem Screen haben Sie alle Operationen rund um Maskierung und Verteilung von Credit Cards!
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 6
BizDataX - Leistungsfähige Lösung
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 7
Warum mit BizDataX und visuellem Ansatz arbeiten?
Weil BizDataX und dessen Team sich entschieden haben
Kundenbedürfnisse zu erfüllen und Testdatenmanagement als Teil der
Qualitätssicherungsmaßnahmen nach vorne in der Kette der
Softwareentwicklung zu versetzen. Dort wo die Business Bedürfnisse
in Spezifikationen umgewandelt werden nämlich bei Business
Analysten und Technischen Projektmanagern inklusive
Testdatenmanager.
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 8
Warum mit BizDataX und visuellem Ansatz arbeiten?
BizDataX musste aber mit folgenden Merkmalen ausgestattet werden um diese
Umwandelung von Fokus auf die Technik zum Fokus auf das Business und die Qualität
zu erreichen:
 Einfach und leistungsfähig
 Übersichtliche Oberflächen, verständlich und schnell zu erlernen
 Möglich mit eigenen Mitarbeitern und Spezialisten zu Implementieren
 Sehr niedrige Schulungskosten und schneller Know-How Aufbau beim Kunden
 Standard Programmiersprache, Standard Technologien
 Technologien übergreifend
 Nahtlose Integration in der IT Landschaft beim Kunden
 Erweiterbar nach Kundenbedürfnissen auch vom Kunden selbst
 Integration mit verschiedenen Testautomaten
 Gerechte Weiterentwicklungskosten
 Normale Wartungskosten
 Wenige Abhängigkeiten von BizDataX Entwickler
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 9
Was haben wir jetzt auf dem Testdatenmanagement Markt?
 Verschiedene Tools die fast alle gleich aussehen
 Verschiedene Tools die fast ausschliesslich für DB Administratoren entwickelt worden sind
 Keine neuen echte innovative Ansätze
 Fokus bei der Technologie nicht bei den Bedürfnissen von Kunden und Kundenprozessen
 Hohe Lizenzkosten
 Hohe Implementierungskosten
 Hohe Weiterentwicklungskosten
 Hohe Schulungskosten (unübersichtliche Oberfläche, eigene Script Sprachen….)
 Hohe Wartungskosten
 Hohe Abhängigkeit
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 10
Beispiel Optim Mask FirstName Beispiel BizDataX
 Für FirstName 3x Drag & Drop und genau 11
Sekunden!!
Mit Optim um nur
FirstName zu
maskieren haben Sie 2
A4 Seiten an Code und
viele kleine Schritte.
Man muss aber Code
aufmachen um die
Bedingungen für
Maskierung zu sehen.
Also man muss SQL
Code verstehen.
 Zusätzlich noch 1 Minute für Name,
Vorname Zuordnung zu Titel. Noch 0.5
Minuten für eMail Generierung! +10
Sekunden um 1000 User inklusive Name,
Vorname, Titel, eMail neu zu generieren. Für
alles hatten wir 8 Drag & Drop Bewegungen
gebraucht! 1 Minute 40 Sekunden!
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 11
Beispiel FirstName Informatica? Beispiel BizDataX
 Ca. 80 Klicks, 30 Popups 7 Minuten Arbeit und
bezeichnet diesen Vorgang als Complex:
Alle diese Elemente
sind einzeln angelegt
und erstellt worden
um nur FirstName zu
maskieren. Und wir
sind immer noch auf
halber Strecke. Ohne
Neugenerierung.
 Für FirstName 3x Drag & Drop und genau 11
Sekunden!!
 Zusätzlich noch 1 Minute für Name,
Vorname Zuordnung zu Titel. Noch 0.5
Minuten für eMail Generierung! +10
Sekunden um 1000 User inklusive Name,
Vorname, Titel, eMail neu zu generieren. Für
alles hatten wir 8 Drag & Drop Bewegungen
gebraucht! 1 Minute 40 Sekunden!
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 12
Beispiel Credit Card Masking BizDataX
Grid-Tools
 Was zeigt mir die Navigation? Was ist da wohl alles drin und für
was?
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 13
Jetzt Beispiel Credit Card Masking bei BizDataX
 Auf einem Screen haben Sie alle Operationen rund um Maskierung und Verteilung von Credit Card’s!
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 14
Beispiel vom Vorteil bei visuellen Vorgehen mit BizDataX
 Auf einem Screen haben Sie alle Operationen rund um Maskierung von Name, Vorname und Zuordnung zum Titel Mr. Ms..
Sie haben die Möglichkeit diese Maskierungskonfiguration zum Dokument zu exportieren, als Bild zu speichern und zu
Drucken zu Versionisieren und im HP QS oder einem Projektmanagement Tool mit einem Task zu verbinden. Direkt zum
Testautomat zu exportieren…. Das gilt selbstverständlich für alle Maskierungen nicht nur für das untenstehende.
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 15
BizDataX Statistik visualisieren
Es ist nicht nur wichtig Maskierungsvorgänge zu visualisieren sondern auch Statistiken im gleichen Schritt zu
visualisieren. Das bringt Ihnen massive Vorteile weil Sie so Testdatenqualität sofort im Griff haben. Sie wissen wie sie
entstanden sind, und ob Anforderungen an Testdaten korrekt ausgeführt sind.
Hier unten ein Beispiel für Tags rund um die Entstehung von Namen, Vornahmen, Mail inklusive Lokalisierung. Wir sehen sofort wie
viele neu sind und wie viele maskiert sind. Maskiert = Update, Neu = Insert = Synthetisch. Hier kann man noch Test Case Nr.
darstellen. BizDataX ermöglicht Ihnen absolute Transparenz, das spart an Geld, Zeit und verbessert das Arbeits-Klima.
Vereinfacht die Zusammenarbeit mit Datenschutzbeauftragten.
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 16
Nehmen wir einen etwas komplizierteren Testdaten Vorgang:
Werden Sie diese Aufgabe von BizDataX verstehen auch wenn Sie keine IT Ausbildung haben?
Ich sage Ja! Sie wissen sogar sofort zu welchen Test Case es gehört!
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 17
Nehmen wir einen etwas komplizierteren Testdaten Vorgang:
Und diese Navigation? Passt die zum Generierungsvorgang?
Ich sage Ja!
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 18
BizDataX – Effizienz und Ersparnisse
0
2
4
6
8
10
12
Testefizienz Einsparnisse Technologievorsprung Kosten
Eigenentwicklung
Abhängig von
einzelnen
Personen/Firmen
Effizienz Diagramm
BizDataX Neu Entwickl. Wie bis jetzt
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 19
BizDataX – Effizienz und Ersparnisse
0
1
2
3
4
5
6
7
8
Vorbereitung für die
Integration
Zeit für die Integration Weiterentwicklung Support + neue
Funktionalitäten
Kosten der Integration & Weiterentwicklung
BizDataX Neu Entwicklung Wie bis jetzt
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 20
BizDataX – Effizienz und Ersparnisse
0
2
4
6
8
10
12
Optimale Testdaten Automatisierung Aufwand Suche nach
perfekten Testdaten
Aufwand Datenobjekt
Statistikauswertungen
gestallten
Effizienz Diagramm Bereitstellung Testdaten
BizDataX Neu Entwickl. Wie bis jetzt
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 21
BizDataX – Effizienz und Ersparnisse Datenobjekt –
Kostenreduktion
Testkosten (in Bezug auf TDM) Datenmenge ohne BizDataX Datenobjektmethode
Datenmenge
50%
50%
60% 70% 80%40%
Datenmenge mit BizDataX Datenobjektmethode
90%
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 22
BizDataX – Ersparnisse
BizDataX senkt Ihre Testkosten
- BizDataX ist einfacher zu Integrieren ca. 40% der Kosten werden gespart.
- BizDataX nahtlose Integration in Ihre Testprozesse ca. 30% der Kosten sind gespart.
- Optimale Testdaten ca. 60% der Kosten bleiben gespart.
- BizDataX automatisiert Ihre Testdatenproduktion ca. 60% der Kosten sind gespart.
- Herstellung von grossen Testdatenmengen ca. 60%-70% der Kosten werden gespart.
- Die Suche nach perfekten Daten für Test Cases reduziert sich für 70%-80%.
- Hardware Kostenreduktionen um ca. 60%-80%.
- Unabhängig von einzelnen Personen oder Mitarbeiter Gruppen, da das ganze
Wissen an einem Ort und transparent verwaltet wird.
- BizDataX senkt das Risiko von Wissensverlusten auf 0%.
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 23
Besten Dank für Ihre Aufmerksamkeit!
aminodata
Mellingerstrasse 6
54000 Baden, Switzerland
www.aminodata.com
Adresse: Kontakt:
Dragan Kinkela, CEO
mailto: d.kinkela@aminodata.com
phone: +41 76 579 16 41
Skype: kinkela_dragan
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 24aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 24
Dragan Kinkela, CEO Martin Kralj, CTO
aminodata Ekobit d.o.o
www.aminodata.com www.bizdatax.com
BizDataX – Testdatenanonymisieren,
Testdaten Synthetisieren, Testdatenmanagement
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 25
BizDataX - Leistungsfähige Lösung
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 26
BizDataX - Leistungsfähige Lösung
 Leistungsfähige und funktionsreiche Testdatenmanagement Lösung
 Vorbereitete Listen für Maskierung von: Namen mit Region und Geschlecht Attribute ,
länderspezifische Straßen , Orten , Postleitzahlen und Banklisten
 Landspezifische nationale Identifikationsnummer -Generatoren (SSN , AHV, ... OIB
 generieren numerische Werte : Zahlen, Schlüssel
 Finanzwerte generieren: Kreditkartennummern, Kontonummern, IBAN ...
 Datum generieren und Zeit- Werte: Datumsarithmetik eingebaut
 Maskierung / Generierung von Daten – nach statistischen Vorgaben
 Multi- Table und Multi - Datenbank-Unterstützung , synchronisieren von wichtigsten Änderungen
across
 Maskieren von Daten in unstrukturierten und strukturierten Speichersysteme wie XML, Text Dateien
oder Office Dokumenten
 Shuffling
 Kennzeichnung von Maskierten Daten für die Integration mit anderen Werkzeugen , d.h.
Messdatenmanagement -oder Testautomations –Tools
 Möglichkeit volle Leistung des .Net und SQL direkt zu nutzen für die Ausführung von
Maskierungsvorgängen um ultimative Flexibilität des BizDataX zu nutzen
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 27
BizDataX – Stabil und skalierbar
 Stabile, skalierbare Ausführung im Hosting-Umgebung - BizDataX Runtime
 Installation auf einem einzelnen oder auf mehreren Systemen , zentrale Verwaltung mit
Standard- Tools wie MMC (http://www.bizdatax.com/features/working_with_runtime_11/ # 0)
