Οδηγός δοκιμής Backend (Παραδείγματα)

Με: Τόμας Χάμιλτον Τόμας Χάμιλτον
Hours Ενημερώθηκε

⚡ Έξυπνη Σύνοψη

Οι δοκιμές backend είναι μια μέθοδος δοκιμών που ελέγχει την πλευρά του διακομιστή και τη βάση δεδομένων μιας εφαρμογής, επιβεβαιώνοντας ότι τα αποθηκευμένα δεδομένα παραμένουν σωστά και απαλλαγμένα από ελαττώματα όπως αδιέξοδο, αλλοίωση δεδομένων και απώλεια δεδομένων.

  • 🗄️ Ορισμός: Οι δοκιμές backend, που ονομάζονται επίσης δοκιμές βάσης δεδομένων, επαληθεύουν το επίπεδο βάσης δεδομένων και διακομιστή πίσω από τη διεπαφή χρήστη.
  • 🎯 Στόχος: Αποτρέπει ελαττώματα όπως αδιέξοδο, καταστροφή δεδομένων και απώλεια δεδομένων στα αποθηκευμένα δεδομένα.
  • ️ Πλησιάζω: Οι δοκιμαστές παρακάμπτουν το γραφικό περιβάλλον χρήστη (GUI) και επικυρώνουν σχήματα, πίνακες, κλειδιά, αποθηκευμένες διαδικασίες και εναύσματα χρησιμοποιώντας ερωτήματα SQL.
  • 🧪 τύποι: Οι δοκιμές βάσεων δεδομένων ομαδοποιούνται σε δομικές, λειτουργικές και μη λειτουργικές δοκιμές.
  • 🧰 Εργαλεία: Εργαλεία όπως το DbVisualizer και SolarWinds Database Performance Analyzer βοήθεια στην υποβολή ερωτημάτων και στην παρακολούθηση βάσεων δεδομένων.
  • 🤖 Βοήθεια με την Τεχνητή Νοημοσύνη: Η Τεχνητή Νοημοσύνη και το GitHub Copilot μπορούν να δημιουργήσουν δεδομένα δοκιμών και να συντάξουν ερωτήματα επικύρωσης SQL.
Περισσότερα

Tutorial για δοκιμές Backend: πώς να δοκιμάσετε τη βάση δεδομένων και την πλευρά του διακομιστή με παραδείγματα

Οι δοκιμές backend ελέγχουν το μέρος μιας εφαρμογής που οι χρήστες δεν βλέπουν ποτέ άμεσα: τη βάση δεδομένων και τη λογική διακομιστή που αποθηκεύει και μετακινεί τα δεδομένα τους. Αυτή η σελίδα εξηγεί τι είναι οι δοκιμές backend, πώς εκτελούνται, τους κύριους τύπους τους, τα εργαλεία που τις υποστηρίζουν και τα βασικά πλεονεκτήματά τους.

Τι είναι το Backend Testing;

Οι δοκιμές στο παρασκήνιο (backend testing) είναι μια μέθοδος δοκιμών που ελέγχει την πλευρά του διακομιστή ή τη βάση δεδομένων των διαδικτυακών εφαρμογών ή λογισμικού. Οι δοκιμές στο παρασκήνιο στοχεύουν στη δοκιμή του επιπέδου εφαρμογής ή του επιπέδου βάσης δεδομένων για να διασφαλίσουν ότι η διαδικτυακή εφαρμογή ή το λογισμικό είναι απαλλαγμένο από ελαττώματα βάσης δεδομένων, όπως αδιέξοδο, καταστροφή δεδομένων ή απώλεια δεδομένων.

Οι δοκιμές στο παρασκήνιο είναι επίσης γνωστές ως δοκιμές βάσεων δεδομένων. Τα δεδομένα που εισάγονται στο front end αποθηκεύονται στη βάση δεδομένων του παρασκήνιου. Η βάση δεδομένων μπορεί να είναι SQL Server, MySQL, Oracle, DB2 και παρόμοια συστήματα. Τα δεδομένα οργανώνονται σε πίνακες ως εγγραφές και χρησιμοποιούνται για την υποστήριξη του περιεχομένου της σελίδας.

