3.1 データベースドテスト技法 (Data-Based Test Techniques)

「データベースドテスト技法（Data-Based Test Techniques）」 は、テスト対象システム（SUT）の入力データ、出力データ、あるいは内部データの構造や論理的な関係性に着目してテストケースを導出するブラックボックス技法の一群です。

システムの内部構造（コード）を知る必要はありませんが、データの入力ドメイン（入力データの集合）が引き起こす様々な振る舞いを網羅するために、テストアナリストにとって必須のスキルとなります。

シラバスv4.0の改訂により、技法の分類が整理されました。

Foundation Levelで学習した「同値分割法（EP）」と「境界値分析（BVA）」を基礎とし、Advanced Level（v4.0）では以下の3つの高度なデータベースドテスト技法に焦点を当てています。

同値分割法と境界値分析を、複数のパラメータが複雑に絡み合う領域（ドメイン）へと拡張した技法です。論理演算子（AND, OR, NOT）や関係演算子（<, >, =など）で定義された複雑な境界条件に対してテストを行います。

境界を構成する点 (Points): 境界に対する位置関係に基づき、カバレッジを測定するための4つの点を定義します。
- ONポイント: 境界線上にある点。
- OFFポイント: 境界線に隣接する点（開いた境界か閉じた境界かによって、内側か外側かが変わります）。
- INポイント: 同値パーティションの内側にある点（ONポイント以外）。
- OUTポイント: 同値パーティションの外側にある点（OFFポイント以外）。
カバレッジ基準: 許容されるテスト工数とリスクに応じて、ON/OFFポイントのみを用いる「単純ドメインカバレッジ (Simplified domain coverage)」か、IN/OUTポイントも追加してより多くの欠陥を検出する「信頼性ドメインカバレッジ (Reliable domain coverage)」を選択します。

ソフトウェアの故障の多くが「特定のパラメータ値の組み合わせ」によって引き起こされるという事実（相互作用の故障）に基づき、多次元のドメインを効率的に探索する技法です。クラシフィケーションツリー（分類木）などを活用してパラメータを整理した上で適用します。

ベースチョイスカバレッジ (Base choice coverage): 各パラメータについて「最も重要（または最も頻出する）基準となる値（ベース値）」を決定し、それを組み合わせたベーステストケースを作成します。その後、各パラメータの値を1つずつ非ベース値に変更していくアプローチです。
ペアワイズカバレッジ (Pairwise coverage): 任意の2つのパラメータのすべての値の組み合わせが、少なくとも1回はテストされるようにするアプローチです。
適用: 膨大な組み合わせ爆発を防ぎつつ、1〜2個の条件の相互作用によるバグ（全体の約97%を占めるとされる）を効率的に検出します。

指定された確率分布に基づいて、入力ドメインからランダムにテストデータを選択する技法です。多くの場合、期待結果の自動判定（自動テストオラクル）と組み合わせて使用されます。

ガイデッドとアンガイデッド: 確率分布を最初から最後まで固定する「アンガイデッド（誘導なし）」と、過去に選択された値やバグの偏り（クラスター）に基づいて分布を動的に変化させる「ガイデッド（誘導あり）」のアプローチがあります。
メリット: ドメインに関する知識が乏しい場合や、大量のテストデータが必要な場合に非常に費用対効果が高くなります。また、手動テストで陥りがちな「テスト担当者の先入観（この機能はバグがないだろうという思い込み）」によるバグの見落としを防ぐことができます。
デメリットとリスク: データの意味（セマンティクス）を無視するため特定のバグを見落とすリスクや、冗長なテストが大量に生成されるリスクがあるため、他の技法とバランスを取って適用することが重要です（ファジングやカオスエンジニアリングなどでも応用されます）。