この動画ではデータ駆動型のレスポンダーに拡張するための、データソースの設定についてご紹介します。データ駆動型のレスポンダーに拡張すると、正常系・異常系を含むバリエーション豊富なデータパターンで応答するスタブとして使用できます。事前準備として、正常系・異常系のテストデータをエクセルや CSV ファイルに用意し、それをデータソースとして仮想アセットに取り込みます。次の動画では、取り込んだデータソースとレスポンダーを紐づける設定をご紹介します。

この動画ではデータ駆動型のレスポンダーに拡張する方法についてご紹介します。事前に、仮想アセットに取り込んだデータソースを、レスポンダーの電文項目に紐づけることで、データ駆動型のレスポンダーに拡張することができます。Excel や CSV ファイルをデータソースとして利用する場合、応答条件の設定が必須となりますので、データソース応答条件の設定方法についてもご説明します。

この動画ではデータ駆動型のレスポンダーに拡張する際の便利な補足機能についてご紹介します。データ投入機能を利用すると、固定値で設定されているレスポンダーの電文項目とデータソースの列名とを一括で自動マッピングし、素早くデータ駆動型のレスポンダーへと拡張することが可能です。

この動画では固定値で設定されたレスポンダーの電文項目から、データソースを自動生成しつつ、データ駆動型のレスポンダーに自動拡張する方法をご紹介します。データソースの生成機能を利用すると、レスポンダーに設定された電文項目を列名として持つCSV ファイルを自動生成することが可能です。このとき、生成したCSV ファイルをデータソースとして自動的に使用し、レスポンダーの電文項目にマッピングしますので、素早くデータ駆動型のレスポンダーに拡張することが可能です。

この動画ではシナリオテストの実施に必要な仮想アセットの作成方法についてご紹介します。たとえば、ショッピングサイトで買い物をするときに、検索API ～購入APIを順番で呼び出すシナリオが考えられます。これらの複数の API を仮想化することで「いつでも」、「なんどでも」シナリオテストを実施可能な環境を提供できます。この動画では、複数の API の応答を仮想化したレスポンダーを利用し、UIのシナリオテストを実施する例をご紹介します。

この動画ではシーケンスレスポンス機能についてご紹介します。シーケンスレスポンス機能は、リクエストの回数に応じてレスポンスの内容を変える機能なので、主に、注文番号のインクリメントや在庫数のデクリメントを含むシナリオテストを行う場合の仮想化で効果を発揮します。この動画では、事前に3冊の書籍情報を用意し、レスポンダーにリクエスト電文が送信されるたびに、異なる書籍情報を応答させる例をご紹介します。レスポンダーで用意したデータの件数以上のリクエストが送信された場合、再び最初のデータから順番に使用して、レスポンダーの応答を繰り返します。