Testscenarier för en Oracle -databastabell beror starkt på tabellens syfte och de data som den innehåller. Vi kan dock kategorisera dem i flera viktiga områden:
i. Dataintegritet och validering:
* Datatyp Validering:
* Scenario: Försök att infoga data om fel datatyp i varje kolumn (t.ex. infoga text i en sifferkolumn). Förvänta dig ett fel eller lämplig hantering (t.ex. datavunkering med varning).
* förväntat resultat: Databasen bör avvisa ogiltiga datatyper, antingen höja ett fel eller hantera den enligt definierade begränsningar (som "standard" -värden eller "null" -hantering).
* Begränsningsvalidering:
* Scenario: Testa alla begränsningar som definieras på tabellen (t.ex. `inte null`,` unik ', `primär nyckel', 'utländsk nyckel', 'check'). Försök att bryta mot varje begränsning.
* förväntat resultat: Databasen bör förhindra överträdelsen och returnera ett lämpligt felmeddelande.
* Validering av dataintervall:
* Scenario: Försök att infoga värden utanför det tillåtna intervallet för numeriska eller datumkolumner (om tillämpligt, t.ex. införa ett datum i framtiden i en historisk datatabell).
* förväntat resultat: Databasen bör avvisa värden utanför det definierade intervallet.
* Validering av datalängder:
* Scenario: Försök att infoga värden som överskrider den maximala längd som definieras för strängkolumner (`varchar2`,` char`).
* förväntat resultat: Databasen bör antingen trunkera data eller avvisa införandet, beroende på konfiguration.
* nollvärdehantering:
* Scenario: Testa beteendet hos tabellen när "null" -värden sätts in i kolumner, både nullable och "inte noll" -kolumner.
* förväntat resultat: Databasen ska hantera "noll" -värden enligt kolumndefinitionerna. `Inte NULL 'kolumner bör höja ett fel om ett" null "-värde försöks.
* Standardvärde Validering:
* Scenario: Sätt in rader utan att specificera värden för kolumner med standardvärden.
* förväntat resultat: Kolumnerna bör fyllas med sina respektive standardvärden.
ii. Data manipulation:
* Insert Operations:
* Scenario: Sätt in enstaka rader, flera rader (med "infoga alla") och stora datapartier.
* förväntat resultat: Data bör infogas korrekt, med alla begränsningar och valideringar godkänd. Kontrollera om prestandaproblem med stora skär.
* Uppdateringsoperationer:
* Scenario: Uppdatera befintliga rader med giltiga och ogiltiga data. Uppdatera alla kolumner individuellt och i kombinationer.
* förväntat resultat: Giltiga uppdateringar bör lyckas, medan ogiltiga uppdateringar (kränker begränsningar) bör misslyckas.
* radera operationer:
* Scenario: Ta bort enstaka rader, flera rader och potentiellt alla rader. Test Radera operationer med "där" klausuler som matchar olika förhållanden (t.ex. specifika värden, intervall).
* förväntat resultat: Data bör raderas korrekt enligt "där" klausulvillkoren. Kontrollera om referensintegritetsproblem om utländska nycklar är inblandade.
iii. Datahämtning:
* Välj operationer:
* Scenario: Testa `Select` -uttalanden med olika" där "klausuler (med olika operatörer som` =`,`> `,` <`, 'mellan', 'som', 'i',` är null '),' ordning av ',' grupp av 'och' med 'klausuler. Testa med sammanfogningar till relaterade tabeller.
* förväntat resultat: Frågor ska returnera rätt datauppsättningar. Kontrollera noggrannheten för hämtade data och prestanda för olika frågestyper.
* Dataaggregering:
* Scenario: Använd aggregerade funktioner (t.ex. `sum`,` AVG`, `count`,` max`, `min`) för att verifiera att dataaggregering är korrekt.
* förväntat resultat: Exakta sammanlagda resultat bör returneras.
iv. Prestanda och skalbarhet:
* Stor datavolymhantering:
* Scenario: Fyll tabellen med en stor volym data (nära eller överskrida förväntad produktionsdatavolym) och testinsats, uppdatera, ta bort och välj operationer för att mäta prestanda.
* förväntat resultat: Databasen ska hantera datavolymen inom acceptabla prestationsparametrar.
* samtidighetstest:
* Scenario: Simulera flera användare samtidigt åtkomst och modifiera tabelldata.
* förväntat resultat: Databasen ska hantera samtidig åtkomst utan datakorruption eller fel.
v. Säkerhet:
* Åtkomstkontroll:
* Scenario: Kontrollera att användare med lämpliga roller och privilegier kan komma åt, ändra och ta bort data, medan obehöriga användare inte kan.
* förväntat resultat: Rätt åtkomstkontrollmekanismer verkställs.
Dessa är allmänna scenarier. Du måste skräddarsy dessa efter dina specifika tabellens krav, datatyper, begränsningar och avsedd användning. Kom ihåg att överväga kantfall och gränsvillkor för omfattande tester. Du bör också använda lämpliga testverktyg och metoder, som att skriva SQL -skript för automatiserad testning.
