Тестирование базы данных

Тестирование базы данных обычно состоит из многоуровневого процесса, включающего уровень пользовательского интерфейса (UI), бизнес-уровень, уровень доступа к данным и саму базу данных. Уровень пользовательского интерфейса занимается проектированием интерфейса базы данных, а бизнес-уровень включает базы данных, поддерживающие бизнес-стратегии .

Цели [ править ]

Базы данных , совокупность взаимосвязанных файлов на сервере, хранящие информацию, не могут иметь дело с одним и тем же типом данных, т.е. базы данных могут быть разнородными . В результате в больших системах баз данных могут возникать многие виды ошибок реализации и интеграции , которые негативно влияют на производительность, надежность, согласованность и безопасность системы. Таким образом, важно провести тестирование , чтобы получить систему базы данных, которая удовлетворяет свойствам ACID (атомарность, согласованность, изоляция и долговечность) системы управления базами данных . ^[1]

Одним из наиболее важных уровней является уровень доступа к данным, который работает с базами данных непосредственно во время процесса связи. Тестирование базы данных в основном происходит на этом уровне и включает в себя такие стратегии тестирования, как контроль качества и обеспечение качества баз данных продуктов. ^[2] Тестирование на этих разных уровнях часто используется для поддержания согласованности систем баз данных, что чаще всего можно увидеть в следующих примерах:

Данные имеют решающее значение с точки зрения бизнеса. Такие компании, как Google или Symantec , которые связаны с хранением данных , должны иметь надежную и согласованную систему баз данных. Если операции с базой данных, такие как вставка, удаление и обновление, выполняются без предварительного тестирования базы данных на целостность, компания рискует привести к сбою всей системы.
Некоторые компании имеют разные типы баз данных, а также разные цели и миссии. Чтобы достичь уровня функциональности, соответствующего указанным целям, им необходимо протестировать свою систему баз данных.
Возможно, потребуется нечто большее, чем нынешний подход к тестированию, при котором разработчики формально тестируют базы данных. Однако этот подход недостаточно эффективен, поскольку разработчики баз данных могут замедлить процесс тестирования из-за пробелов в коммуникации. Представляется целесообразным создать отдельную группу тестирования баз данных.
Тестирование баз данных в основном занимается поиском ошибок в базах данных и их устранением. Это улучшит качество базы данных или веб-системы.
Тестирование базы данных следует отличать от стратегий решения других проблем, таких как сбои базы данных, неправильная вставка, удаление или обновление. В данном случае рефакторинг базы данных является эволюционным методом, который может применяться.

Виды тестирования и процессы [ править ]

Тестирование черного и белого ящика при тестировании базы данных

На рисунке показаны области тестирования, задействованные при различных методах тестирования баз данных, таких как тестирование «черного ящика» и тестирование «белого ящика» .

Черный ящик [ править ]

Тестирование «черного ящика» включает в себя тестирование интерфейсов и интеграцию базы данных, которая включает в себя:

Сопоставление данных (включая метаданные )
Проверка входящих данных
Проверка исходящих данных из функций запроса
Различные методы, такие как метод построения графиков причинно-следственных связей, разделение эквивалентности и анализ граничных значений .

С помощью этих методов можно тщательно протестировать функциональность базы данных.

Плюсы и минусы тестирования «черного ящика» включают в себя: Генерация тестовых примеров при тестировании «черного ящика» довольно проста. Их создание полностью независимо от разработки программного обеспечения и может выполняться на ранней стадии разработки. Как следствие, программист лучше знает, как проектировать приложение базы данных, и тратит меньше времени на отладку. Стоимость разработки тест-кейсов «черного ящика» ниже, чем разработка тест-кейсов «белого ящика». Главный недостаток тестирования методом «черного ящика» заключается в том, что неизвестно, какая часть программы тестируется. Кроме того, некоторые ошибки не могут быть обнаружены. ^[3]

Белый ящик [ править ]

Тестирование белого ящика в основном касается внутренней структуры базы данных. Детали спецификации скрыты от пользователя.

Оно включает в себя тестирование триггеров базы данных и логических представлений, которые будут поддерживать рефакторинг базы данных .
Он выполняет модульное тестирование функций базы данных, триггеров, представлений, SQL- запросов и т. д.
Он проверяет таблицы базы данных, модели данных, схему базы данных и т. д.
Он проверяет правила ссылочной целостности .
Он выбирает значения таблицы по умолчанию для проверки согласованности базы данных.
Методы, используемые в тестировании белого ящика, — это покрытие условий, покрытие решений, покрытие операторов, цикломатическая сложность .

Основное преимущество тестирования белого ящика при тестировании базы данных заключается в том, что выявляются ошибки кодирования, что позволяет устранить внутренние ошибки в базе данных. Ограничением тестирования «белого ящика» является то, что операторы SQL не рассматриваются.

