Was sind parametrisierte und datengesteuerte Tests?

Question

Accepted Answer

**Parametrisierte (datengesteuerte) Tests** führen die **gleiche Test-Logik mit mehreren Sets von Eingaben und erwarteten Ausgaben aus** — und vermeiden damit, den Test für jeden Fall zu duplizieren. Sie ermöglichen es, viele Szenarien (einschließlich Grenzfälle) prägnant zu testen.

## Das Problem: duplizierte Tests

```text
Without parameterization, testing many input/output cases means COPYING the test:
  test('add 2+3', () => expect(add(2,3)).toBe(5));
  test('add 0+0', () => expect(add(0,0)).toBe(0));
  test('add -1+1', () => expect(add(-1,1)).toBe(0));
  → lots of near-identical, repetitive tests (tedious, hard to maintain)
```

## Parametrisierte Tests — ein Test, viele Fälle

```js
// run the SAME test logic over a TABLE of cases (Jest's test.each)
test.each([
  [2, 3, 5],
  [0, 0, 0],
  [-1, 1, 0],
  [100, 200, 300],
])('add(%i, %i) === %i', (a, b, expected) => {
  expect(add(a, b)).toBe(expected);     // one logic, run per case
});
// → each row is a separate reported test case; add a case = add a row
```

Die meisten Frameworks unterstützen dies (Jest `test.each`, pytest `@parametrize`, JUnit `@ParameterizedTest`).

## Vorteile

```text
✓ CONCISE — test many scenarios without duplicating the test body
✓ Easy to ADD CASES — just add a row of data (great for edge cases / many inputs)
✓ Each case reported SEPARATELY — you see exactly which input failed
✓ Clear, maintainable — the data table documents the cases
→ Ideal for functions with many input/output combinations and edge cases.
```

## Warum es wichtig ist

Parametrisierte (datengesteuerte) Tests zu verstehen ist wertvoll, weil sie es **einfach machen, viele Szenarien prägnant zu testen**, was gründliche Tests unterstützt (besonders Grenzfälle), daher ist es praktisches Wissen von Nutzen.

Das Problem, das sie lösen — das Testen vieler Ein-/Ausgabe-Kombinationen würde sonst **den Test für jeden Fall duplizieren** erfordern (mühsam, repetitiv, schwer zu warten) — ist real, und parametrisierte Tests beheben dies, indem sie die **gleiche Test-Logik über eine Tabelle von Fällen** ausführen.

Dies macht das Testen vieler Szenarien **prägnant** (ein Test-Body, viele Fälle), macht es **einfach, Fälle hinzuzufügen** (einfach eine Datenzeile hinzufügen — was mehr Tests von Eingaben und **Grenzfällen** fördert, was gründliche Abdeckung von Grenzfällen unterstützt, die Bugs fangen), meldet **jeden Fall separat** (sodass Sie genau sehen, welche Eingabe fehlgeschlagen ist, was beim Debuggen hilft), und hält Tests wartbar (die Datentabelle dokumentiert die Fälle klar).

Zu verstehen, dass die meisten Frameworks dies unterstützen (Jests `test.each`, pytests `@parametrize`, JUnits `@ParameterizedTest`), macht es praktisch anwendbar über Stacks hinweg.

Parametrisierte Tests sind ideal für Funktionen mit vielen Ein-/Ausgabe-Kombinationen — häufig für Utility-Funktionen, Validatoren, Parser und Berechnungen — wo sie das Testen des vollständigen Spektrums von Fällen (einschließlich Grenzen und Grenzfällen) ermöglichen, ohne die Last duplizierter Test-Code.

Diese prägnante, wartbare Art, breite Eingabe-Abdeckung zu erreichen, fördert gründlichere Tests.

Da das Testen vieler Szenarien (besonders Grenzfälle) wichtig für gründliches Testen ist und parametrisierte Tests dies prägnant und wartbar machen (duplizierte Tests vermeidend, breite Eingabe-Abdeckung fördernd), und da das Verständnis dafür und ihrer Framework-Unterstützung nützlich für effektives Testen ist, ist das Verständnis parametrisierter und datengesteuerter Tests wertvoll, praktisch relevantes Wissen — eine nützliche Technik zum prägnanten Testen vieler Fälle, unterstützend für die gründliche Grenzfall-Abdeckung, die effektives Testen erfordert, und ein praktisches Werkzeug, das überall dort angewendet wird, wo Funktionen viele Ein-/Ausgabe-Kombinationen haben, um sie zu überprüfen.