软件测试工程师必须掌握的数据库基础知识:从入门到实战

news2026/3/17 17:57:07
在软件测试工作中数据库知识不是加分项而是必备项。无论你是做功能测试、接口测试还是自动化测试几乎每一天都会和数据库打交道验证数据是否正确写入构造测试数据分析Bug产生的原因性能测试中定位慢SQL数据迁移测试本文将从测试工程师的实际工作场景出发梳理数据库核心知识点每部分都配有实战场景和SQL示例帮助你快速掌握测试工作中最常用的数据库技能。一、测试工程师为什么要学数据库1.1 数据库在测试中的典型应用场景场景说明示例结果验证页面显示的数据是否和数据库一致用户下单后订单表中的状态是否正确更新数据构造准备测试前置条件创建一个已支付3天的订单用来测试自动取消功能Bug定位分析问题是代码逻辑错还是数据错页面没显示数据是接口没返回还是数据库根本没存数据清理测试完成后恢复环境删除测试产生的脏数据性能分析定位慢查询找出执行时间超过2秒的SQL数据监控线上问题排查查询某个用户的数据是否异常1.2 测试人员需要掌握到什么程度作为测试工程师不需要像DBA那样精通数据库原理和调优但需要做到能写熟练编写增删改查SQL能看看懂ER图、表结构、索引能找会使用Explain分析慢SQL能搭会基本的数据库环境搭建二、核心基础SQL增删改查实战2.1 查询语句SELECT—— 测试最常用的操作基本语法SELECT 字段1, 字段2 FROM 表名 WHERE 条件;实战场景1验证订单状态-- 查询订单号为202403150001的订单状态 SELECT order_id, order_status, create_time FROM orders WHERE order_id 202403150001; -- 查询今天所有已支付的订单 SELECT * FROM orders WHERE pay_status paid AND DATE(create_time) CURDATE();实战场景2多表关联查询-- 查询用户张三的所有订单用户表和订单表关联 SELECT u.user_name, o.order_id, o.order_amount FROM users u JOIN orders o ON u.user_id o.user_id WHERE u.user_name 张三; -- 查询每个用户的订单总数和总金额 SELECT u.user_name, COUNT(o.order_id) as order_count, SUM(o.order_amount) as total_amount FROM users u LEFT JOIN orders o ON u.user_id o.user_id GROUP BY u.user_id, u.user_name;实战场景3模糊查询搜索功能验证-- 搜索商品名包含手机的商品 SELECT * FROM products WHERE product_name LIKE %手机%; -- 搜索价格在1000-3000元之间的手机 SELECT * FROM products WHERE product_name LIKE %手机% AND price BETWEEN 1000 AND 3000;2.2 插入语句INSERT—— 构造测试数据基本语法INSERT INTO 表名 (字段1, 字段2) VALUES (值1, 值2);实战场景1创建测试用户-- 插入单个用户 INSERT INTO users (user_id, user_name, phone, reg_time) VALUES (test001, 测试用户1, 13800138001, NOW()); -- 批量插入多个用户 INSERT INTO users (user_id, user_name, phone, reg_time) VALUES (test002, 测试用户2, 13800138002, NOW()), (test003, 测试用户3, 13800138003, NOW()), (test004, 测试用户4, 13800138004, NOW());实战场景2构造特定状态的订单-- 创建一个已支付但未发货的订单用于测试发货功能 INSERT INTO orders ( order_id, user_id, order_amount, pay_status, pay_time, shipping_status, create_time ) VALUES ( TEST202403150001, test001, 299.00, paid, DATE_SUB(NOW(), INTERVAL 30 MINUTE), -- 30分钟前支付 pending, DATE_SUB(NOW(), INTERVAL 1 HOUR) -- 1小时前创建 );2.3 更新语句UPDATE—— 修改数据状态基本语法UPDATE 表名 SET 字段1值1, 字段2值2 WHERE 条件;⚠️ 重要提醒更新时一定要加WHERE条件否则会更新整张表实战场景1模拟订单状态流转-- 将订单状态从待支付改为已取消模拟用户取消订单 UPDATE orders SET order_status cancelled, cancel_time NOW(), cancel_reason 用户主动取消 WHERE order_id TEST202403150001 AND order_status pending_pay; -- 加上原状态校验 -- 批量更新将超过30分钟未支付的订单自动取消 UPDATE orders SET order_status cancelled, cancel_time NOW(), cancel_reason 超时未支付 WHERE order_status pending_pay AND create_time DATE_SUB(NOW(), INTERVAL 30 MINUTE);实战场景2修复测试数据-- 更新用户手机号测试手机号脱敏逻辑 UPDATE users SET phone CONCAT(LEFT(phone, 3), ****, RIGHT(phone, 4)) WHERE user_type test;2.4 删除语句DELETE—— 清理测试数据基本语法DELETE FROM 表名 WHERE 条件;⚠️ 重要提醒测试环境可以删除生产环境慎用DELETE通常用软删除状态字段标记代替。