外观
测试样例集怎么建（造数边界 / 脱敏 / 回归门禁）
难度与前置
难度：进阶
前置：能在非生产环境跑通一条 ODS→DWD→ADS 链路；知道明文 PII 不能出隔离区。
读完能做什么：为一张敏感明细表建「最小可复现样例集」：造数边界清晰、脱敏样例可对字典抽检、合入/发版前有回归门禁数字记录。
适用场景
- 新表 / 新脱敏视图 / 新口径上线前，需要可重复的本地或测试环境验收
- 改掩码规则、哈希 salt、过滤条件后，要证明「行为没悄悄变坏」
- 外包或跨组联调只能接触脱敏数据，仍要覆盖边界与脏数据
- 事故复盘后要把「当时漏测的那一行」固化进样例集
不适用：
- Docker / dbt / Great Expectations 等工具选型课（本文只定样例与门禁清单）
- 生产全量对账与发布切流本身（见 ADS 出数验收、质量闭环）
- 环境账号 / 网络 / 发布隔离总原则（见 环境隔离）
- 访问矩阵与导出门禁细则（见 访问与脱敏）
真实场景（一条）
短剧投放组要给外包开 ads_campaign_user_reach（投放触达明细）只读，并在测试库验收「掩码手机号 + 渠道未知桶」逻辑。开发从生产 SELECT * LIMIT 1000 拷到共享盘：
- 含完整手机号与设备号；样例只有「正常行」，无空渠道、无重复主键、无异常金额
- 脱敏 SQL 改了一版后无人回归，看板渠道 UV 漂了 2% 才发现
__UNKNOWN__映射丢了 - 合入只看「任务绿」，没有样例断言
按本清单重来：在 test 隔离区造最小字段集（含边界值与脏数据）→ 脱敏样例与 访问与脱敏 字典对齐，明文不出非隔离环境 → 合入前跑通行数 / 主键 / 掩码抽检 / 未知桶断言。同迭代无「拷生产明文」与「静默改义」工单。
怎么做（步骤清单）
1. 造数边界：最小字段 + 边界值 + 脏数据注入
先写清「样例要证明什么」，再造数——禁止「随便 dump 一千行当 fixture」。
text
样例集意图单（最小）
对象：库.表 / 视图 / 任务 ________
要证明的行为（≤5 条）：
1. ________
2. ________
环境：□dev □test/staging（禁止默认用 prod 明文）
行数上限：____（建议先 ≤ 200，能覆盖边界即可）
负责人 / 有效期：________最小字段集（只留断言需要的列；多一列就多一份脱敏与维护成本）：
| 类别 | 示例字段 | 为何要 |
|---|---|---|
| 主键 / 粒度 | event_id、user_id、dt | 验幂等与粒度 |
| 敏感 | mobile、device_id | 验掩码/哈希 |
| 口径相关 | channel、spend、is_gift | 验未知桶、过滤、汇总 |
| 分区 / 时间 | dt、event_ts | 验分区裁剪与迟到窗 |
边界值清单（每张样例表至少勾几项，写进 README）：
text
□ 正常行（对照基线）
□ 主键重复 / 同分区重跑应覆盖的行（对接幂等）
□ NULL / 空串 / 哨兵默认值（对接 NULL 语义专篇）
□ 枚举外值、未知渠道、大小写变体
□ 金额 0 / 负值 / 超大值（若业务有上限）
□ 分区边界：跨日、空分区、补数窗口内旧分区
□ 敏感字段：完整号段形态、已掩码形态、非法长度脏数据注入（故意写坏，确认任务/质检会拦或按约定落桶）：
- 缺主键、类型错位（字符串进金额）
- 重复投同一
event_id两次（验 幂等 覆盖而非翻倍） - 渠道
''/unknown/0混用（验映射到统一未知码） - 一行含明文手机号塞进「应对脱敏视图」的导出路径（应被门禁或抽检打回）
造数落点：只写 dev/test 库或隔离 bucket；数据来源优先合成或已脱敏子集。需要近生产分布时，走隔离区抽样 + 脱敏，禁止个人邮箱/共享盘中转生产明文（对齐 环境隔离、访问与脱敏）。
2. 脱敏样例：与 access-masking 对齐，明文不出非隔离环境
样例集里的敏感列必须能回答：「谁在什么环境能看见什么形态」。
| 样例层 | 内容 | 谁可读 | 存放 |
|---|---|---|---|
| 明文夹具（可选） | 合成明文，仅用于生成掩码/哈希期望 | owner / 本组开发；白名单 | 仅隔离区；禁止导出到个人盘 |
| 脱敏期望表 | 掩码/哈希后的黄金行 | 分析师、外包联调、CI | test 库或版本库（无明文） |
| 聚合夹具 | 无个体标识的汇总 | 看板联调 | 可较宽开放 |
落地约定：
- 期望值写死在脱敏形态：CI/回归断言对比的是掩码串、哈希摘要、未知桶码，不是生产明文
- 哈希用与生产一致的平台 salt；salt 不进可导出样例包
- 掩码规则与 访问与脱敏 字典同版本号；改规则 = 改样例期望 + 走变更
- 样例包 README 写明：含不含 PII、适用环境、销毁方式；过期夹具按隔离规范清掉
抽检口令（合入前人工或脚本均可）：
text
随机 N 行（建议 N≥50，小夹具则全量）：
- 脱敏视图：0 行完整手机号/证件形态
- 哈希列：长度/字符集符合约定；与明文夹具（仅隔离区）可复算一致
- 导出试跑：走审批单字段；行数 ≤ 样例上限；文件名含水印3. 回归门禁：跑通检查再合入 / 发版