Ο έλεγχος της βάσης δεδομένων ή του backend είναι σημαντικός επειδή, εάν δεν γίνει σωστά, μπορεί να προκαλέσει σοβαρές επιπλοκές όπως αδιέξοδο, καταστροφή δεδομένων και απώλεια δεδομένων.

Πώς να κάνετε Backend Testing

Ο έλεγχος βάσεων δεδομένων περιλαμβάνει κυρίως την επικύρωση των ακόλουθων:

  • Schema
  • Πίνακες βάσεων δεδομένων
  • Στήλες
  • Κλειδιά και ευρετήρια
  • Αποθηκευμένες διαδικασίες
  • ωθήσεις
  • Επικυρώσεις διακομιστή βάσης δεδομένων
  • Επικάλυψη δεδομένων

Στις δοκιμές backend, δεν απαιτείται να χρησιμοποιήσετε το GUI. Μπορείτε να περάσετε απευθείας το αίτημα μέσω ενός προγράμματος περιήγησης με τις παραμέτρους που απαιτούνται για τη συνάρτηση και να λάβετε μια απάντηση σε κάποια προεπιλεγμένη μορφή, για παράδειγμα, XML ή JSON. Πρέπει επίσης να συνδεθείτε απευθείας στη βάση δεδομένων και να επαληθεύσετε τα δεδομένα χρησιμοποιώντας SQL ερωτήματα. Η διόρθωση σφαλμάτων μπορεί να γίνει μέσω αρχείων καταγραφής.

Υπάρχουν διάφορες φάσεις στις δοκιμές backend. Το πρώτο βήμα είναι η απόκτηση των προδιαγραφών σχεδιασμού για έναν διακομιστή βάσης δεδομένων. Το επόμενο βήμα είναι η δοκιμή του σχεδιασμού των προδιαγραφών, ακολουθούμενη από την εφαρμογή των δοκιμών σε αυτόν τον σχεδιασμό με κώδικα SQL. Το παρακάτω διάγραμμα περιγράφει πώς οι δοκιμές backend βρίσκονται πίσω από το front end μιας εφαρμογής.

Διάγραμμα που δείχνει τις δοκιμές backend, ελέγχοντας τη βάση δεδομένων και τον διακομιστή πίσω από τη διεπαφή front-end

Τύποι δοκιμών βάσεων δεδομένων

Οι τύποι δοκιμών βάσεων δεδομένων περιλαμβάνουν δομικές, λειτουργικές και μη λειτουργικές δοκιμές:

  • Δομική δοκιμή: Επικυρώνει τα αντικείμενα της βάσης δεδομένων που αποθηκεύουν δεδομένα και δεν χειρίζονται άμεσα από τους χρήστες, όπως πίνακες, στήλες, σχήματα, κλειδιά και προβολές, μαζί με στοιχεία από την πλευρά του διακομιστή, όπως αποθηκευμένες διαδικασίες και εναύσματα.
  • Λειτουργική δοκιμή: Επαληθεύει ότι η βάση δεδομένων συμπεριφέρεται σωστά από την οπτική γωνία του χρήστη, ελέγχοντας ότι οι λειτουργίες όπως η εισαγωγή, η ενημέρωση, η διαγραφή και η ανάκτηση λειτουργούν όπως αναμένεται και διατηρούν τα δεδομένα συνεπή.
  • Μη λειτουργικές δοκιμές: Καλύπτει ελέγχους φόρτου, καταπόνησης, απόδοσης, ασφάλειας και διαμόρφωσης, διασφαλίζοντας ότι η βάση δεδομένων παραμένει γρήγορη, αξιόπιστη και ασφαλής σε πραγματικές συνθήκες.

ΣΧΕΤΙΚΑ ΑΡΘΡΑ

Εργαλεία που χρησιμοποιούνται για τη δοκιμή βάσεων δεδομένων

Μερικά από τα χρήσιμα εργαλεία που χρησιμοποιούνται για τον έλεγχο βάσεων δεδομένων περιλαμβάνουν τα ακόλουθα.