实战场景1清理测试数据-- 删除某个测试用户硬删除 DELETE FROM users WHERE user_id test001; -- 批量删除7天前的测试日志 DELETE FROM test_logs WHERE create_time DATE_SUB(NOW(), INTERVAL 7 DAY);实战场景2清空表但保留结构-- 两种方式的区别 TRUNCATE TABLE test_data; -- 快速清空不能回滚自增ID重置 DELETE FROM test_data; -- 逐行删除可以回滚自增ID不变三、进阶技能测试人员必会的数据库操作3.1 排序与分页 —— 验证列表展示排序实战-- 查询最近10个订单按创建时间倒序 SELECT order_id, user_id, order_amount, create_time FROM orders WHERE order_status paid ORDER BY create_time DESC LIMIT 10; -- 查询销售额Top10的商品 SELECT product_id, product_name, SUM(sales_amount) as total_sales FROM order_items GROUP BY product_id, product_name ORDER BY total_sales DESC LIMIT 10;分页实战-- 第1页每页20条 SELECT * FROM products WHERE status on_sale ORDER BY create_time DESC LIMIT 0, 20; -- 从第0条开始取20条 -- 第2页 SELECT * FROM products WHERE status on_sale ORDER BY create_time DESC LIMIT 20, 20; -- 从第20条开始取20条3.2 聚合查询 —— 统计数据验证常用聚合函数COUNT、SUM、AVG、MAX、MIN实战场景1验证统计报表-- 验证首页展示的今日订单数和今日销售额 SELECT COUNT(*) as today_orders, SUM(order_amount) as today_sales FROM orders WHERE DATE(create_time) CURDATE() AND order_status IN (paid, shipped, completed); -- 验证每个商品类目的销量统计 SELECT c.category_name, COUNT(DISTINCT o.order_id) as order_count, SUM(oi.quantity) as total_sold, SUM(oi.subtotal) as total_sales FROM categories c JOIN products p ON c.category_id p.category_id JOIN order_items oi ON p.product_id oi.product_id JOIN orders o ON oi.order_id o.order_id WHERE o.pay_status paid GROUP BY c.category_id, c.category_name;实战场景2去重统计-- 统计今天活跃用户数下过单的用户 SELECT COUNT(DISTINCT user_id) as active_users FROM orders WHERE DATE(create_time) CURDATE();3.3 子查询 —— 复杂条件查询实战场景1查询购买过A商品但没买过B商品的用户-- 查询买过手机但没买过手机壳的用户 SELECT DISTINCT user_id, user_name FROM users WHERE user_id IN ( SELECT user_id FROM orders WHERE order_id IN ( SELECT order_id FROM order_items WHERE product_id 手机ID ) ) AND user_id NOT IN ( SELECT user_id FROM orders WHERE order_id IN ( SELECT order_id FROM order_items WHERE product_id 手机壳ID ) );实战场景2查询超过平均消费金额的订单-- 查询金额高于平均值的订单 SELECT * FROM orders WHERE order_amount ( SELECT AVG(order_amount) FROM orders WHERE pay_status paid );四、测试专用技巧数据构造与清理4.1 快速构造大量测试数据方法1使用存储过程-- 创建1000条测试用户数据 DELIMITER $$ CREATE PROCEDURE generate_test_users() BEGIN DECLARE i INT DEFAULT 1; WHILE i 1000 DO INSERT INTO users (user_id, user_name, phone, reg_time) VALUES ( CONCAT(test, LPAD(i, 4, 0)), CONCAT(测试用户, i), CONCAT(138, LPAD(FLOOR(RAND() * 100000000), 8, 0)), DATE_SUB(NOW(), INTERVAL FLOOR(RAND() * 365) DAY) ); SET i i 1; END WHILE; END$$ DELIMITER ; -- 调用存储过程 CALL generate_test_users();方法2使用INSERT...SELECT从现有数据复制-- 复制一批测试订单 INSERT INTO orders (order_id, user_id, order_amount, create_time) SELECT CONCAT(TEST, order_id), -- 新ID CONCAT(test_, user_id), -- 新用户ID order_amount, -- 相同金额 DATE_SUB(NOW(), INTERVAL FLOOR(RAND() * 30) DAY) -- 随机时间 FROM orders WHERE user_id LIKE real_% -- 从真实用户订单复制 LIMIT 100;4.2 测试数据清理策略策略1标记法软删除-- 测试数据用特定标识 INSERT INTO users (user_id, user_name, user_type) VALUES (test001, 测试用户, test); -- 用type字段标识 -- 清理时删除标记数据 DELETE FROM users WHERE user_type test;策略2事务回滚法-- 测试开始前开启事务 START TRANSACTION; -- 执行测试操作 INSERT INTO orders ...; UPDATE users ...; DELETE FROM cart ...; -- 测试结束后回滚不真正写入数据库 ROLLBACK; -- 如果测试通过确认无误再提交 COMMIT;策略3临时表法-- 创建临时表连接断开后自动删除 CREATE TEMPORARY TABLE temp_test_data ( id INT, data VARCHAR(100) ); -- 在临时表中测试 INSERT INTO temp_test_data VALUES (1, 测试数据);五、测试实战数据库Bug定位案例案例1订单状态显示错误现象用户支付成功后页面显示待支付排查步骤-- 1. 