 Beliebige Anzahl von Datenmaskierung Transformationen setzt mit einfach zu bedienenden
Terminplanung und Automatisierungsunterstützung
( http://www.bizdatax.com/features/working_with_masking_packages_and_configurations_12/ # 0)
 Trennung von Rollen und Verantwortlichkeiten innerhalb der Organisation
 Anonymisieren von Datenbanken mit Terabytes von Daten und Tabellen mit Milliarden von
Datensätzen auch möglich
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 28
BizDataX - bewährte Technologie-Stack
 Industrie bewährte Technologie-Stack
 Windows Server und zugehörige Management-Tools
 . Net Framework
 Microsoft SQL Server für die internen Wörterbücher und Ersatzwert Listen
 ADO.Net Entity Framework-Datenabstraktionsschicht, Daten aus beliebigen Quellen in einer
konsistenten Art und Weise zuzugreifen
 Optional SQL Server Integration Services-Technologie zur Trennung von Kern Maskierung
von ETL –Prozesse
 Versionierung von Maskierungsregeln mit Standard- Technologien wie Microsoft Team
Foundation Server , GitHub, Subversion und viele andere Source-Code -Management-
Lösungen
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 29aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 29
Dragan Kinkela, CEO Martin Kralj, CTO
aminodata Ekobit d.o.o
www.aminodata.com www.bizdatax.com
BizDataX – Systemintegration
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 30
BizDataX: System Integration
- BizDataX besteht aus 2 Teilen, Maskierungs- Tool und Administrations- Tool.
- Das Maskierungs-Tool besteht aus Drag & Drop Template Engine für die Maskierung.
- Das Administrationstool verwaltet Maskierungs Engine, Paketierung und Performance Engine.
Maskieren
Synthetisieren
Maskieren
Synthetisieren
Maskieren
Synthetisieren
Maskieren
Synthetisieren
Maskieren und Synthetisieren – Administrieren
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 31
BizDataX: Multitabelle, Multi DBs, Multi Files
Maskieren
Synthetisieren
Distribution
von Testdaten
Oracle
Software Development
Software Testing
Tabelle 1
DB2
MSSQL
Other DB
XML-Files
MS Office-Files
Tabelle 2
Tabelle 3 Tabelle 4
Other DB
Multitabelle, Multi DBs, Multi Files
- Sie können mit BizDataX Testdaten über Multitabelle, Multi DB, Multi Files Systemen präzise
und sicher ausliefern
- Mit den mächtigen Repeting Funktionen von BizDataX, sind Sie in Stande Testdaten auch
ohne IDs in andere Systeme auszuliefern
- BizDataX ist befähigt alle bekannten DBs ohne zusatzaufwand mit Testdaten zu versorgen
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 32
BizDataX: Service Virtualisierung Integration
Synthetisieren
Maskieren
Services Anforderungen
Testdatenanforderungen
Testdaten
Infrastruktur- und
Servicesinterface
Projektanforderungen
Serviceinterfaces
Virtualisierung
Software
Development
Software Testing
Testdatenmanager
Services Projekt 2
Services Projekt 3
Services Projekt 1
XML-Files
MS Office-
Files
Excel
- Mit BizDataX können Sie alle Systeme und Services mit Testdaten versorgen
- Wenn Bedürfnisse nach Synthetischen Daten für Services bestehen können Sie es durch
BizDataX abdecken
- Wenn Sie Bedürfnisse nach Maskierten und Anonymisierten Daten haben, dann können Sie
es auch mit BizDataX abdecken
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 33
BizDataX: Vorteile bei Service Virtualisierung Integration
 Folgende Vorteile haben Sie wenn Sie Testdaten für Virtualisierung mit BizDataX
generieren und verwalten wollen:
 Zentrales verwalten von Testdaten
 Personalisierte- Templates für Erstellung von Testdaten
 Testdaten Synthetisieren /Synthetisch erstellen (unteranderem auch Datum, Zeit,…)
 Testdaten Maskieren oder Anonymisieren
 Synthetisieren und Maskieren, beide Prozesse können innerhalb eines Schrittes
ausgeführt werden
 Stabile, skalierbare Ausführung von Synthetisierungs- und Maskierungs- Prozessen
 Verteilen von Testdaten über verschiedene Tabellen, DBs , Files oder Systeme
 Einbindung von Testdaten direkt in Testingtool (Tosca, HP QS…) über BizDataX XML
Schnittstellen
 Kostensparen durch Zentrales verwalten und Erstellen von Testdaten
(Weniger Infrastruktur, Lizenzen und Personal)
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 34
BizDataX: Integration von Testautomatisierungstools
Maskieren
Synthetisieren
Maskieren
Synthetisieren
Maskieren
Synthetisieren
Testing Tools
Test Cases
Applikation Layer
Integration
- Sie können mit BizDataX auf alle
Systeme zu greifen, und Homogene
Testdaten überall ausliefern.
- Somit werden Testdaten
Zentralisiert verteilt und Zentralisiert
erstellt.
- Alles aber in Anklang mit
Bedürfnissen von
Testautomatisierung und Test
Cases.
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 35
Integration von Testautomatisierungstools mit BizDataX
Maskieren
Synthetisieren
Testing Tools
Test Cases Beispiel
Test Daten Problem:
Wenn sich in der Daten Bank 1000 13 Jährige
Kunden befinden, dann ist es sehr unübersichtlich
bei der Test Automatisation welche man für Test
Zwecke nehmen soll. Wer hat wann Geburtstag und
was passiert wenn man die Tests mehr als ein Jahr
wiederholt und immer wieder gleiche User genommen
werden. Dazu sind es zu viele Daten. Vielleicht
braucht man nur 30 davon um Tests richtig
abzubilden.
Lösung mit BizDataX:
Bei der Testdaten Generierung Maskierung oder
Synthetisierung werden einzelne Teile der
Datensätzen Äquivalenzklassen definiert.
Beispiel Datensatz:
Name, Vorname, Adresse, Geburtsdatum =
Äquivalenzklasse ,…andere Daten….
Test Case Nr. 1001
- Getestet wird eine Core Banking Applikation
- Eröffne ein Jugendkonto
- Äquivalenzklasse sind 13 Jährige Kunden
- Erwartete Resultat: OK
Test Case Nr. 1002
- Getestet wird ein Core Banking Applikation
- Eröffne ein Sparkonto in EUR
- Äquivalenzklasse sind 13 Jährige Kunden
- Erwartete Resultat: NOT OK
Test Case Nr. 1004
- Getestet wird ein Core Banking Applikation
- Eröffne ein Privat Konto in CHF
- Äquivalenzklasse sind 13 Jährige Kunden
- Erwartete Resultat: NOT OK
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 36
Integration von Testautomatisierungstools mit BizDataX
Testing Tools
Test Cases
Lösung BizDataX: Äquivalenzklasse
Condition:
Function(customer) customer.DATE_OF_BIRTH >
DateTime.Now.AddYears(-14) And
customer.DATE_OF_BIRTH <=
DateTime.Now.AddYears(-13)
Test Case Nr. 1004
- Getestet wird eine Core Banking Applikation
- Eröffne ein Privatkonto in CHF
- Äquivalenzklasse sind 13 Jährige Kunden
- Erwartete Resultat: NOT OK
Beispiel Datensatz:
Name, Vorname, Adresse, Geburtsdatum = Äquivalenzklasse ,…andere Daten….
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 37
Integration von Testautomatisierungstools mit BizDataX
Bild 1
Maskieren
Synthetisieren
Test Daten
Maskierungs-Engine, Drag & Drop Template
Function(customer) customer.DATE_OF_BIRTH > DateTime.Now.AddYears(-14) And customer.DATE_OF_BIRTH <= DateTime.Now.AddYears(-13)Condition
Äquivalenzklasse
Zuordnung zum Projekt und Test Case
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 38
Integration von Testautomatisierungstools mit BizDataX
Erklärung Bild 1:
- Es werden in der Datenbank Maskierungen und
Filterungen vorgenommen welche den Testfällen
entsprechen.
- So aufbereitete Testdaten sind dann für mehr als ein
Testfall geeignet.
- Die Testdaten sind zu Testfällen zugeordnet.
- Die Testdaten sind Dynamisch und entsprechend
immer der Idealfall für den Test Case.
- Test Tools können immer auf das Teil des benötigten
Datensatzes zugreifen. (Äquivalenzklasse )
- So aufgebaute mehrzweck Testdaten verringern die
Testdatenmenge um 70%.
- Somit wird eine Konstante Test Qualität erzeugt.
- Die richtigen Testdaten stehen immer zur Verfügung.
- Dieser Ansatz spart an Infrastruktur ca. 40%.
- Dieser Ansatz Ermöglicht volle und Transparente
Testautomatisierung.
- Spart Ressourcen!
- Spart Zeit!
- Spart Geld!
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 39
Integration von Testautomatisierungstools mit BizDataX
XML Format für Testdaten Zugriff:
- Wenn alle Testdaten Erfolgreich erstellt worden
sind.
- Wird für die Kommunikation mit externen
Testautomatisation Tools XML erstellt.
- BizDataX XML enthält auch Äquivalenzklasse n.
- In diesem Fall Geburtstag.
- So aufbereitete XML enthält auch detaillierte
Informationen für welches Projekt man diese
Testdaten benötigt und in welchen Test Cases ist
es eingebunden..
Welche Vorteile bringt mir Das?
- Personalisierte Testdaten Erstellung.
- Unabhängigkeit von Testtools.
- Ich kann jeder Zeit das Test Tool ändern
aber Äquivalenzklassen bei Testdaten sind
nicht verloren gegangen. Ich muss nur die
Test Case Nr. ändern.
- Einsparnisse bei der Testdaten Produktion.
- Einsparnisse beim Hadrware.
- Einsparnisse bei Lizenzen.
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 40
BizDataX: Datenobjekte
 Folgende Vorteile haben Sie wenn Sie Testdaten für Virtualisierung mit BizDataX
generieren und verwalten wollen:
 Zentrales verwalten von Testdaten
 Personalisierte- Templates für Erstellung von Testdaten
 Testdaten Synthetisieren /Synthetisch erstellen (unteranderem auch Datum, Zeit,…)
 Testdaten Maskieren oder Anonymisieren
 Synthetisieren und Maskieren, beide Prozesse können innerhalb eines Schrittes
ausgeführt werden
 Stabile, skalierbare Ausführung von Synthetisierungs- und Maskierungs- Prozessen
 Verteilen von Testdaten über verschiedene Tabellen, DBs , Files oder Systeme
 Einbindung von Testdaten direkt in Testingtool (Tosca, HP QS…)über BizDataX XML
Schnittstellen
 Kostensparen durch Zentrales verwalten und Erstellen von Testdaten
(Weniger Infrastruktur, Lizenzen und Personal)
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 41
BizDataX – Datenobjekt
Datenobjekt:
- Datenobjekte sind Daten welche eine oder Mehrere Geschäftsfälle
zuzuordnen sind.