门禁分两档——合入门禁（改 SQL/规则必过）与 发版门禁（切 ADS/current 或开权限前再跑）。
text
合入门禁（最小断言，失败即拒）
□ 样例分区行数 = 期望（或落在约定容差）
□ 主键 / 粒度：样例内唯一键无意外重复（见 [粒度校验](/warehouse/grain-check)）
□ 幂等：同一夹具跑两遍，目标分区 diff = 0
□ 脱敏：掩码/哈希/未知桶与期望表一致（0 行漂移）
□ 脏数据：约定应丢弃/入错数桶/阻断的行，行为符合文档
□ 明文扫描：非隔离产物路径 grep 不到完整号段形态（抽检）text
发版 / 开放权限前（加码）
□ 目标角色账号抽检：打不开明文表，打得开脱敏视图
□ 与上游夹具或固定 ADS 影子指标 diff 可解释（对接 ads-publish）
□ 影响面已评估（改规则/加敏感列时对接 lineage-impact）
□ 观察窗口与回滚点写明建议把断言做成「一条命令或一个调度空跑任务」挂在 MR/发版检查上；数字写入验收记录，而不是群里一句「我本地过了」。
与质量闭环的分工：样例集证明已知边界的可复现行为；全量波动、新鲜度、对账仍走 质量闭环 / 对账，本篇不替代。
常见坑（至少这些）
用生产明文 LIMIT 当 fixture，还拷到共享盘
样例本身变成出仓事故。只有快乐路径，无重复主键 / 未知枚举 / 空串
一上线边界全炸。断言对比明文，CI 日志把 PII 打出来
脱敏规则改了，期望表没改，门禁长期红或被跳过
样例行数上万「更真实」，维护不动最后没人跑
合入只看任务成功，不看样例 diff（绿但错）
把本篇写成工具清单，勾了 Docker/GE 却无边界清单
脏数据注入后不声明期望行为，失败了互相甩锅
如何验收（带数字的前后对比）
| 项 | 改前（示例） | 改后（目标） |
|---|---|---|
| 样例来源 | 生产明文 LIMIT / 共享盘 CSV | 100% 合成或隔离区脱敏子集 |
| 边界覆盖 | 仅正常行 | ≥ 6 类边界勾选有文档 |
| 脱敏抽检 | 未做或偶发 | 全量或 N≥50：0 行明文形态 |
| 幂等双跑 diff | 未跑 | 目标分区 diff = 0 |
| 合入跳过样例门禁次数 / 迭代 | ≥ 1 | 0（例外有书面免责） |
| 因缺样例导致的静默改义 / 出仓工单 | 有 | 观察期内 0 |
text
测试样例集验收记录（可复制）
对象：库.表 / 视图 / 任务
环境：dev / test（禁止 prod 明文夹具默认路径）
意图条数：____；样例行数：____
边界勾选：正常/重复键/空值/枚举外/金额极端/分区边界/敏感形态
脱敏：字典版本 ____；抽检 N=____；明文命中行数 ____（期望 0）
回归：双跑 diff ____；脏数据行为 ____；合入门禁：通过/失败
发版加码：角色抽检 ____；ADS/影子 diff 解释：有/无/不适用
签字（数据 owner）：________ 日期：________Checklist：
- [ ] 意图单 ≤5 条可测行为，字段集最小
- [ ] 边界与脏数据有清单与期望行为
- [ ] 脱敏期望与 access-masking 字典同版本；明文仅隔离区
- [ ] 合入门禁含行数 / 主键或粒度 / 幂等双跑 / 脱敏断言
- [ ] 验收记录含数字前后对比
- [ ] 链到环境隔离 / 访问脱敏 / 幂等 / ADS / 质量闭环 / 影响评估，不重写专篇
- [ ] 无未公开公司项目名与真实内部表名风格泄露
- [ ] 未写成工具选型清单
相关专篇（互链，不重写）
| 你要做的事 | 看哪篇 |
|---|---|
| 谁能看、掩码/哈希、导出门禁 | 访问与脱敏 |
| 样例与明文落在哪套环境 | 环境隔离 |
| 双跑不翻倍、回刷覆盖 | 离线幂等、幂等回刷 |
| 对外出口怎么验收再切 | ADS 出数验收 |
| 改规则/加敏感列前的影响面 | 改表前影响评估 |
| 全量质量与对账 | 质量闭环 |
| NULL / 空串 / 未知桶语义 | NULL/默认值语义 |
| 本篇 | 只建最小可复现样例与回归门禁，不替代上述专篇 |
相关面试题
题库小程序链接待定；先用站内锚点占位。
- [ ] 题：样例为何禁止默认从生产明文 LIMIT？怎样验收来源合规？（考察点：100% 合成或隔离区脱敏子集）→ 占位：
#todo-interview-test-fixture-source - [ ] 题：边界覆盖最少要勾哪些类？仅正常行为什么不够？（考察点：≥6 类边界勾选有文档）→ 占位：
#todo-interview-test-fixture-boundary - [ ] 题：脱敏抽检怎样才算过？（考察点：N≥50 或全量；0 行明文形态；字典与 access-masking 同版本）→ 占位：
#todo-interview-test-fixture-masking - [ ] 题：合入前回归门禁最少断言什么？（考察点：幂等双跑 diff=0；跳过门禁次数=0）→ 占位：
#todo-interview-test-fixture-gate
改写说明：清单体例对齐访问脱敏 / 影响评估专篇；造数边界 → 脱敏样例 → 回归门禁三步；工具选型不展开。虚构通用短剧投放例，无未公开公司数据。