当前位置：首页 > 技术干货 > 软件测试技术干货 > 数据库测试：如何验证数据一致性和完整性_千锋教育

数据库测试：如何验证数据一致性和完整性_千锋教育

来源：千锋教育

发布时间：2026-07-03 18:31:20

01 数据一致性：为什么99%的测试都漏掉了这个环节

数据一致性，不是“数据看起来对不对”。它指的是：同一份数据，在系统的任何角落、任何时刻、任何操作下，都保持逻辑上的统一。

举个血淋淋的例子：电商下单。用户点击“下单”，订单表写入一条记录，库存表扣除一个数量。如果订单写入成功，库存扣减失败——用户付了钱，商家没货发。如果订单写入失败，库存扣减成功——用户没买成，库存却少了。这就是数据不一致。

为什么99%的测试人员会漏掉这个环节？三个原因：

1. 只测功能，不测数据流。测试人员盯着界面“下单成功”的弹窗，却从没检查过库存表是否真的减了1。

2. 只测单表，不测关联。订单表、支付表、物流表，每个表单独测都没问题，组合起来就崩。

3. 只测正常，不测异常。网络断了、事务回滚了、并发来了——这些场景下的数据状态，没人验证。

数据一致性的本质，是事务的ACID属性。A（原子性）：操作要么全做，要么全不做。C（一致性）：操作前后，数据约束不被破坏。I（隔离性）：并发操作互不干扰。D（持久性）：操作一旦完成，结果永久保存。

测试数据一致性，就是验证这四个属性在真实场景下是否成立。

ACID不验证，数据就是薛定谔的猫

02 实战验证：用SQL和代码锁定数据一致性

理论说完了，上真家伙。我们用一个经典的“银行转账”场景来演示。

场景：用户A向用户B转账100元。A账户余额500，B账户余额200。转账后，A余额应为400，B余额应为300。

表结构：

sql

CREATE TABLE accounts (
    user_id INT PRIMARY KEY,
    balance DECIMAL(10,2) NOT NULL,
    version INT DEFAULT 0
);

INSERT INTO accounts VALUES (1, 500.00, 0), (2, 200.00, 0);

2.1 原子性验证

原子性要求：A扣钱和B加钱，要么都成功，要么都失败。不能出现A扣了钱，B没收到。

测试方法：在事务中故意制造失败，然后检查数据状态。

sql

-- 开启事务
BEGIN;
-- 从A扣钱
UPDATE accounts SET balance = balance - 100 WHERE user_id = 1;
-- 模拟失败：插入一个违反约束的数据
INSERT INTO accounts VALUES (3, -100.00, 0); -- 假设balance不能为负，但此处强制插入
-- 回滚事务
ROLLBACK;
-- 验证：A的余额是否还是500？
SELECT balance FROM accounts WHERE user_id = 1;
-- 预期结果：500.00

测试要点：

►在事务中插入一个必然失败的操作，验证回滚后所有数据恢复原状。

►检查日志，确认没有部分提交的记录。

2.2 一致性验证

一致性要求：转账前后，总余额不变。500+200=700，转账后400+300=700。

测试方法：计算转账前后的总余额，对比是否相等。

sql

-- 转账前总余额
SELECT SUM(balance) AS total_before FROM accounts;
-- 执行转账（此处用伪代码，实际在应用层执行）
-- UPDATE accounts SET balance = balance - 100 WHERE user_id = 1;
-- UPDATE accounts SET balance = balance + 100 WHERE user_id = 2;
-- 转账后总余额
SELECT SUM(balance) AS total_after FROM accounts;
-- 断言：total_before == total_after

测试要点：

►不只看单个账户，要看全局约束。

►检查是否有账户余额变成负数（如果业务规则不允许）。

►验证账户数量是否变化（没有凭空多出或消失账户）。

2.3 隔离性验证

隔离性要求：并发转账时，数据不会被破坏。

测试方法：用两个线程同时向同一账户转账。

模拟两个线程同时从A向B转账100元

t1 = threading.Thread(target=transfer, args=(1, 2, 100))

t2 = threading.Thread(target=transfer, args=(1, 2, 100))

t1.start()

t2.start()

t1.join()

t2.join()

验证最终余额

conn = pymysql.connect(host='localhost', user='test', password='test', db='test')

cursor = conn.cursor()

cursor.execute("SELECT balance FROM accounts WHERE user_id = 1")

print("A余额:", cursor.fetchone()[0]) # 预期：300（500-100-100）

cursor.execute("SELECT balance FROM accounts WHERE user_id = 2")

print("B余额:", cursor.fetchone()[0]) # 预期：400（200+100+100）

text


**测试要点**：
- 重复执行100次，看是否出现数据不一致。
- 检查是否有死锁发生，死锁后数据是否回滚到一致状态。
- 使用不同隔离级别（READ COMMITTED、REPEATABLE READ、SERIALIZABLE）对比结果。

<blockquote style="margin:16px 0;padding:12px 20px;background:#F5F5F5;border-left:4px solid #9E9E9E;color:#616161;font-style:italic;border-radius:0 6px 6px 0;">**并发不测，数据就是纸糊的墙**</blockquote>

## 03 数据完整性：从约束到触发器，一个都不能少

数据完整性，是数据库的“法律”。它规定了数据长什么样、能有什么值、表与表之间怎么关联。

<div style="margin:24px 0;border:1px solid #E3F2FD;border-radius:8px;background:#FAFAFA;overflow:hidden;"><div style="display:flex;align-items:center;gap:12px;padding:12px 20px;background:linear-gradient(135deg,#E3F2FD,#BBDEFB);"><span style="width:36px;height:36px;background:#2196F3;color:#fff;border-radius:50%;display:inline-flex;align-items:center;justify-content:center;font-weight:bold;font-size:16px;flex-shrink:0;">3.</span><span style="font-size:17px;font-weight:700;color:#1565C0;">1 实体完整性验证</span></div><div style="padding:16px 20px;"><p>实体完整性要求：每行数据都是唯一的、可识别的。核心就是<strong>主键</strong>和<strong>唯一约束</strong>。</p>
<p><strong>测试方法</strong>：尝试插入重复数据，验证约束生效。</p>
<div style="margin:16px 0;border-radius:8px;overflow:hidden;border:1px solid #E0E0E0;"><div style="background:#263238;color:#B0BEC5;padding:6px 16px;font-size:12px;font-family:Consolas,monospace;"><span style="text-transform:uppercase;letter-spacing:1px;">sql</span></div><pre style="background:#1E272E;color:#E0E0E0;padding:16px 20px;margin:0;overflow-x:auto;font-size:14px;line-height:1.7;font-family:Consolas,"Courier New",monospace;"><code>-- 创建带主键的表
CREATE TABLE users (
    id INT PRIMARY KEY,
    email VARCHAR(100) UNIQUE
);

-- 测试主键
INSERT INTO users VALUES (1, 'a@test.com');
INSERT INTO users VALUES (1, 'b@test.com');  -- 预期：失败，主键重复

-- 测试唯一约束
INSERT INTO users VALUES (2, 'a@test.com');  -- 预期：失败，email重复</code></pre></div>
<p><strong>测试要点</strong>：</p>
<ul style="list-style:none;padding-left:0;margin:12px 0;">
<li style="position:relative;padding:4px 0 4px 24px;line-height:1.8;"><span style="color:#2196F3;font-weight:bold;position:absolute;left:4px;">&#9658;</span>尝试插入NULL值到主键列（应失败）。</li>
<li style="position:relative;padding:4px 0 4px 24px;line-height:1.8;"><span style="color:#2196F3;font-weight:bold;position:absolute;left:4px;">&#9658;</span>尝试UPDATE主键为已存在的值（应失败）。</li>
<li style="position:relative;padding:4px 0 4px 24px;line-height:1.8;"><span style="color:#2196F3;font-weight:bold;position:absolute;left:4px;">&#9658;</span>批量插入时，验证约束是否逐行检查。</li>
</ul></div></div>
<div style="margin:24px 0;border:1px solid #E3F2FD;border-radius:8px;background:#FAFAFA;overflow:hidden;"><div style="display:flex;align-items:center;gap:12px;padding:12px 20px;background:linear-gradient(135deg,#E3F2FD,#BBDEFB);"><span style="width:36px;height:36px;background:#2196F3;color:#fff;border-radius:50%;display:inline-flex;align-items:center;justify-content:center;font-weight:bold;font-size:16px;flex-shrink:0;">3.</span><span style="font-size:17px;font-weight:700;color:#1565C0;">2 参照完整性验证</span></div><div style="padding:16px 20px;"><p>参照完整性要求：外键引用的数据必须存在。不能出现订单的客户ID指向一个不存在的客户。</p>
<p><strong>测试方法</strong>：操作外键约束，验证级联行为。</p>
<div style="margin:16px 0;border-radius:8px;overflow:hidden;border:1px solid #E0E0E0;"><div style="background:#263238;color:#B0BEC5;padding:6px 16px;font-size:12px;font-family:Consolas,monospace;"><span style="text-transform:uppercase;letter-spacing:1px;">sql</span></div><pre style="background:#1E272E;color:#E0E0E0;padding:16px 20px;margin:0;overflow-x:auto;font-size:14px;line-height:1.7;font-family:Consolas,"Courier New",monospace;"><code>-- 创建表
CREATE TABLE customers (
    id INT PRIMARY KEY,
    name VARCHAR(50)
);

CREATE TABLE orders (
    id INT PRIMARY KEY,
    customer_id INT,
    FOREIGN KEY (customer_id) REFERENCES customers(id)
);

-- 测试插入
INSERT INTO orders VALUES (1, 999);  -- 预期：失败，客户ID不存在

-- 测试删除
INSERT INTO customers VALUES (1, 'Alice');
INSERT INTO orders VALUES (1, 1);
DELETE FROM customers WHERE id = 1;  -- 预期：失败，存在关联订单（如果未设置级联删除）