- Datenobjekte sind als Substrakten des Datenbankmodells zu betrachten.
- Datenobjekte dienen um daraus Testdaten zu erstellen und mögliche
Äquivalenzklassen zu extrahieren.
- Datenobjekte bieten Ihnen Optionen für statistische Auswertungen
für Testing relevanten DB’s in Bezug auf die IST Situation der
Datenmenge und Qualität der Daten.
Vorteile:
- Datenobjekte reduzieren dieTestdatenmenge um ca. 50-70%.
- Datenobjekte lösen Ihre Probleme bei der Erstellung von Testdaten
und Zuordnung zu Test Cases.
- Datenobjekte beinhalten Beschreibungen einzelner Attributen und
Informationen über DSG oder anderen Funktionen des Attributs.
- Datenobjekte bieten Ihnen Optionen für statistische Auswertung
einzelnen Attributen des Datenobjekts, und erlauben Ihnen genaue
Übersicht über die IST Situation. Nie wieder Millionen von Daten
Kopieren. Sondern nur die Testdaten erstellen die für die Integration
Tests notwendig sind. Sie Sparen ca. 60% an Ihrer Infrastruktur.
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 42
BizDataX – Datenobjekt Beschreibung
Datenobjekt:
- Besteht aus Attributen
Jeder Attribut hat folgende
Beschreibung:
- Regeln – Wie einsetzen
- Datenschutz Informationen
- Ort wo sich das Attribut befindet
- Technische Daten
Ein Beispiel für DSG:
- DSG – Level1 = Datenschutz Gesetz
zu beachten Prio. 1. Regel festlegen
was zu tun ist.
- DSG – L0 muss geschützt werden.
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 43
BizDataX – Datenobjekt Statistik
Statistik:
Die Statistik dient dazu einzelne Datenobjekte
auszuwerten.
Es ist Wichtig zu sehen welche Mengen an Daten
vorhanden sind. Es ist nicht Wichtig welche User sie
Repräsentiert. Nur anonymisierte Daten in
verschiedenen Dimensionen und dessen Anzahl sind
Wichtig.
Unser Beispiel:
- Wir wissen jetzt das 99 Frauen aus der Schweiz
sich in der Daten Bank befinden, und das 1 davon
unter 18 Jahre alt ist. Und das sich 395 Frauen aus
USA in der DB befinden und das 1 davon unter 18
Jahre alt ist.
- Folge daraus ist:
- Beim kopieren von der DB müssen wir wissen das
diese 2 Daten besonders zu schützen sind, weil
man sie eindeutig identifizieren kann.
- …
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 44
BizDataX – Datenobjekt Statistik - Umsetzung bei Synthetisieren
Umsetzung bei Synthetisieren:
- Wenn alle Resultate der Auswertung
vorhanden sind, dann entscheide ich
wie viel von welchen Testdaten zu
erstellen sind.
Ein Beispiel:
- Generiere nur Männliche 10 User,
oder 1 Mio. Männliche User .
- Aber ich weiss das ich 504 Männliche
User habe.
Vorteil für Sie:
- Sie sparen Zeit
- Geld für Teurere BI Tools
- Und haben alle Informationen an einem
Ort.
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 45
BizDataX – Datenobjekt Protokoll
- Alle generierten Testdaten haben die Beschreibung über:
- Projekt, Test Case ID
- Beschreibung über Funktion
- User ID (in diesem Fall), oder ID des Objektes in der DB
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 46
BizDataX – Datenobjekt – Kostenreduktion
Testkosten (in Bezug auf TDM) Datenmenge ohne BizDataX Datenobjektmethode
Datenmenge
50%
50%
60% 70% 80%40%
Datenmenge mit BizDataX Datenobjektmethode
90%
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 47
 Substitution
Substitution ist eine der effektivsten Methoden zur Anwendung von Daten Maskierung und die Möglichkeit, den
authentischen aussehen zu bewahren und der Datensätze zu fühlen.
 Shuffling
Die schlurfende Methode ist eine sehr verbreitete Form der Verschleierung von Daten.
 Number and date variance
Die Methode der numerischen Varianz ist nützlich für die Anwendung bei Finanz und kalendarischen
Informationen.
 Encryption
Verschlüsselung ist der komplexe Ansatz zur Lösung des Datenmaskierungsproblem. Der
Verschlüsselungsalgorithmus erfordert häufig, dass ein "Schlüssel" angelegt wird, um die Daten basierend auf den
Benutzerrechten einsehen zu können. .
 Nulling out or deletion
Es handelt sich hierbei um einen einfachen Ansatz der Maskierung. Durch Anlegen eines Null-Werts werden
Informationen zu einem bestimmten Gebiet erlassen.
 Masking out
Durch das Ausblenden bestimmter Felder wird ebenfalls verhindert, dass sensible Informationen eingesehen
werden können.
 Additional complex rules
Zusätzliche Regeln können in den Maskierungslösungen berücksichtigt werden.
Techniken der Data Maskierung
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 48
Suppression
ID First Name Last Name Date of Birth Phone Gender
1 Sasha Cortez 20.7.1967 1-340-337-7194 Female
2 Neve Dyer 17.11.1975 1-599-974-8272 Female
3 September Graves 9.6.1977 1-404-899-2966 Female
4 Theodore Graves 27.10.1962 1-266-364-7119 Male
5 Donovan Hoover 19.3.1978 1-728-752-4244 Male
6 Lynn Joyner 16.12.1984 1-124-859-5234 Female
7 Quon May 19.11.1954 1-406-895-7153 Female
8 Berk Mcclain 18.7.1966 1-938-803-0464 Male
9 Hakeem Ray 9.4.1964 1-734-314-8964 Male
10 Paki Sellers 10.11.1956 1-641-173-5621 Male
ID First Name Last Name Gender
2 Neve Dyer Female
4 Theodore Graves Male
5 Donovan Hoover Male
7 Quon May Female
8 Berk Mcclain Male
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 49
Shuffling
ID First Name Last Name Gender
1 Cortez Female
2 Dyer Female
3 Graves Female
4 Graves Male
5 Hoover Male
6 Joyner Female
7 May Female
8 Mcclain Male
9 Ray Male
10 Sellers Male
Sasha
Neve
September
Theodore
Donovan
Lynn
Quon
Berk
Hakeem
Paki
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 50
Redaction (blacking-out)
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 51
Generalization
ID First Name Last Name Age
1 Sasha Cortez 44
2 Neve Dyer 36
3 September Graves 34
4 Theodore Graves 49
5 Donovan Hoover 33
6 Lynn Joyner 27
7 Quon May 57
8 Berk Mcclain 45
9 Hakeem Ray 47
10 Paki Sellers 55
ID First Name Last Name Age
1 Sasha Cortez 41-50
2 Neve Dyer 31.40
3 September Graves 31-40
4 Theodore Graves 41-50
5 Donovan Hoover 31-40
6 Lynn Joyner 21-30
7 Quon May 51-
8 Berk Mcclain 41-50
9 Hakeem Ray 41-50
10 Paki Sellers 51-
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 52
Randomization, generating and substitution
ID First Name Last Name Phone
1 Sasha Cortez 1-340-337-7194
2 Neve Dyer 1-599-974-8272
3 September Graves 1-404-899-2966
4 Theodore Graves 1-266-364-7119
5 Donovan Hoover 1-728-752-4244
6 Lynn Joyner 1-124-859-5234
7 Quon May 1-406-895-7153
8 Berk Mcclain 1-938-803-0464
9 Hakeem Ray 1-734-314-8964
10 Paki Sellers 1-641-173-5621
ID First Name Last Name Phone
1 Sasha Cortez 1-182-260-6935
2 Neve Dyer 1-886-794-9258
3 September Graves 1-847-263-1225
4 Theodore Graves 1-341-810-3139
5 Donovan Hoover 1-982-608-9112
6 Lynn Joyner 1-960-142-1834
7 Quon May 1-872-132-9340
8 Berk Mcclain 1-612-726-9353
9 Hakeem Ray 1-157-361-5540
10 Paki Sellers 1-834-906-6092
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 53
BizDataX: Masking techniques combined
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 54
BizDataX: Higher level of abstraction
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 55
BizDataX: Declarative paradigm
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 56
 Explizite und implizite Parallelität
 Automatische und zeitgesteuerte Ausführung
 Benachrichtigungen, Überwachung und Prüfung
 Effiziente Verarbeitung grosser Datenmengen
 Deterministische oder wiederholbare Maskierung
BizDataX Werkzeuge: Leistung und Know-how
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 57
 Gründliche Analyse der bestehenden Infrastruktur, Daten, Menschen und Prozesse
 Natürliche Trennung von Rollen und Verantwortlichkeiten
 Die Daten können als andere Must-Haves und tägliche Routinen behandelt werden
 Accountability und Rückverfolgbarkeit
BizDataX Werkzeuge: ein systematischer Ansatz
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 58aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 58
Dragan Kinkela, CEO Martin Kralj, CTO
aminodata Ekobit d.o.o
www.aminodata.com www.bizdatax.com
BizDataX – Referenzen
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 59
Referenzen
 Marin Stražanac,
Head of Software Dev. Dept., Raiffeisenbank
 Raiffeisenbank Austria d.d. Zagreb is one of largest bank in Croatia. In our databases we keep
some very sensitive data about our customer, their accounts and transactions. Because of that,
data secrecy is one of our crucial obligations. Our production database tables (AIX/DB2) are
several hundred million records large and we evaluated different solutions primarily for
performance and technical feasibility in our environment. The outstanding performance of
BizDataX was above our expectations. It uses intermediate database, so the masking procedure
was quick and had no impact on our target system, while the data merging process was fast and
predictable.
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 60
Referenzen
 Helena Pezer
Business Analyst, APIS IT
 APIS IT provides IT services to different public sector organizations in Croatia, like state tax and
customs administration and the City of Zagreb. IT systems in use by our customers collect tons of
sensitive information which needs to be masked before further use in the process of software
developmet and testing. We've worked with BizDataX to mask a database containing data about
health care providers in the City of Zagreb. The results were more than satisfactory, masked data
was de-identified while it remained useful for secondary usage. Masking worked well despite the
fact that we have had to deal with complex interdependencies among different information
systems.
aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 61
Besten Dank für Ihre Aufmerksamkeit!
aminodata
Mellingerstrasse 6
54000 Baden, Switzerland
www.aminodata.com
Adresse: Kontakt:
Dragan Kinkela, CEO
mailto: d.kinkela@aminodata.com
phone: +41 76 579 16 41
Skype: kinkela_dragan

