Mik a paraméteres és adatvezérelt tesztek?

Question

Accepted Answer

**Paraméteres (adatvezérelt) tesztek** az **ugyanazt a tesztlogikát futtatják több bemeneti és kimeneti érték-készlettel** — elkerülve a teszt duplikálását minden esetre. Könnyen lehetővé teszik sok forgatókönyv (beleértve az extrém eseteket) szűkszavú tesztelését.

## A probléma: duplikált tesztek

```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)
```

## Paraméteres tesztek — egy teszt, több eset

```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
```

A legtöbb keretrendszer támogatja ezt (Jest `test.each`, pytest `@parametrize`, JUnit `@ParameterizedTest`).

## Előnyök

```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.
```

## Miért fontos

A paraméteres (adatvezérelt) tesztek megértése értékes, mert **könnyen lehetővé teszik sok forgatókönyv szűkszavú tesztelését**, amely támogatja az alapos tesztelést (különösen az extrém eseteket), ezért hasznos gyakorlati tudás.

Az a probléma, amelyet megoldanak — sok bemeneti/kimeneti kombináció tesztelése egyébként az **egyes eseteknél a teszt duplikálásával jár** (unalmas, repetitív, nehezen karbantartható) — valós, és a paraméteres tesztek ezt azzal oldják meg, hogy az **ugyanazt a tesztlogikát futtatják az esetek táblázata felett**.

Ez a sok forgatókönyv tesztelésérét **szűkszavúvá teszi** (egy teszt törzs, több eset), **könnyűvé teszi az esetek hozzáadását** (csak add hozzá az adatok egy sorát — amely ösztönöz több bemenet tesztelésére és **extrém esetek** vizsgálatára, támogatva az alapos extrém-eset lefedettséget, amely kifogja a hibákat), **minden esetet külön jelent** (így pontosan látod, melyik bemenet okozott hibát, ami segít a hibakeresésben), és megtartja a tesztek karbantarthatóságát (az adattábla világosan dokumentálja az eseteket).

Annak megértése, hogy a legtöbb keretrendszer támogatja ezt (Jest `test.each`, pytest `@parametrize`, JUnit `@ParameterizedTest`) gyakorlatilag alkalmazhatóvá teszi több stack között.

A paraméteres tesztek ideálisak a sok bemeneti/kimeneti kombinációval rendelkező függvényekhez — közösek az segédfunkciók, validátorok, parserek és számítások számára — ahol lehetővé teszik az esetek teljes tartományának tesztelését (beleértve a határokat és extrém eseteket) a duplikált tesztkód terhe nélkül.

Ez a szűkszavú, karbantartható módja a széles bemeneti lefedettség eléréséének ösztönöz alaposabb tesztelésre.

Mivel sok forgatókönyv tesztelése (különösen az extrém esetek) fontos az alapos teszteléshez, és a paraméteres tesztek ezt szűkszavúvá és karbantarthatóvá teszik (elkerülve duplikált teszteket, ösztönözve a széles bemeneti lefedettséget), valamint mivel ezeknek és a keretrendszer-támogatásuknak a megértése hasznos az efectív teszteléshez, a paraméteres és adatvezérelt tesztek megértése értékes, gyakorlatilag releváns tudás — hasznos technika sok eset szűkszavú tesztelésére, támogatva az alapos extrém-eset lefedettséget, amely az effektív tesztelést igényli, és egy praktikus eszköz, amelyet bárhol alkalmaznak, ahol függvények sok bemeneti/kimeneti kombinációval vannak, amelyeket ellenőrizni kell.