当前位置: 首页 > news >正文

软件测试学习(数据库MySQL篇)

为什么要学习使用数据库

  • 数据库能够解决数据高效存取的事情。
  • 数据库能够高效存取数据,突破了excel的限制(上限1045876行)
  • 对于软件测试来说,我们需要做一些数据的一致性校验(界面的数据要和数据库的数据保持一致)
  • 对测试来说,我们还需要做数据库的落库校验(软件中产生的记录需要写入到数据库中,比如下单、添加购物车、修改商品信息、注销、购物车数量修改、登录操作)
  • 对测试来说,我们有时候也需要构造一些测试数据
    • 通过软件页面去添加数据(大多数情况)
    • 数据库中添加一些测试数据(python更容易生成大量的数据)
  • 面试的时候百分之九十以上会问到数据库(对于测试来说,经常用到增删改查,查占大部分)

数据库的类型

  • 关系型数据库
    • 数据描述事物,例如用户、影片、用户_影片(关系表),将事物和事物之间的关系能够存储到表中,像这种类型的数据库,能够体现事物与事物之间的关系的数据库,就称之为关系型数据库
    • 有哪些关系型数据库?
      • Oracle\ MySQL\ MS SQL server \PostgreSQL
      • Oracle:商业数据库软件,隶属于 甲骨文 公司,主要应用在海量数据库领域,数量千万上亿级别,例如金融领域
      • MySQL:社区版、企业版、隶属于甲骨文,数量级别(百万级别)
      • MS SQL server:商业数据库软件,隶属于 微软公司 ,数量级别(百万级别)
      • PostgreSQL:百万级别,免费开源。
  • 关系型数据库
    • 存储方式不按照二维表格的形式存储,是给一些特定的场景使用的
      • Redis:内存型数据库(高频访问场景),提高一些高频使用数据的方位速度
      • MongoDB:文档类型数据库

MySQL

一般属于C/S架构(Client/Server)

Client:客户端,需要安装完客户端软件才能够使用,测试、开发都是通过这个客户端工具去使用,比如Navicat、DBeaver、SQLyog

Server:服务端,工作中就是在linux中部署好之后

为什么要学习SQL语言

  • 对于手工点击使用sql效率更高
  • 进阶测试中,接口测试做数据的一致性、数据落库都是在测试工具中完成的,测试工具需要写sql来获取数据
  • 进阶的测试中,接口自动化测试,性能测试、ui自动化测试、测试数据的制造过程也是写成测试框架的一部分

SQL的分类

sql,结构化查询语言,是针对关系型数据库而设计的语言,大多数关系型数据库的sql是通用的

  • DCL(了解):数据控制语言,主要做权限的管理
  • DDL(了解):数据的定义语言,主要做数据库对象:库和表、用户的创建(creat)修改(alter)删(drop)
  • DML(熟悉):数据操作语言,用于操作表中的数据,增(Insert) 改(Update)删 (Delete)
  • DQL(掌握):数据查询语言,主要用于查询表内的数据,查(Select)
http://www.cnnetsun.cn/news/89907.html

相关文章:

  • 【R语言与量子计算加速新突破】:GPU如何将量子模拟效率提升10倍?
  • AWS专家Greg Coquillo提出的 6种LLM ORCHESTRATION PATTERNS解析
  • “.商标”不等同于商标权:企业做知识产权保护,别把“后缀名”当“确权证”
  • 面向削峰填谷的电动汽车多目标优化调度策略
  • 如何在30分钟内完成Dify与Spring AI的无缝部署?资深架构师亲授秘诀
  • 【Vue知识点总结】Vue中的namespaced命名空间详解
  • 告别单一生态限制,构建R-Python一体化可视化工作流
  • 论基于REST服务的Web应用系统设计
  • R语言在气象数据分析中的应用(相关性建模全攻略)
  • 揭秘Docker Compose中的Agent健康检测机制:如何避免服务假死?
  • Python期末复习:30个核心知识点完全详解
  • 大模型训练数据全攻略:从数据处理到高质量数据集构建(建议收藏)
  • 企业级容器安全迫在眉睫,Docker Scout如何实现小时级响应?
  • 12th Live2D Creative Awards(2025)获奖名单公布!
  • 【稀缺资料】:Dify重排序系统调优的3个黄金法则与实测数据验证
  • 【混合检索的Dify查询优化秘籍】:揭秘提升查询效率5倍的核心策略
  • 告别 “自动化孤岛”,解锁实验室真正智能
  • Dify版本历史管理的秘密武器:实现安全、可控、可追溯的回滚体系
  • 13.长视频和短视频的目标追踪(yolo_insightface模型)
  • 前端开发必备:JavaScript 核心事件详解与实战
  • 为什么你的服务总崩溃?:Docker MCP 网关负载均衡未正确配置的3大隐患
  • 专利检索漏查1个参数,千万研发卡壳量产线
  • 自动化测试团队效率提升指南
  • LobeChat能否通过等保测评?国内合规性达标
  • paperzz 降重 / 降 AIGC:从重复率超标到学术合规,高校生论文 “隐形风险” 的解决逻辑
  • paperzz AI 期刊论文功能实测:从 “标题输入” 到 “期刊适配提纲”,学术写作如何少走格式与逻辑的弯路?
  • Linux系统安装nginx
  • Dify Docker部署与模型集成指南
  • @所有科技企业:点击链接直达CES Asia2026奖项申报页,错过免费期成本增加3倍
  • Agent概况