Weitere ähnliche Inhalte

Ähnlich wie Visuelle Gestaltung und Testdatenentwicklung mit BizDataX

Kennst du ein Unternehmen, dass erfolgreich die QS outtasked hat?“
Kennst du einUnternehmen, dass erfolgreichdie QS outtasked hat?“Kennst du einUnternehmen, dass erfolgreichdie QS outtasked hat?“
Kennst du ein Unternehmen, dass erfolgreich die QS outtasked hat?“
hpaustria
 
Mit Prozessautomatisierung und Co-Creation zur Digitalisierung der Öffentlich...
Mit Prozessautomatisierung und Co-Creation zur Digitalisierung der Öffentlich...Mit Prozessautomatisierung und Co-Creation zur Digitalisierung der Öffentlich...
Mit Prozessautomatisierung und Co-Creation zur Digitalisierung der Öffentlich...
Dominik Horn
 
DBSAT – Die Oracle DATENBANK bzgl. PII Daten analysieren
DBSAT – Die Oracle DATENBANK bzgl. PII Daten analysierenDBSAT – Die Oracle DATENBANK bzgl. PII Daten analysieren
DBSAT – Die Oracle DATENBANK bzgl. PII Daten analysieren
Gunther Pippèrr
 
W-JAX 2013 Spring Batch - Performance und Skalierbarkeit
W-JAX 2013 Spring Batch - Performance und SkalierbarkeitW-JAX 2013 Spring Batch - Performance und Skalierbarkeit
W-JAX 2013 Spring Batch - Performance und Skalierbarkeit
tobiasflohre
 
Dr. Andreas Lattner - Aufsetzen skalierbarer Prognose- und Analysedienste mit...
Dr. Andreas Lattner - Aufsetzen skalierbarer Prognose- und Analysedienste mit...Dr. Andreas Lattner - Aufsetzen skalierbarer Prognose- und Analysedienste mit...
Dr. Andreas Lattner - Aufsetzen skalierbarer Prognose- und Analysedienste mit...
AboutYouGmbH
 
Analytic powerhouse parallel data warehouse und r
Analytic powerhouse parallel data warehouse und rAnalytic powerhouse parallel data warehouse und r
Analytic powerhouse parallel data warehouse und r
Marcel Franke
 
Kritische app performance erfolgreich optimieren mit Bison
Kritische app performance erfolgreich optimieren mit BisonKritische app performance erfolgreich optimieren mit Bison
Kritische app performance erfolgreich optimieren mit Bison
Dynatrace
 
Skalierung & Performance
Skalierung & PerformanceSkalierung & Performance
Skalierung & Performance
glembotzky
 
Webinar: Vom Schrauber in die Cloud – Wie geht die Anbindung an das SAP Cloud...
Webinar: Vom Schrauber in die Cloud – Wie geht die Anbindung an das SAP Cloud...Webinar: Vom Schrauber in die Cloud – Wie geht die Anbindung an das SAP Cloud...
Webinar: Vom Schrauber in die Cloud – Wie geht die Anbindung an das SAP Cloud...
Trebing & Himstedt Prozeßautomation GmbH & Co. KG
 
Entwicklung Innovativer und Komplexer AIR Anwendungen
Entwicklung Innovativer und Komplexer AIR AnwendungenEntwicklung Innovativer und Komplexer AIR Anwendungen
Entwicklung Innovativer und Komplexer AIR Anwendungen
Sebastian Bauer
 
C/ C++ for Notes & Domino Developers
C/ C++ for Notes & Domino DevelopersC/ C++ for Notes & Domino Developers
C/ C++ for Notes & Domino Developers
Ulrich Krause
 
Clickstream Analysis with Spark—Understanding Visitors in Realtime by Josef A...
Clickstream Analysis with Spark—Understanding Visitors in Realtime by Josef A...Clickstream Analysis with Spark—Understanding Visitors in Realtime by Josef A...
Clickstream Analysis with Spark—Understanding Visitors in Realtime by Josef A...
Spark Summit
 
camunda BPM - presented at Oracle vs. camunda Shootout Roadshow
camunda BPM - presented at Oracle vs. camunda Shootout Roadshowcamunda BPM - presented at Oracle vs. camunda Shootout Roadshow
camunda BPM - presented at Oracle vs. camunda Shootout Roadshow
camunda services GmbH
 
Big-Data-Analyse und NoSQL-Datenbanken
Big-Data-Analyse und NoSQL-DatenbankenBig-Data-Analyse und NoSQL-Datenbanken
Big-Data-Analyse und NoSQL-Datenbanken
Johannes Schildgen
 
Workflow Tool für den SAP Workflow Engine Produktpräsentation
Workflow Tool für den SAP Workflow Engine Produktpräsentation Workflow Tool für den SAP Workflow Engine Produktpräsentation
Workflow Tool für den SAP Workflow Engine Produktpräsentation
inPuncto GmbH
 
Back to Basics German 2: Erstellen Sie Ihre erste Anwendung in MongoDB
Back to Basics German 2: Erstellen Sie Ihre erste Anwendung in MongoDBBack to Basics German 2: Erstellen Sie Ihre erste Anwendung in MongoDB
Back to Basics German 2: Erstellen Sie Ihre erste Anwendung in MongoDB
MongoDB
 
T-Systems: DevTestOps - das Geheimnis bestet App-Performance
T-Systems: DevTestOps - das Geheimnis bestet App-PerformanceT-Systems: DevTestOps - das Geheimnis bestet App-Performance
T-Systems: DevTestOps - das Geheimnis bestet App-Performance
Dynatrace
 
Business Platform 3DEXPERIENCE 2019
Business Platform 3DEXPERIENCE 2019Business Platform 3DEXPERIENCE 2019
Business Platform 3DEXPERIENCE 2019
SQL Projekt AG
 
Mastering architecture, design- and code-quality
Mastering architecture, design- and code-qualityMastering architecture, design- and code-quality
Mastering architecture, design- and code-quality
Sebastian Dietrich
 
CodeTalks Vortrag: Automatisierung mit Ansible & Jenkins @ LeanIX Enterprise ...
CodeTalks Vortrag: Automatisierung mit Ansible & Jenkins @ LeanIX Enterprise ...CodeTalks Vortrag: Automatisierung mit Ansible & Jenkins @ LeanIX Enterprise ...
CodeTalks Vortrag: Automatisierung mit Ansible & Jenkins @ LeanIX Enterprise ...
LeanIX GmbH
 

Ähnlich wie Visuelle Gestaltung und Testdatenentwicklung mit BizDataX (20)

Kennst du ein Unternehmen, dass erfolgreich die QS outtasked hat?“
Kennst du einUnternehmen, dass erfolgreichdie QS outtasked hat?“Kennst du einUnternehmen, dass erfolgreichdie QS outtasked hat?“
Kennst du ein Unternehmen, dass erfolgreich die QS outtasked hat?“
 
Mit Prozessautomatisierung und Co-Creation zur Digitalisierung der Öffentlich...
Mit Prozessautomatisierung und Co-Creation zur Digitalisierung der Öffentlich...Mit Prozessautomatisierung und Co-Creation zur Digitalisierung der Öffentlich...
Mit Prozessautomatisierung und Co-Creation zur Digitalisierung der Öffentlich...
 
DBSAT – Die Oracle DATENBANK bzgl. PII Daten analysieren
DBSAT – Die Oracle DATENBANK bzgl. PII Daten analysierenDBSAT – Die Oracle DATENBANK bzgl. PII Daten analysieren
DBSAT – Die Oracle DATENBANK bzgl. PII Daten analysieren
 
W-JAX 2013 Spring Batch - Performance und Skalierbarkeit
W-JAX 2013 Spring Batch - Performance und SkalierbarkeitW-JAX 2013 Spring Batch - Performance und Skalierbarkeit
W-JAX 2013 Spring Batch - Performance und Skalierbarkeit
 
Dr. Andreas Lattner - Aufsetzen skalierbarer Prognose- und Analysedienste mit...
Dr. Andreas Lattner - Aufsetzen skalierbarer Prognose- und Analysedienste mit...Dr. Andreas Lattner - Aufsetzen skalierbarer Prognose- und Analysedienste mit...
Dr. Andreas Lattner - Aufsetzen skalierbarer Prognose- und Analysedienste mit...
 