1) DbVisualizer

DbVisualizer είναι ένα καθολικό εργαλείο βάσης δεδομένων για προγραμματιστές, αναλυτές και διαχειριστές βάσεων δεδομένων. Παρέχει δυνατότητες για τη σύνταξη SQL για την υποβολή ερωτημάτων και την οπτικοποίηση των δεδομένων σας, μαζί με δυνατότητες σχεδίασης και ανάπτυξης για τη διαχείριση των βάσεων δεδομένων, των πινάκων, των σχέσεων, των ευρετηρίων, των εναυσμάτων και των χρηστών σας. Το DbVisualizer έχει ληφθεί πάνω από 5 εκατομμύρια φορές και χρησιμοποιείται σε περισσότερες από 143 χώρες.

Χαρακτηριστικά:

  • Διατίθεται δωρεάν έκδοση
  • Δωρεάν αξιολόγηση της έκδοσης Pro
  • Διασταυρούμενη πλατφόρμα
  • Βελτιστοποίηση ερωτήματος με δυνατότητα επεξήγησης σχεδίου
  • Εργαλείο δημιουργίας οπτικών ερωτημάτων χρησιμοποιώντας μεταφορά και απόθεση
  • Ευέλικτη εκτέλεση σεναρίου SQL με υποστήριξη παραμέτρων
  • Μορφοποίηση SQL
  • Διεπαφή γραμμής εντολών για εκτέλεση χωρίς κεφαλή

2) Database Performance Analyzer

SolarWinds Database Performance Analyzer είναι ένα εργαλείο παρακολούθησης και ανάλυσης απόδοσης για διαχειριστές βάσεων δεδομένων. Εντοπίζει επίσης τους λόγους για τα σημεία συμφόρησης και μειώνει το συνολικό κόστος των λειτουργιών της βάσης δεδομένων.

Χαρακτηριστικά:

  • Παρακολουθήστε τους περιορισμούς χωρητικότητας, τα ερωτήματα και την απόδοση της υγείας του διακομιστή
  • Ειδικοί σύμβουλοι βάσεων δεδομένων και συντονισμού ερωτημάτων SQL
  • Βρείτε γρήγορα την αιτία σύνθετων προβλημάτων
  • Εντοπίστε προβλήματα βάσης δεδομένων σε πραγματικό χρόνο
  • Υποστήριξη βάσης δεδομένων μεταξύ προμηθευτών από μια ενιαία διεπαφή
  • Χαμηλό κόστος σε βάσεις δεδομένων που παρακολουθούνται
  • Ανάλυση αποκλεισμού και αδιεξόδου
  • Αναλύστε κάθε παράγοντα που επηρεάζει την εκτέλεση του SQL Server
  • Παρακολούθηση βάσεων δεδομένων σε υβριδικά περιβάλλοντα, σε εσωτερικές εγκαταστάσεις, σε εικονικά περιβάλλοντα και στο cloud
  • Προληπτική ρύθμιση ερωτημάτων, ώστε οι εφαρμογές να μπορούν να ανταποκρίνονται πιο γρήγορα

Πλεονεκτήματα των δοκιμών στο παρασκήνιο

Οι δοκιμές στο παρασκήνιο προσφέρουν πολλά πλεονεκτήματα:

  • Οι δοκιμές στο παρασκήνιο δεν είναι σαν τις δοκιμές στο μαύρο κουτί, επομένως οι δοκιμαστές μπορούν να δουν και να στοχεύσουν τα υποκείμενα δεδομένα και τη λογική.
  • Παρέχει πλήρη έλεγχο της κάλυψης και του βάθους της δοκιμής.
  • Στο αρχικό στάδιο ανάπτυξης, πολλά σφάλματα μπορούν να εντοπιστούν και να διορθωθούν αποτελεσματικά.

Για την εκτέλεση δοκιμών backend, ο υπεύθυνος δοκιμών αναμένεται να έχει ισχυρό υπόβαθρο στον διακομιστή βάσης δεδομένων και γνώση της δομημένης γλώσσας ερωτημάτων. Για μια πιο εμπεριστατωμένη ματιά στην προετοιμασία και την επικύρωση δεδομένων, ανατρέξτε σε αυτόν τον οδηγό. δοκιμή δεδομένων.

Συχνές Ερωτήσεις

Frontend δοκιμή Ελέγχει τη διεπαφή χρήστη και όλα όσα βλέπει ο χρήστης, ενώ οι δοκιμές στο backend ελέγχουν τον διακομιστή, τη βάση δεδομένων και την επιχειρηματική λογική από κάτω. Οι δοκιμές στο frontend χρειάζονται ένα γραφικό περιβάλλον χρήστη (GUI), ενώ οι δοκιμές στο backend λειτουργούν απευθείας με βάσεις δεδομένων, API και ερωτήματα SQL.

