git - 存储库中的大型测试数据集

Question

假设我正在开发一些开源软件，用解释语言编写，作为 Git 存储库进行管理，需要一个大型数据集 (+300 MB) 进行基本测试。

测试数据是否应该与源代码进入同一个存储库，并带有compileToZipFile.sh用于发布版本的脚本？存储为两个单独的存储库，一个srcRepo和testRepo会更好吗？

任何最佳实践/约定将不胜感激。

Answer 1

我想这个问题的最佳答案将基于需要。

在我的工作中，我们按环境类型隔离我们的代码/测试数据，例如：

• 测试
• 质量保证
• 分期
• 生产

某些环境具有与生产相同的数据，而其他环境具有较旧（或完全不同）的数据。这样做的好处是：

• 用于测试、实施和“玩”新想法/技术的沙盒。
• 您不会影响实时的、面向客户的数据。
• 集成测试可以迎合/专注于与主代码库无关的某些方面。

现在，至于您的问题……正如我上面提到的，数据的隔离使我们能够快速做出更改并实施新功能，因为我们使用的数据专注于我们正在测试的内容。我们有三个主干，它们都有独立的测试数据，这些数据特定于需要测试的内容。测试时View我们有一组测试，测试时Model我们有另一组测试，测试时Controller我们还有另一组测试。最后，我们有一组在发布新版本时运行的总体集成测试。除最后一种情况外，在所有情况下，测试都与创建它们的组件一起使用；但同样，由于它们是集成测试，因此将它们与它们验证的三个部分分开保存是有道理的。

我认为你的想法是一个可靠的想法。