如果有一千张表，如何测试？
在我们日常的测试过程中，大部分的测试人员几乎不会去关注数据库表的结构、字段的属性、主外键关系等测试
在整体的数据级测试中，存储结构的基本属性的验证是非常有必要的
一、是确保存储结构定义与目标需求一致
二、是在从存储层消除肯能的性能瓶颈
三、是验证存储存的逻辑关系
尤其是新发起的项目或涉及存储层迁移项目，数据级存储层的验证显得尤为重要，
而这个验证应当把手工验证与技术验证相结合，形成自动化测试解决方案
在存储层足够复杂时，自动化测试验证显得非常的必要
我以为这个解决方案应该由有丰富测试经验的测试人员来解决
技术上，笔者在实践中基于Python进行
需要以下知识：
Python编程
对应数据库的驱动包，例如mysql可以选择pymysql库
SQL，需要掌握如何利用sql查看表结构、属性、key、索引等等
下面我们来个简单的实例，用来查看下mysql中默认的mysql库中是user表的索引情况
我们先用sql看下user表中的索引情况，如图
下面我们简单的用python代码进行验证
# -*- coding: utf-8 -*-
__author__ = "苦叶子"
"""
数据库模型自动化测试demo
"""
import pymysql
import sys
# 目标索引字段
TAR_INDEX = ["Host", "User"]
def test_user_index(cur):
# 使用mysql库
cur.execute("USE mysql")
# 查看user表的索引
cur.execute("SHOW INDEX FROM user")
indexs = cur.fetchall()
for index in indexs:
# 断言目标索引存在
assert index[4] in TAR_INDEX
print("in table [%s] assert index (%s) succeed" % (index[0], index[4]))
if __name__ == "__main__":
conn = pymysql.connect(host="127.0.0.1", user="root", password="12345678", port=3306)
cur = conn.cursor()
test_user_index(cur)运行结果如下图：
本文用个简单的示例，作为引子，对于大规模的自动化测试验证，其代码肯定需要进行比较精心的设计，大家可以自己尝试下自己的想法和思路
- 可以尝试去提炼出一个通用的测试框架
- 可以尝试定制型的测试框架
- 参数化
- 全部基于Python代码，不用任何其他类型的配置文件
- 等等其他想法
- 理论上应该可以做到90%以上的自动化覆盖验证
本文参与 腾讯云自媒体分享计划，分享自微信公众号。
原始发表：2018-12-13，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读