Επικαλύπτονται αλλά δεν είναι πανομοιότυπα. Οι δοκιμές βάσεων δεδομένων επικεντρώνονται στην ίδια τη βάση δεδομένων, συμπεριλαμβανομένου του σχήματος, των πινάκων, των αποθηκευμένων διαδικασιών και της ακεραιότητας των δεδομένων. Οι δοκιμές backend είναι ευρύτερες και καλύπτουν επίσης τη λογική και τα API από την πλευρά του διακομιστή. Επειδή η βάση δεδομένων είναι κεντρική, οι όροι χρησιμοποιούνται συχνά εναλλακτικά.

Ναι. Οι επαναλαμβανόμενοι έλεγχοι SQL, οι συγκρίσεις δεδομένων και οι δοκιμές παλινδρόμησης μπορούν να αυτοματοποιηθούν με σενάρια SQL και εργαλεία δοκιμών. Ο αυτοματισμός επιταχύνει τις επικυρώσεις μεγάλων δεδομένων και εντάσσεται σε αγωγούς CI, αν και οι πολύπλοκοι, διερευνητικοί έλεγχοι εξακολουθούν να επωφελούνται από τις χειροκίνητες δοκιμές.

Οι δοκιμές API επαληθεύουν τα αιτήματα και τις απαντήσεις που ανταλλάσσονται μεταξύ της εφαρμογής και του διακομιστή, συχνά σε JSON ή XML. Αποτελούν βασικό μέρος των δοκιμών backend, επειδή τα API μεταφέρουν δεδομένα από και προς τη βάση δεδομένων χωρίς να εμπλέκουν τη γραφική διεπαφή.

Συνήθεις προκλήσεις περιλαμβάνουν την προετοιμασία ρεαλιστικών δεδομένων δοκιμών, τον χειρισμό μεγάλων όγκων δεδομένων, τη σύνταξη σύνθετων ερωτημάτων SQL, τη διαχείριση αλλαγών σχήματος και την αναπαραγωγή ζητημάτων ταυτόχρονης λειτουργίας, όπως τα αδιέξοδα. Η περιορισμένη πρόσβαση σε βάσεις δεδομένων τύπου παραγωγής μπορεί επίσης να δυσχεράνει τις διεξοδικές δοκιμές backend.

Ένα τυπικό παράδειγμα είναι η εισαγωγή μιας εγγραφής μέσω του front end και, στη συνέχεια, η εκτέλεση ενός ερωτήματος SQL για να επιβεβαιωθεί ότι αποθηκεύτηκε σωστά στον σωστό πίνακα. Οι δοκιμαστές επαληθεύουν επίσης τους περιορισμούς και τα εναύσματα και ελέγχουν ότι η διαγραφή δεδομένων τα καταργεί από οπουδήποτε αναμένεται.

Η τεχνητή νοημοσύνη και η μηχανική μάθηση βοηθούν στη δημιουργία ρεαλιστικών δεδομένων δοκιμών, στην πρόταση και βελτιστοποίηση ερωτημάτων SQL και στον εντοπισμό ανωμαλιών σε μεγάλα σύνολα αποτελεσμάτων ή αρχεία καταγραφής. Εργαλεία όπως SolarWinds Database Performance Analyzer Χρησιμοποιήστε μηχανική μάθηση για να εντοπίσετε προβλήματα απόδοσης βάσεων δεδομένων προτού επηρεάσουν τους χρήστες.

Ναί. GitHub Copilot Μπορεί να συντάξει ερωτήματα SQL, αποθηκευμένες διαδικασίες και σενάρια επικύρωσης από ένα σύντομο σχόλιο και να τα ολοκληρώσει καθώς πληκτρολογεί. Να ελέγχετε πάντα το δημιουργημένο SQL πριν το εκτελέσετε σε μια βάση δεδομένων, καθώς τα ερωτήματα μπορούν να αλλάξουν ή να διαγράψουν δεδομένα.

Συνοψίστε αυτήν την ανάρτηση με: