大数据测试的测试点可以根据具体的需求和系统特点而变化，以下是一些常见的测试点：

　　数据完整性：确保数据在传输、存储和处理过程中的完整性，包括数据丢失、损坏或重复等情况的检测和修复。

　　数据准确性：验证数据处理和分析的准确性，确保数据被正确地转换、清洗、计算和聚合。

　　数据一致性：测试不同数据源之间的一致性，确保数据在多个系统或组件之间的同步和一致性。

　　数据安全性：验证数据的安全性，包括数据加密、身份验证和访问控制等方面的测试。

　　数据质量：评估数据的质量，包括数据完整性、准确性、一致性、唯一性、有效性和及时性等方面的测试。

　　性能和扩展性：测试系统的性能和扩展性，包括吞吐量、响应时间、资源利用率和负载均衡等方面的测试。

　　容错性和可靠性：验证系统在故障或异常情况下的容错能力和可靠性，包括故障恢复、数据重复和任务重启等方面的测试。

　　大规模数据处理：测试系统在大规模数据集和复杂计算任务下的处理能力和效率。

　　数据集成和数据流：验证不同数据源之间的集成和数据流，包括数据提取、转换和加载(ETL)过程的测试。

　　查询和分析功能：测试系统的查询和分析功能，包括复杂查询、数据挖掘和机器学习等方面的测试。

　　集群管理和资源调度：测试集群管理和资源调度功能，包括节点管理、任务调度和资源分配等方面的测试。

　　安全和合规性：测试系统的安全和合规性，包括数据保护、访问控制、隐私保护和合规性要求的测试。

　　以上只是一些常见的测试点，实际的大数据测试会根据具体的系统和需求而有所不同。根据系统的特点和业务需求，可以进一步细化和定制测试点。