Analytic powerhouse parallel data warehouse und r
Analytic powerhouse parallel data warehouse und rAnalytic powerhouse parallel data warehouse und r
Analytic powerhouse parallel data warehouse und r
 
Kritische app performance erfolgreich optimieren mit Bison
Kritische app performance erfolgreich optimieren mit BisonKritische app performance erfolgreich optimieren mit Bison
Kritische app performance erfolgreich optimieren mit Bison
 
Skalierung & Performance
Skalierung & PerformanceSkalierung & Performance
Skalierung & Performance
 
Webinar: Vom Schrauber in die Cloud – Wie geht die Anbindung an das SAP Cloud...
Webinar: Vom Schrauber in die Cloud – Wie geht die Anbindung an das SAP Cloud...Webinar: Vom Schrauber in die Cloud – Wie geht die Anbindung an das SAP Cloud...
Webinar: Vom Schrauber in die Cloud – Wie geht die Anbindung an das SAP Cloud...
 
Entwicklung Innovativer und Komplexer AIR Anwendungen
Entwicklung Innovativer und Komplexer AIR AnwendungenEntwicklung Innovativer und Komplexer AIR Anwendungen
Entwicklung Innovativer und Komplexer AIR Anwendungen
 
C/ C++ for Notes & Domino Developers
C/ C++ for Notes & Domino DevelopersC/ C++ for Notes & Domino Developers
C/ C++ for Notes & Domino Developers
 
Clickstream Analysis with Spark—Understanding Visitors in Realtime by Josef A...
Clickstream Analysis with Spark—Understanding Visitors in Realtime by Josef A...Clickstream Analysis with Spark—Understanding Visitors in Realtime by Josef A...
Clickstream Analysis with Spark—Understanding Visitors in Realtime by Josef A...
 
camunda BPM - presented at Oracle vs. camunda Shootout Roadshow
camunda BPM - presented at Oracle vs. camunda Shootout Roadshowcamunda BPM - presented at Oracle vs. camunda Shootout Roadshow
camunda BPM - presented at Oracle vs. camunda Shootout Roadshow
 
Big-Data-Analyse und NoSQL-Datenbanken
Big-Data-Analyse und NoSQL-DatenbankenBig-Data-Analyse und NoSQL-Datenbanken
Big-Data-Analyse und NoSQL-Datenbanken
 
Workflow Tool für den SAP Workflow Engine Produktpräsentation
Workflow Tool für den SAP Workflow Engine Produktpräsentation Workflow Tool für den SAP Workflow Engine Produktpräsentation
Workflow Tool für den SAP Workflow Engine Produktpräsentation
 
Back to Basics German 2: Erstellen Sie Ihre erste Anwendung in MongoDB
Back to Basics German 2: Erstellen Sie Ihre erste Anwendung in MongoDBBack to Basics German 2: Erstellen Sie Ihre erste Anwendung in MongoDB
Back to Basics German 2: Erstellen Sie Ihre erste Anwendung in MongoDB
 
T-Systems: DevTestOps - das Geheimnis bestet App-Performance
T-Systems: DevTestOps - das Geheimnis bestet App-PerformanceT-Systems: DevTestOps - das Geheimnis bestet App-Performance
T-Systems: DevTestOps - das Geheimnis bestet App-Performance
 
Business Platform 3DEXPERIENCE 2019
Business Platform 3DEXPERIENCE 2019Business Platform 3DEXPERIENCE 2019
Business Platform 3DEXPERIENCE 2019
 
Mastering architecture, design- and code-quality
Mastering architecture, design- and code-qualityMastering architecture, design- and code-quality
Mastering architecture, design- and code-quality
 
CodeTalks Vortrag: Automatisierung mit Ansible & Jenkins @ LeanIX Enterprise ...
CodeTalks Vortrag: Automatisierung mit Ansible & Jenkins @ LeanIX Enterprise ...CodeTalks Vortrag: Automatisierung mit Ansible & Jenkins @ LeanIX Enterprise ...
CodeTalks Vortrag: Automatisierung mit Ansible & Jenkins @ LeanIX Enterprise ...
 