查询该订单在数据库中的实际状态 SELECT order_id, order_status, pay_status, pay_time FROM orders WHERE order_id 具体订单号; -- 2. 如果数据库状态是paid说明前端/接口展示问题 -- 3. 如果数据库状态是pending_pay说明支付回调没更新 -- 4. 查询支付回调日志表 SELECT * FROM payment_callback_log WHERE order_id 具体订单号 ORDER BY create_time DESC; -- 5. 检查是否有重复回调 SELECT COUNT(*), MIN(create_time), MAX(create_time) FROM payment_callback_log WHERE order_id 具体订单号;可能原因回调接口没收到通知回调处理代码异常幂等性问题数据库更新失败事务未提交案例2数据重复插入现象用户提交一次表单数据库出现两条相同数据排查步骤-- 1. 查询是否有重复数据 SELECT user_id, order_id, COUNT(*) FROM orders WHERE create_time 2024-03-15 GROUP BY user_id, order_id HAVING COUNT(*) 1; -- 2. 查看重复数据的细微差异 SELECT * FROM orders WHERE order_id IN ( SELECT order_id FROM orders GROUP BY order_id HAVING COUNT(*) 1 ) ORDER BY order_id, create_time; -- 3. 检查表是否有唯一约束 SHOW INDEX FROM orders;可能原因前端重复提交按钮没置灰接口没做幂等性处理数据库缺少唯一约束案例3分页数据错乱现象列表翻页时某些数据重复出现某些数据丢失排查步骤-- 1. 检查排序字段是否有重复值 SELECT sort_field, COUNT(*) FROM products GROUP BY sort_field HAVING COUNT(*) 1; -- 2. 如果排序字段有重复需要加第二排序条件 -- 错误的写法 SELECT * FROM products ORDER BY create_time LIMIT 0, 20; -- 正确的写法 SELECT * FROM products ORDER BY create_time, product_id -- 加上唯一字段 LIMIT 0, 20;六、面试高频数据库问题6.1 什么是索引什么时候该建索引回答要点索引是帮助MySQL高效获取数据的数据结构类似书的目录适合建索引的场景WHERE条件字段、ORDER BY排序字段、JOIN关联字段不适合建索引的场景频繁更新的字段、数据量小的表、区分度低的字段如性别SQL验证-- 查看查询是否使用了索引 EXPLAIN SELECT * FROM orders WHERE user_id 12345;6.2 什么是事务ACID指什么回答要点事务是一组要么全部成功、要么全部失败的操作Atomicity原子性不可分割Consistency一致性数据完整性约束Isolation隔离性并发事务互不干扰Durability持久性提交后永久保存测试场景-- 转账操作必须用事务 START TRANSACTION; UPDATE account SET balance balance - 100 WHERE user_id A; UPDATE account SET balance balance 100 WHERE user_id B; COMMIT; -- 要么都成功 -- 如果中间出错ROLLBACK回滚6.3 左连接、右连接、内连接的区别回答要点连接类型说明测试场景INNER JOIN只返回匹配的记录查询已下单的用户信息LEFT JOIN返回左表全部右表匹配查询所有用户及其订单无订单也要显示用户RIGHT JOIN返回右表全部左表匹配很少用可用LEFT JOIN调换顺序实现SQL示例-- 查询所有用户及其订单包括没下过单的用户 SELECT u.user_name, o.order_id FROM users u LEFT JOIN orders o ON u.user_id o.user_id; -- 只查询下过单的用户 SELECT u.user_name, o.order_id FROM users u INNER JOIN orders o ON u.user_id o.user_id;七、测试人员的数据库工具推荐7.1 客户端工具工具适用场景特点Navicat全平台功能强大收费支持多种数据库DBeaver全平台开源免费功能全面DataGrip全平台JetBrains出品IDEA风格Sequel PromacOS轻量级仅支持MySQLHeidiSQLWindows免费轻量级7.2 实用插件MyBatis Log Plugin将MyBatis的预编译SQL还原为可执行SQLDatabase NavigatorIDEA的数据库插件八、学习路径建议第一阶段入门掌握SQL增删改查重点练SELECT学会使用1-2个数据库客户端工具能在测试中独立查询数据验证结果第二阶段进阶学习多表关联、子查询、聚合函数掌握索引的基本使用和查看学会用事务构造测试数据第三阶段高阶学习Explain分析慢SQL掌握存储过程批量造数了解主从复制、分库分表原理结语数据库是测试工程师的第三只眼睛能帮你看到页面背后真实的数据状态。掌握本文介绍的知识点你已经能够应对90%以上的测试场景需求。记住在工作中多用、多练遇到不会的SQL就查、就问三个月后你会发现自己已经离不开数据库这个得力助手。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2420188.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…