Подход WHODATE

При создании тестовых примеров для тестирования базы данных семантика оператора SQL должна быть отражена в тестовых примерах. Для этой цели используется метод, называемый Техникой приложения базы данных WHite bOx «(WHODATE)». Как показано на рисунке, операторы SQL независимо преобразуются в операторы GPL, после чего проводится традиционное тестирование «белого ящика» для создания тестовых примеров, включающих семантику SQL. ^[4]

Четыре этапа [ править ]

Установить приспособление
Тестовый запуск
Проверка результата
Срывать

Установленная фикстура описывает исходное состояние базы данных перед входом в тестирование. После установки фикстур поведение базы данных проверяется для определенных тестовых случаев. В зависимости от результата тестовые примеры либо изменяются, либо сохраняются как есть. Этап «сноса» либо приводит к прекращению тестирования, либо к продолжению других тестовых случаев. ^[5]

Для успешного тестирования базы данных обычно выполняется следующий рабочий процесс, выполняемый каждым отдельным тестом:

Очистите базу данных. Если тестируемые данные уже присутствуют в базе данных, ее необходимо очистить.
Настройка приспособления: такой инструмент, как PHPUnit, затем будет перебирать приспособления и выполнять вставки в базу данных.
Запустите тест, проверьте результат, а затем снесите: после сброса базы данных до пустой и вывода списка приборов запускается тест и проверяются выходные данные. Если выходные данные соответствуют ожиданиям, следует процесс разборки, в противном случае тестирование повторяется. ^{[ нужна ссылка ]}

Основные техники [ править ]

Анализатор запросов SQL — полезный инструмент при использовании Microsoft SQL Server . ^{[ нужна ссылка ]}
Одна часто используемая функция, ^{[ нечеткий ]} create_input_dialog["label"], используется для проверки вывода с пользовательскими данными.
Разработка форм для автоматизированного тестирования баз данных, как внешних, так и внутренних, полезна для специалистов по обслуживанию баз данных.
данных Тестирование загрузки :
- Для тестирования нагрузки данных необходимы знания об исходной базе данных и целевой базе данных.
- Рабочие проверяют совместимость исходной базы данных и целевой базы данных с помощью пакета DTS .
- При обновлении исходной базы данных работники обязательно сравнивают ее с целевой базой данных.
- Нагрузочное тестирование базы данных измеряет способность сервера базы данных обрабатывать запросы, а также время ответа сервера базы данных и клиента. ^[6]
При тестировании базы данных часто рассматриваются такие вопросы, как атомарность, согласованность, изоляция, долговечность, целостность, выполнение триггеров и восстановление.

Установка для тестирования баз данных является дорогостоящей и сложной в обслуживании, поскольку системы баз данных постоянно меняются с ожидаемыми операциями вставки, удаления и обновления.
Дополнительные издержки необходимы для определения состояния транзакций базы данных.
После очистки базы данных необходимо разработать новые тестовые примеры. ^{[ нужна ссылка ]}
Генератор SQL необходим для преобразования операторов SQL и включения семантики SQL в тестовые примеры базы данных.

См. также [ править ]

Ссылки [ править ]

^ Корт, Генри (2010). Концепции системы баз данных . Макгроу-Хилл. ISBN 978-0-07-352332-3 .
^ Эмблер, Скотт (2003). Методы гибкой работы с базами данных: эффективные стратегии для гибкого разработчика программного обеспечения . Уайли. ISBN 978-0-471-20283-7 .
^ Прессман, Роджер (1994). Тестировщик программного обеспечения: подход практикующего специалиста . Макгроу-Хилл Образование. ISBN 978-0-07-707732-7 .
^ Чжан, Яньчунь (1999). Кооперативные базы данных и приложения '99: материалы Второго международного симпозиума по кооперативным системам баз данных для передовых приложений (CODAS '99), Вуллонгонг, Австралия, 27–28 марта 1999 г. Спрингер. ISBN 978-981-4021-64-7 .
^ Кан, Стивен. Метрики и модели в инженерии качества программного обеспечения . Пирсон Образование. ISBN 978-81-297-0175-6 .
^ «ИнфоМир» . ИнфоУорлд Медиа Групп, Инк . 15 января 1996 г.

Эмблер, Скотт В. (2006). «Тестирование базы данных: как провести регрессионное тестирование реляционной базы данных» . Гибкие данные . Проверено 4 декабря 2011 г.
Зейчик, Алан; и др. (14 августа 1989 г.). Как мы тестировали интегрированные пакеты программного обеспечения . Инфомир . Проверено 4 декабря 2011 г.

Внешние ссылки [ править ]

Глава 8. Тестирование базы данных из руководства PHPUnit.
Создание наборов данных для тестирования реляционных баз данных
Покрытие SQL-тестов
Acolyte Framework для макетирования JDBC для тестирования на устойчивость

[Database-1] Корт, Генри (2010). Концепции системы баз данных . Макгроу-Хилл. ISBN 978-0-07-352332-3 .

[2] Эмблер, Скотт (2003). Методы гибкой работы с базами данных: эффективные стратегии для гибкого разработчика программного обеспечения . Уайли. ISBN 978-0-471-20283-7 .

[3] Прессман, Роджер (1994). Тестировщик программного обеспечения: подход практикующего специалиста . Макгроу-Хилл Образование. ISBN 978-0-07-707732-7 .

[4] Чжан, Яньчунь (1999). Кооперативные базы данных и приложения '99: материалы Второго международного симпозиума по кооперативным системам баз данных для передовых приложений (CODAS '99), Вуллонгонг, Австралия, 27–28 марта 1999 г. Спрингер. ISBN 978-981-4021-64-7 .

[5] Кан, Стивен. Метрики и модели в инженерии качества программного обеспечения . Пирсон Образование. ISBN 978-81-297-0175-6 .

[6] «ИнфоМир» . ИнфоУорлд Медиа Групп, Инк . 15 января 1996 г.

[1]

[2]

[3]

[4]

[5]

[6]