Visuelle Gestaltung und Testdatenentwicklung mit BizDataX

  • 1. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 1aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 1 Dragan Kinkela, CEO Martin Kralj, CTO aminodata Ekobit d.o.o www.aminodata.com www.bizdatax.com BizDataX Visuelle Gestaltung
  • 2. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 2  Planung:  Testdaten definieren  Steuerung:  Testdaten erzeugen  Testdaten bereitstellen  Testdaten vergleichen  Testdaten dokumentieren  Testdaten Betrieb  Testdaten in Testumgebung implementiert  Testdaten archivieren Testdaten und Organisation  Planung:  Business Analyst  Technisches PM  Testdatenmanager  Security & DSG Beauftragte  Steuerung:  Testdatenmanager  Testmanager  Lead Softwareentwickler  Tester  DB Admin  System Admin  Testdaten Betrieb  Testmanager  Tester  Schulung  Support  DB Admin  System Admin  Security & DSG Beauftragte  Testdatenmanager Aufgaben Rollen
  • 3. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 3  Problem: Wie stelle ich auf anhieb fest das mein SQL Script die untenstehenden Parameters erfüllt:  Konsistenz der Testdaten  Referentielle Integrität der Testdaten  Korrekter Fluss der Testdaten in gewünschtem Testsystem  Wie stelle ich als Testdatenmanager fest ob die ausgewählte Datenstruktur stimmt, wenn ich dies anhand eines SQL Scripts überprüfen muss und kein SQL Spezialist bin? Testdaten mit SQL erstellen, Beispiel SELECT TOP 4 Track.Name FROM Track ORDER BY CHECKSUM(NEWID()) SELECT Artist.Name, Track.Name FROM Artist CROSS APPLY ( SELECT TOP 3 Track.Name FROM Track WHERE Track.ArtistID = Artist.ID ORDER BY CHECKSUM(NEWID()) ) AS Track
  • 4. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 4 refr.r_owner = refd.owner and refr.r_constraint_name = refd.constraint_name; BEGIN FOR fk IN fk_sql LOOP EXECUTE IMMEDIATE 'ALTER TABLE "' || fk.owner || '"."' || fk.table_name || '" DROP CONSTRAINT "' || fk.constraint_name || '"'; END LOOP; END; DECLARE CURSOR c_sql IS select owner, table_name, constraint_name, constraint_type, generated, index_name from dba_constraints where owner = 'BISAMPLE' and table_name = 'SAMP_CUSTOMERS_D' and constraint_type <> 'R'; BEGIN FOR c IN c_sql LOOP EXECUTE IMMEDIATE 'ALTER TABLE "' || c.owner || '"."' || c.table_name || '" DROP CONSTRAINT "' || c.constraint_name || '"'; END LOOP; END; ALTER TABLE "BISAMPLE"."SAMP_CUSTOMERS_D" RENAME TO "SAMP_CUSTOMERS_D$DMASK" CREATE TABLE "BISAMPLE"."SAMP_CUSTOMERS_D" TABLESPACE "USERS" PCTFREE 10 INITRANS 1 MAXTRANS 255 STORAGE… -- Target database: orcl -- Script generated at: xxxxx xxxx xxx COMMIT ALTER SESSION ENABLE PARALLEL DML DROP TABLE "MGMT_DM_TT_7" PURGE declare adj number:=0; num number:=0; cnt0 NUMBER; hcnt0 NUMBER; begin select length(count(*)) into adj from (select distinct "NAME" from "BISAMPLE"."SAMP_CUSTOMERS_D"); num := adj; adj := greatest(adj - 4, 0); select count(*) into cnt0 from (select distinct "EMPLOYEE_NAME" from "HR"."EMPLOYEES"); hcnt0 := greatest(0, cnt0-1); hcnt0 := least(4294967295, hcnt0); execute immediate 'create table MGMT_DM_TT_7 (orig_val null, new_val null) NOLOGGING PARALLEL as select CAST(null AS VARCHAR2(255 CHAR)) orig_val, CAST(null AS VARCHAR2(255 CHAR)) new_val from dual union all select s.orig_val, case when s.subset = 1 then CAST( Dass können nur wenige! Ein SQL Beispiel Was kann ich als Business Analyst, oder Tester damit anfangen? NICHTS!
  • 5. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 5 Jetzt Beispiel Credit Card Masking bei BizDataX  Auf einem Screen haben Sie alle Operationen rund um Maskierung und Verteilung von Credit Cards!
  • 6. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 6 BizDataX - Leistungsfähige Lösung
  • 7. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 7 Warum mit BizDataX und visuellem Ansatz arbeiten? Weil BizDataX und dessen Team sich entschieden haben Kundenbedürfnisse zu erfüllen und Testdatenmanagement als Teil der Qualitätssicherungsmaßnahmen nach vorne in der Kette der Softwareentwicklung zu versetzen. Dort wo die Business Bedürfnisse in Spezifikationen umgewandelt werden nämlich bei Business Analysten und Technischen Projektmanagern inklusive Testdatenmanager.
  • 8. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 8 Warum mit BizDataX und visuellem Ansatz arbeiten? BizDataX musste aber mit folgenden Merkmalen ausgestattet werden um diese Umwandelung von Fokus auf die Technik zum Fokus auf das Business und die Qualität zu erreichen:  Einfach und leistungsfähig  Übersichtliche Oberflächen, verständlich und schnell zu erlernen  Möglich mit eigenen Mitarbeitern und Spezialisten zu Implementieren  Sehr niedrige Schulungskosten und schneller Know-How Aufbau beim Kunden  Standard Programmiersprache, Standard Technologien  Technologien übergreifend  Nahtlose Integration in der IT Landschaft beim Kunden  Erweiterbar nach Kundenbedürfnissen auch vom Kunden selbst  Integration mit verschiedenen Testautomaten  Gerechte Weiterentwicklungskosten  Normale Wartungskosten  Wenige Abhängigkeiten von BizDataX Entwickler
  • 9. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 9 Was haben wir jetzt auf dem Testdatenmanagement Markt?  Verschiedene Tools die fast alle gleich aussehen  Verschiedene Tools die fast ausschliesslich für DB Administratoren entwickelt worden sind  Keine neuen echte innovative Ansätze  Fokus bei der Technologie nicht bei den Bedürfnissen von Kunden und Kundenprozessen  Hohe Lizenzkosten  Hohe Implementierungskosten  Hohe Weiterentwicklungskosten  Hohe Schulungskosten (unübersichtliche Oberfläche, eigene Script Sprachen….)  Hohe Wartungskosten  Hohe Abhängigkeit
  • 10. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 10 Beispiel Optim Mask FirstName Beispiel BizDataX  Für FirstName 3x Drag & Drop und genau 11 Sekunden!! Mit Optim um nur FirstName zu maskieren haben Sie 2 A4 Seiten an Code und viele kleine Schritte. Man muss aber Code aufmachen um die Bedingungen für Maskierung zu sehen. Also man muss SQL Code verstehen.  Zusätzlich noch 1 Minute für Name, Vorname Zuordnung zu Titel. Noch 0.5 Minuten für eMail Generierung! +10 Sekunden um 1000 User inklusive Name, Vorname, Titel, eMail neu zu generieren. Für alles hatten wir 8 Drag & Drop Bewegungen gebraucht! 1 Minute 40 Sekunden!
  • 11. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 11 Beispiel FirstName Informatica? Beispiel BizDataX  Ca. 80 Klicks, 30 Popups 7 Minuten Arbeit und bezeichnet diesen Vorgang als Complex: Alle diese Elemente sind einzeln angelegt und erstellt worden um nur FirstName zu maskieren. Und wir sind immer noch auf halber Strecke. Ohne Neugenerierung.  Für FirstName 3x Drag & Drop und genau 11 Sekunden!!  Zusätzlich noch 1 Minute für Name, Vorname Zuordnung zu Titel. Noch 0.5 Minuten für eMail Generierung! +10 Sekunden um 1000 User inklusive Name, Vorname, Titel, eMail neu zu generieren. Für alles hatten wir 8 Drag & Drop Bewegungen gebraucht! 1 Minute 40 Sekunden!
  • 12. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 12 Beispiel Credit Card Masking BizDataX Grid-Tools  Was zeigt mir die Navigation? Was ist da wohl alles drin und für was?
  • 13. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 13 Jetzt Beispiel Credit Card Masking bei BizDataX  Auf einem Screen haben Sie alle Operationen rund um Maskierung und Verteilung von Credit Card’s!
  • 14. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 14 Beispiel vom Vorteil bei visuellen Vorgehen mit BizDataX  Auf einem Screen haben Sie alle Operationen rund um Maskierung von Name, Vorname und Zuordnung zum Titel Mr. Ms.. Sie haben die Möglichkeit diese Maskierungskonfiguration zum Dokument zu exportieren, als Bild zu speichern und zu Drucken zu Versionisieren und im HP QS oder einem Projektmanagement Tool mit einem Task zu verbinden. Direkt zum Testautomat zu exportieren…. Das gilt selbstverständlich für alle Maskierungen nicht nur für das untenstehende.
  • 15. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 15 BizDataX Statistik visualisieren Es ist nicht nur wichtig Maskierungsvorgänge zu visualisieren sondern auch Statistiken im gleichen Schritt zu visualisieren. Das bringt Ihnen massive Vorteile weil Sie so Testdatenqualität sofort im Griff haben. Sie wissen wie sie entstanden sind, und ob Anforderungen an Testdaten korrekt ausgeführt sind. Hier unten ein Beispiel für Tags rund um die Entstehung von Namen, Vornahmen, Mail inklusive Lokalisierung. Wir sehen sofort wie viele neu sind und wie viele maskiert sind. Maskiert = Update, Neu = Insert = Synthetisch. Hier kann man noch Test Case Nr. darstellen. BizDataX ermöglicht Ihnen absolute Transparenz, das spart an Geld, Zeit und verbessert das Arbeits-Klima. Vereinfacht die Zusammenarbeit mit Datenschutzbeauftragten.
  • 16. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 16 Nehmen wir einen etwas komplizierteren Testdaten Vorgang: Werden Sie diese Aufgabe von BizDataX verstehen auch wenn Sie keine IT Ausbildung haben? Ich sage Ja! Sie wissen sogar sofort zu welchen Test Case es gehört!
  • 17. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 17 Nehmen wir einen etwas komplizierteren Testdaten Vorgang: Und diese Navigation? Passt die zum Generierungsvorgang? Ich sage Ja!
  • 18. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 18 BizDataX – Effizienz und Ersparnisse 0 2 4 6 8 10 12 Testefizienz Einsparnisse Technologievorsprung Kosten Eigenentwicklung Abhängig von einzelnen Personen/Firmen Effizienz Diagramm BizDataX Neu Entwickl. Wie bis jetzt
  • 19. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 19 BizDataX – Effizienz und Ersparnisse 0 1 2 3 4 5 6 7 8 Vorbereitung für die Integration Zeit für die Integration Weiterentwicklung Support + neue Funktionalitäten Kosten der Integration & Weiterentwicklung BizDataX Neu Entwicklung Wie bis jetzt
  • 20. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 20 BizDataX – Effizienz und Ersparnisse 0 2 4 6 8 10 12 Optimale Testdaten Automatisierung Aufwand Suche nach perfekten Testdaten Aufwand Datenobjekt Statistikauswertungen gestallten Effizienz Diagramm Bereitstellung Testdaten BizDataX Neu Entwickl. Wie bis jetzt
  • 21. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 21 BizDataX – Effizienz und Ersparnisse Datenobjekt – Kostenreduktion Testkosten (in Bezug auf TDM) Datenmenge ohne BizDataX Datenobjektmethode Datenmenge 50% 50% 60% 70% 80%40% Datenmenge mit BizDataX Datenobjektmethode 90%
  • 22. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 22 BizDataX – Ersparnisse BizDataX senkt Ihre Testkosten - BizDataX ist einfacher zu Integrieren ca. 40% der Kosten werden gespart. - BizDataX nahtlose Integration in Ihre Testprozesse ca. 30% der Kosten sind gespart. - Optimale Testdaten ca. 60% der Kosten bleiben gespart. - BizDataX automatisiert Ihre Testdatenproduktion ca. 60% der Kosten sind gespart. - Herstellung von grossen Testdatenmengen ca. 60%-70% der Kosten werden gespart. - Die Suche nach perfekten Daten für Test Cases reduziert sich für 70%-80%. - Hardware Kostenreduktionen um ca. 60%-80%. - Unabhängig von einzelnen Personen oder Mitarbeiter Gruppen, da das ganze Wissen an einem Ort und transparent verwaltet wird. - BizDataX senkt das Risiko von Wissensverlusten auf 0%.
  • 23. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 23 Besten Dank für Ihre Aufmerksamkeit! aminodata Mellingerstrasse 6 54000 Baden, Switzerland www.aminodata.com Adresse: Kontakt: Dragan Kinkela, CEO mailto: d.kinkela@aminodata.com phone: +41 76 579 16 41 Skype: kinkela_dragan
  • 24. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 24aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 24 Dragan Kinkela, CEO Martin Kralj, CTO aminodata Ekobit d.o.o www.aminodata.com www.bizdatax.com BizDataX – Testdatenanonymisieren, Testdaten Synthetisieren, Testdatenmanagement
  • 25. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 25 BizDataX - Leistungsfähige Lösung
  • 26. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 26 BizDataX - Leistungsfähige Lösung  Leistungsfähige und funktionsreiche Testdatenmanagement Lösung  Vorbereitete Listen für Maskierung von: Namen mit Region und Geschlecht Attribute , länderspezifische Straßen , Orten , Postleitzahlen und Banklisten  Landspezifische nationale Identifikationsnummer -Generatoren (SSN , AHV, ... OIB  generieren numerische Werte : Zahlen, Schlüssel  Finanzwerte generieren: Kreditkartennummern, Kontonummern, IBAN ...  Datum generieren und Zeit- Werte: Datumsarithmetik eingebaut  Maskierung / Generierung von Daten – nach statistischen Vorgaben  Multi- Table und Multi - Datenbank-Unterstützung , synchronisieren von wichtigsten Änderungen across  Maskieren von Daten in unstrukturierten und strukturierten Speichersysteme wie XML, Text Dateien oder Office Dokumenten  Shuffling  Kennzeichnung von Maskierten Daten für die Integration mit anderen Werkzeugen , d.h. Messdatenmanagement -oder Testautomations –Tools  Möglichkeit volle Leistung des .Net und SQL direkt zu nutzen für die Ausführung von Maskierungsvorgängen um ultimative Flexibilität des BizDataX zu nutzen
  • 27. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 27 BizDataX – Stabil und skalierbar  Stabile, skalierbare Ausführung im Hosting-Umgebung - BizDataX Runtime  Installation auf einem einzelnen oder auf mehreren Systemen , zentrale Verwaltung mit Standard- Tools wie MMC (http://www.bizdatax.com/features/working_with_runtime_11/ # 0)  Beliebige Anzahl von Datenmaskierung Transformationen setzt mit einfach zu bedienenden Terminplanung und Automatisierungsunterstützung ( http://www.bizdatax.com/features/working_with_masking_packages_and_configurations_12/ # 0)  Trennung von Rollen und Verantwortlichkeiten innerhalb der Organisation  Anonymisieren von Datenbanken mit Terabytes von Daten und Tabellen mit Milliarden von Datensätzen auch möglich
  • 28. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 28 BizDataX - bewährte Technologie-Stack  Industrie bewährte Technologie-Stack  Windows Server und zugehörige Management-Tools  . Net Framework  Microsoft SQL Server für die internen Wörterbücher und Ersatzwert Listen  ADO.Net Entity Framework-Datenabstraktionsschicht, Daten aus beliebigen Quellen in einer konsistenten Art und Weise zuzugreifen  Optional SQL Server Integration Services-Technologie zur Trennung von Kern Maskierung von ETL –Prozesse  Versionierung von Maskierungsregeln mit Standard- Technologien wie Microsoft Team Foundation Server , GitHub, Subversion und viele andere Source-Code -Management- Lösungen
  • 29. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 29aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 29 Dragan Kinkela, CEO Martin Kralj, CTO aminodata Ekobit d.o.o www.aminodata.com www.bizdatax.com BizDataX – Systemintegration
  • 30. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 30 BizDataX: System Integration - BizDataX besteht aus 2 Teilen, Maskierungs- Tool und Administrations- Tool. - Das Maskierungs-Tool besteht aus Drag & Drop Template Engine für die Maskierung. - Das Administrationstool verwaltet Maskierungs Engine, Paketierung und Performance Engine. Maskieren Synthetisieren Maskieren Synthetisieren Maskieren Synthetisieren Maskieren Synthetisieren Maskieren und Synthetisieren – Administrieren
  • 31. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 31 BizDataX: Multitabelle, Multi DBs, Multi Files Maskieren Synthetisieren Distribution von Testdaten Oracle Software Development Software Testing Tabelle 1 DB2 MSSQL Other DB XML-Files MS Office-Files Tabelle 2 Tabelle 3 Tabelle 4 Other DB Multitabelle, Multi DBs, Multi Files - Sie können mit BizDataX Testdaten über Multitabelle, Multi DB, Multi Files Systemen präzise und sicher ausliefern - Mit den mächtigen Repeting Funktionen von BizDataX, sind Sie in Stande Testdaten auch ohne IDs in andere Systeme auszuliefern - BizDataX ist befähigt alle bekannten DBs ohne zusatzaufwand mit Testdaten zu versorgen
  • 32. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 32 BizDataX: Service Virtualisierung Integration Synthetisieren Maskieren Services Anforderungen Testdatenanforderungen Testdaten Infrastruktur- und Servicesinterface Projektanforderungen Serviceinterfaces Virtualisierung Software Development Software Testing Testdatenmanager Services Projekt 2 Services Projekt 3 Services Projekt 1 XML-Files MS Office- Files Excel - Mit BizDataX können Sie alle Systeme und Services mit Testdaten versorgen - Wenn Bedürfnisse nach Synthetischen Daten für Services bestehen können Sie es durch BizDataX abdecken - Wenn Sie Bedürfnisse nach Maskierten und Anonymisierten Daten haben, dann können Sie es auch mit BizDataX abdecken
  • 33. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 33 BizDataX: Vorteile bei Service Virtualisierung Integration  Folgende Vorteile haben Sie wenn Sie Testdaten für Virtualisierung mit BizDataX generieren und verwalten wollen:  Zentrales verwalten von Testdaten  Personalisierte- Templates für Erstellung von Testdaten  Testdaten Synthetisieren /Synthetisch erstellen (unteranderem auch Datum, Zeit,…)  Testdaten Maskieren oder Anonymisieren  Synthetisieren und Maskieren, beide Prozesse können innerhalb eines Schrittes ausgeführt werden  Stabile, skalierbare Ausführung von Synthetisierungs- und Maskierungs- Prozessen  Verteilen von Testdaten über verschiedene Tabellen, DBs , Files oder Systeme  Einbindung von Testdaten direkt in Testingtool (Tosca, HP QS…) über BizDataX XML Schnittstellen  Kostensparen durch Zentrales verwalten und Erstellen von Testdaten (Weniger Infrastruktur, Lizenzen und Personal)
  • 34. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 34 BizDataX: Integration von Testautomatisierungstools Maskieren Synthetisieren Maskieren Synthetisieren Maskieren Synthetisieren Testing Tools Test Cases Applikation Layer Integration - Sie können mit BizDataX auf alle Systeme zu greifen, und Homogene Testdaten überall ausliefern. - Somit werden Testdaten Zentralisiert verteilt und Zentralisiert erstellt. - Alles aber in Anklang mit Bedürfnissen von Testautomatisierung und Test Cases.
  • 35. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 35 Integration von Testautomatisierungstools mit BizDataX Maskieren Synthetisieren Testing Tools Test Cases Beispiel Test Daten Problem: Wenn sich in der Daten Bank 1000 13 Jährige Kunden befinden, dann ist es sehr unübersichtlich bei der Test Automatisation welche man für Test Zwecke nehmen soll. Wer hat wann Geburtstag und was passiert wenn man die Tests mehr als ein Jahr wiederholt und immer wieder gleiche User genommen werden. Dazu sind es zu viele Daten. Vielleicht braucht man nur 30 davon um Tests richtig abzubilden. Lösung mit BizDataX: Bei der Testdaten Generierung Maskierung oder Synthetisierung werden einzelne Teile der Datensätzen Äquivalenzklassen definiert. Beispiel Datensatz: Name, Vorname, Adresse, Geburtsdatum = Äquivalenzklasse ,…andere Daten…. Test Case Nr. 1001 - Getestet wird eine Core Banking Applikation - Eröffne ein Jugendkonto - Äquivalenzklasse sind 13 Jährige Kunden - Erwartete Resultat: OK Test Case Nr. 1002 - Getestet wird ein Core Banking Applikation - Eröffne ein Sparkonto in EUR - Äquivalenzklasse sind 13 Jährige Kunden - Erwartete Resultat: NOT OK Test Case Nr. 1004 - Getestet wird ein Core Banking Applikation - Eröffne ein Privat Konto in CHF - Äquivalenzklasse sind 13 Jährige Kunden - Erwartete Resultat: NOT OK
  • 36. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 36 Integration von Testautomatisierungstools mit BizDataX Testing Tools Test Cases Lösung BizDataX: Äquivalenzklasse Condition: Function(customer) customer.DATE_OF_BIRTH > DateTime.Now.AddYears(-14) And customer.DATE_OF_BIRTH <= DateTime.Now.AddYears(-13) Test Case Nr. 1004 - Getestet wird eine Core Banking Applikation - Eröffne ein Privatkonto in CHF - Äquivalenzklasse sind 13 Jährige Kunden - Erwartete Resultat: NOT OK Beispiel Datensatz: Name, Vorname, Adresse, Geburtsdatum = Äquivalenzklasse ,…andere Daten….
  • 37. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 37 Integration von Testautomatisierungstools mit BizDataX Bild 1 Maskieren Synthetisieren Test Daten Maskierungs-Engine, Drag & Drop Template Function(customer) customer.DATE_OF_BIRTH > DateTime.Now.AddYears(-14) And customer.DATE_OF_BIRTH <= DateTime.Now.AddYears(-13)Condition Äquivalenzklasse Zuordnung zum Projekt und Test Case
  • 38. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 38 Integration von Testautomatisierungstools mit BizDataX Erklärung Bild 1: - Es werden in der Datenbank Maskierungen und Filterungen vorgenommen welche den Testfällen entsprechen. - So aufbereitete Testdaten sind dann für mehr als ein Testfall geeignet. - Die Testdaten sind zu Testfällen zugeordnet. - Die Testdaten sind Dynamisch und entsprechend immer der Idealfall für den Test Case. - Test Tools können immer auf das Teil des benötigten Datensatzes zugreifen. (Äquivalenzklasse ) - So aufgebaute mehrzweck Testdaten verringern die Testdatenmenge um 70%. - Somit wird eine Konstante Test Qualität erzeugt. - Die richtigen Testdaten stehen immer zur Verfügung. - Dieser Ansatz spart an Infrastruktur ca. 40%. - Dieser Ansatz Ermöglicht volle und Transparente Testautomatisierung. - Spart Ressourcen! - Spart Zeit! - Spart Geld!
  • 39. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 39 Integration von Testautomatisierungstools mit BizDataX XML Format für Testdaten Zugriff: - Wenn alle Testdaten Erfolgreich erstellt worden sind. - Wird für die Kommunikation mit externen Testautomatisation Tools XML erstellt. - BizDataX XML enthält auch Äquivalenzklasse n. - In diesem Fall Geburtstag. - So aufbereitete XML enthält auch detaillierte Informationen für welches Projekt man diese Testdaten benötigt und in welchen Test Cases ist es eingebunden.. Welche Vorteile bringt mir Das? - Personalisierte Testdaten Erstellung. - Unabhängigkeit von Testtools. - Ich kann jeder Zeit das Test Tool ändern aber Äquivalenzklassen bei Testdaten sind nicht verloren gegangen. Ich muss nur die Test Case Nr. ändern. - Einsparnisse bei der Testdaten Produktion. - Einsparnisse beim Hadrware. - Einsparnisse bei Lizenzen.
