假设我正在开发一些开源软件，用解释性语言编写，作为 Git 存储库管理，需要大型数据集 (+300 MB) 进行基本测试。
是否应该将测试数据放入与源代码相同的存储库中，并使用用于发布版本的 compileToZipFile.sh 脚本？将 srcRepo 和 testRepo 存储为两个单独的存储库会更好吗？
任何最佳实践/约定将不胜感激。
最佳答案
我认为这个问题的最佳答案是基于需求。
在我的工作中，我们按环境类型分离我们的代码/测试数据，例如:
- 测试
- 质量检查
- 暂存
- 制作
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、实现和“玩”新想法/技术的沙盒。
- 您不会影响面向客户的实时数据。
- 集成测试可以迎合/专注于与主要代码库无关的某些方面。
现在，关于您的问题...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现新功能，因为我们使用的数据集中于我们正在测试的内容。我们有三个中继线，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。在测试 View 时，我们有一组测试，在测试 Model 时，我们有另一组测试，在测试 Controller 时，我们还有另一组测试。最后，我们有一套全面的集成测试，在发布新版本时运行。在除最后一种情况之外的所有情况下，测试都与为其创建的组件一起使用；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。
我认为你的想法很可靠。
关于git - 存储库中的大型测试数据集，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/16903232/