  • 40. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 40 BizDataX: Datenobjekte  Folgende Vorteile haben Sie wenn Sie Testdaten für Virtualisierung mit BizDataX generieren und verwalten wollen:  Zentrales verwalten von Testdaten  Personalisierte- Templates für Erstellung von Testdaten  Testdaten Synthetisieren /Synthetisch erstellen (unteranderem auch Datum, Zeit,…)  Testdaten Maskieren oder Anonymisieren  Synthetisieren und Maskieren, beide Prozesse können innerhalb eines Schrittes ausgeführt werden  Stabile, skalierbare Ausführung von Synthetisierungs- und Maskierungs- Prozessen  Verteilen von Testdaten über verschiedene Tabellen, DBs , Files oder Systeme  Einbindung von Testdaten direkt in Testingtool (Tosca, HP QS…)über BizDataX XML Schnittstellen  Kostensparen durch Zentrales verwalten und Erstellen von Testdaten (Weniger Infrastruktur, Lizenzen und Personal)
  • 41. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 41 BizDataX – Datenobjekt Datenobjekt: - Datenobjekte sind Daten welche eine oder Mehrere Geschäftsfälle zuzuordnen sind. - Datenobjekte sind als Substrakten des Datenbankmodells zu betrachten. - Datenobjekte dienen um daraus Testdaten zu erstellen und mögliche Äquivalenzklassen zu extrahieren. - Datenobjekte bieten Ihnen Optionen für statistische Auswertungen für Testing relevanten DB’s in Bezug auf die IST Situation der Datenmenge und Qualität der Daten. Vorteile: - Datenobjekte reduzieren dieTestdatenmenge um ca. 50-70%. - Datenobjekte lösen Ihre Probleme bei der Erstellung von Testdaten und Zuordnung zu Test Cases. - Datenobjekte beinhalten Beschreibungen einzelner Attributen und Informationen über DSG oder anderen Funktionen des Attributs. - Datenobjekte bieten Ihnen Optionen für statistische Auswertung einzelnen Attributen des Datenobjekts, und erlauben Ihnen genaue Übersicht über die IST Situation. Nie wieder Millionen von Daten Kopieren. Sondern nur die Testdaten erstellen die für die Integration Tests notwendig sind. Sie Sparen ca. 60% an Ihrer Infrastruktur.
  • 42. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 42 BizDataX – Datenobjekt Beschreibung Datenobjekt: - Besteht aus Attributen Jeder Attribut hat folgende Beschreibung: - Regeln – Wie einsetzen - Datenschutz Informationen - Ort wo sich das Attribut befindet - Technische Daten Ein Beispiel für DSG: - DSG – Level1 = Datenschutz Gesetz zu beachten Prio. 1. Regel festlegen was zu tun ist. - DSG – L0 muss geschützt werden.
  • 43. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 43 BizDataX – Datenobjekt Statistik Statistik: Die Statistik dient dazu einzelne Datenobjekte auszuwerten. Es ist Wichtig zu sehen welche Mengen an Daten vorhanden sind. Es ist nicht Wichtig welche User sie Repräsentiert. Nur anonymisierte Daten in verschiedenen Dimensionen und dessen Anzahl sind Wichtig. Unser Beispiel: - Wir wissen jetzt das 99 Frauen aus der Schweiz sich in der Daten Bank befinden, und das 1 davon unter 18 Jahre alt ist. Und das sich 395 Frauen aus USA in der DB befinden und das 1 davon unter 18 Jahre alt ist. - Folge daraus ist: - Beim kopieren von der DB müssen wir wissen das diese 2 Daten besonders zu schützen sind, weil man sie eindeutig identifizieren kann. - …
  • 44. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 44 BizDataX – Datenobjekt Statistik - Umsetzung bei Synthetisieren Umsetzung bei Synthetisieren: - Wenn alle Resultate der Auswertung vorhanden sind, dann entscheide ich wie viel von welchen Testdaten zu erstellen sind. Ein Beispiel: - Generiere nur Männliche 10 User, oder 1 Mio. Männliche User . - Aber ich weiss das ich 504 Männliche User habe. Vorteil für Sie: - Sie sparen Zeit - Geld für Teurere BI Tools - Und haben alle Informationen an einem Ort.
  • 45. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 45 BizDataX – Datenobjekt Protokoll - Alle generierten Testdaten haben die Beschreibung über: - Projekt, Test Case ID - Beschreibung über Funktion - User ID (in diesem Fall), oder ID des Objektes in der DB
  • 46. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 46 BizDataX – Datenobjekt – Kostenreduktion Testkosten (in Bezug auf TDM) Datenmenge ohne BizDataX Datenobjektmethode Datenmenge 50% 50% 60% 70% 80%40% Datenmenge mit BizDataX Datenobjektmethode 90%
  • 47. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 47  Substitution Substitution ist eine der effektivsten Methoden zur Anwendung von Daten Maskierung und die Möglichkeit, den authentischen aussehen zu bewahren und der Datensätze zu fühlen.  Shuffling Die schlurfende Methode ist eine sehr verbreitete Form der Verschleierung von Daten.  Number and date variance Die Methode der numerischen Varianz ist nützlich für die Anwendung bei Finanz und kalendarischen Informationen.  Encryption Verschlüsselung ist der komplexe Ansatz zur Lösung des Datenmaskierungsproblem. Der Verschlüsselungsalgorithmus erfordert häufig, dass ein "Schlüssel" angelegt wird, um die Daten basierend auf den Benutzerrechten einsehen zu können. .  Nulling out or deletion Es handelt sich hierbei um einen einfachen Ansatz der Maskierung. Durch Anlegen eines Null-Werts werden Informationen zu einem bestimmten Gebiet erlassen.  Masking out Durch das Ausblenden bestimmter Felder wird ebenfalls verhindert, dass sensible Informationen eingesehen werden können.  Additional complex rules Zusätzliche Regeln können in den Maskierungslösungen berücksichtigt werden. Techniken der Data Maskierung
  • 48. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 48 Suppression ID First Name Last Name Date of Birth Phone Gender 1 Sasha Cortez 20.7.1967 1-340-337-7194 Female 2 Neve Dyer 17.11.1975 1-599-974-8272 Female 3 September Graves 9.6.1977 1-404-899-2966 Female 4 Theodore Graves 27.10.1962 1-266-364-7119 Male 5 Donovan Hoover 19.3.1978 1-728-752-4244 Male 6 Lynn Joyner 16.12.1984 1-124-859-5234 Female 7 Quon May 19.11.1954 1-406-895-7153 Female 8 Berk Mcclain 18.7.1966 1-938-803-0464 Male 9 Hakeem Ray 9.4.1964 1-734-314-8964 Male 10 Paki Sellers 10.11.1956 1-641-173-5621 Male ID First Name Last Name Gender 2 Neve Dyer Female 4 Theodore Graves Male 5 Donovan Hoover Male 7 Quon May Female 8 Berk Mcclain Male
  • 49. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 49 Shuffling ID First Name Last Name Gender 1 Cortez Female 2 Dyer Female 3 Graves Female 4 Graves Male 5 Hoover Male 6 Joyner Female 7 May Female 8 Mcclain Male 9 Ray Male 10 Sellers Male Sasha Neve September Theodore Donovan Lynn Quon Berk Hakeem Paki
  • 50. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 50 Redaction (blacking-out)
  • 51. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 51 Generalization ID First Name Last Name Age 1 Sasha Cortez 44 2 Neve Dyer 36 3 September Graves 34 4 Theodore Graves 49 5 Donovan Hoover 33 6 Lynn Joyner 27 7 Quon May 57 8 Berk Mcclain 45 9 Hakeem Ray 47 10 Paki Sellers 55 ID First Name Last Name Age 1 Sasha Cortez 41-50 2 Neve Dyer 31.40 3 September Graves 31-40 4 Theodore Graves 41-50 5 Donovan Hoover 31-40 6 Lynn Joyner 21-30 7 Quon May 51- 8 Berk Mcclain 41-50 9 Hakeem Ray 41-50 10 Paki Sellers 51-
  • 52. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 52 Randomization, generating and substitution ID First Name Last Name Phone 1 Sasha Cortez 1-340-337-7194 2 Neve Dyer 1-599-974-8272 3 September Graves 1-404-899-2966 4 Theodore Graves 1-266-364-7119 5 Donovan Hoover 1-728-752-4244 6 Lynn Joyner 1-124-859-5234 7 Quon May 1-406-895-7153 8 Berk Mcclain 1-938-803-0464 9 Hakeem Ray 1-734-314-8964 10 Paki Sellers 1-641-173-5621 ID First Name Last Name Phone 1 Sasha Cortez 1-182-260-6935 2 Neve Dyer 1-886-794-9258 3 September Graves 1-847-263-1225 4 Theodore Graves 1-341-810-3139 5 Donovan Hoover 1-982-608-9112 6 Lynn Joyner 1-960-142-1834 7 Quon May 1-872-132-9340 8 Berk Mcclain 1-612-726-9353 9 Hakeem Ray 1-157-361-5540 10 Paki Sellers 1-834-906-6092
  • 53. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 53 BizDataX: Masking techniques combined
  • 54. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 54 BizDataX: Higher level of abstraction
  • 55. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 55 BizDataX: Declarative paradigm
  • 56. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 56  Explizite und implizite Parallelität  Automatische und zeitgesteuerte Ausführung  Benachrichtigungen, Überwachung und Prüfung  Effiziente Verarbeitung grosser Datenmengen  Deterministische oder wiederholbare Maskierung BizDataX Werkzeuge: Leistung und Know-how
  • 57. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 57  Gründliche Analyse der bestehenden Infrastruktur, Daten, Menschen und Prozesse  Natürliche Trennung von Rollen und Verantwortlichkeiten  Die Daten können als andere Must-Haves und tägliche Routinen behandelt werden  Accountability und Rückverfolgbarkeit BizDataX Werkzeuge: ein systematischer Ansatz
  • 58. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 58aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 58 Dragan Kinkela, CEO Martin Kralj, CTO aminodata Ekobit d.o.o www.aminodata.com www.bizdatax.com BizDataX – Referenzen
  • 59. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 59 Referenzen  Marin Stražanac, Head of Software Dev. Dept., Raiffeisenbank  Raiffeisenbank Austria d.d. Zagreb is one of largest bank in Croatia. In our databases we keep some very sensitive data about our customer, their accounts and transactions. Because of that, data secrecy is one of our crucial obligations. Our production database tables (AIX/DB2) are several hundred million records large and we evaluated different solutions primarily for performance and technical feasibility in our environment. The outstanding performance of BizDataX was above our expectations. It uses intermediate database, so the masking procedure was quick and had no impact on our target system, while the data merging process was fast and predictable.
  • 60. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 60 Referenzen  Helena Pezer Business Analyst, APIS IT  APIS IT provides IT services to different public sector organizations in Croatia, like state tax and customs administration and the City of Zagreb. IT systems in use by our customers collect tons of sensitive information which needs to be masked before further use in the process of software developmet and testing. We've worked with BizDataX to mask a database containing data about health care providers in the City of Zagreb. The results were more than satisfactory, masked data was de-identified while it remained useful for secondary usage. Masking worked well despite the fact that we have had to deal with complex interdependencies among different information systems.
  • 61. aminodata : Mellingerstrasse 6: 5400 Baden : d.kinkela@aminodata.com : www.aminodata.com : 61 Besten Dank für Ihre Aufmerksamkeit! aminodata Mellingerstrasse 6 54000 Baden, Switzerland www.aminodata.com Adresse: Kontakt: Dragan Kinkela, CEO mailto: d.kinkela@aminodata.com phone: +41 76 579 16 41 Skype: kinkela_dragan