-- 测试级联行为（如果设置了ON DELETE CASCADE）
-- DELETE FROM customers WHERE id = 1;  -- 预期：成功，同时删除关联订单</code></pre></div>
<p><strong>测试要点</strong>：</p>
<ul style="list-style:none;padding-left:0;margin:12px 0;">
<li style="position:relative;padding:4px 0 4px 24px;line-height:1.8;"><span style="color:#2196F3;font-weight:bold;position:absolute;left:4px;">&#9658;</span>测试所有级联选项：CASCADE、SET NULL、RESTRICT、NO ACTION。</li>
<li style="position:relative;padding:4px 0 4px 24px;line-height:1.8;"><span style="color:#2196F3;font-weight:bold;position:absolute;left:4px;">&#9658;</span>测试多级外键关联（A→B→C），验证级联删除是否完整。</li>
<li style="position:relative;padding:4px 0 4px 24px;line-height:1.8;"><span style="color:#2196F3;font-weight:bold;position:absolute;left:4px;">&#9658;</span>测试循环引用（A→B→A），验证数据库是否能处理。</li>
</ul></div></div>
<div style="margin:24px 0;border:1px solid #E3F2FD;border-radius:8px;background:#FAFAFA;overflow:hidden;"><div style="display:flex;align-items:center;gap:12px;padding:12px 20px;background:linear-gradient(135deg,#E3F2FD,#BBDEFB);"><span style="width:36px;height:36px;background:#2196F3;color:#fff;border-radius:50%;display:inline-flex;align-items:center;justify-content:center;font-weight:bold;font-size:16px;flex-shrink:0;">3.</span><span style="font-size:17px;font-weight:700;color:#1565C0;">3 域完整性验证</span></div><div style="padding:16px 20px;"><p>域完整性要求：列的值必须在合法范围内。比如年龄不能为负，邮箱必须有@符号。</p>
<p><strong>测试方法</strong>：使用CHECK约束或触发器，验证非法数据被拒绝。</p>
<div style="margin:16px 0;border-radius:8px;overflow:hidden;border:1px solid #E0E0E0;"><div style="background:#263238;color:#B0BEC5;padding:6px 16px;font-size:12px;font-family:Consolas,monospace;"><span style="text-transform:uppercase;letter-spacing:1px;">sql</span></div><pre style="background:#1E272E;color:#E0E0E0;padding:16px 20px;margin:0;overflow-x:auto;font-size:14px;line-height:1.7;font-family:Consolas,"Courier New",monospace;"><code>-- 使用CHECK约束
CREATE TABLE employees (
    id INT PRIMARY KEY,
    age INT CHECK (age &gt;= 18 AND age &lt;= 65),
    salary DECIMAL(10,2) CHECK (salary &gt; 0)
);

-- 测试
INSERT INTO employees VALUES (1, 16, 5000);  -- 预期：失败，年龄小于18
INSERT INTO employees VALUES (2, 30, -100);  -- 预期：失败，薪资为负

-- 使用触发器验证更复杂的规则
CREATE TRIGGER check_salary_before_insert
BEFORE INSERT ON employees
FOR EACH ROW
BEGIN
    IF NEW.salary &lt; 0 THEN
        SIGNAL SQLSTATE '45000' SET MESSAGE_TEXT = '薪资不能为负';
    END IF;
END;</code></pre></div>
<p><strong>测试要点</strong>：</p>
<ul style="list-style:none;padding-left:0;margin:12px 0;">
<li style="position:relative;padding:4px 0 4px 24px;line-height:1.8;"><span style="color:#2196F3;font-weight:bold;position:absolute;left:4px;">&#9658;</span>测试边界值：最小值、最大值、刚好在边界上的值。</li>
<li style="position:relative;padding:4px 0 4px 24px;line-height:1.8;"><span style="color:#2196F3;font-weight:bold;position:absolute;left:4px;">&#9658;</span>测试NULL值：允许NULL的列，NULL是否被约束检查通过。</li>
<li style="position:relative;padding:4px 0 4px 24px;line-height:1.8;"><span style="color:#2196F3;font-weight:bold;position:absolute;left:4px;">&#9658;</span>测试数据类型：插入字符串到数字列、插入超长字符串。</li>
</ul>
<p>> <strong>约束不验证，数据就是无底洞</strong></p></div></div>
## 04 自动化测试：用脚本把数据验证变成日常

手动验证数据一致性，一次两次可以，天天做就是自杀。必须自动化。

<div style="margin:24px 0;border:1px solid #E3F2FD;border-radius:8px;background:#FAFAFA;overflow:hidden;"><div style="display:flex;align-items:center;gap:12px;padding:12px 20px;background:linear-gradient(135deg,#E3F2FD,#BBDEFB);"><span style="width:36px;height:36px;background:#2196F3;color:#fff;border-radius:50%;display:inline-flex;align-items:center;justify-content:center;font-weight:bold;font-size:16px;flex-shrink:0;">4.</span><span style="font-size:17px;font-weight:700;color:#1565C0;">1 数据库测试框架：pytest + SQL</span></div><div style="padding:16px 20px;"><p>用Python的pytest框架，结合SQL查询，实现自动化数据验证。</p></div></div>
    # 记录转账前总余额
    cursor.execute("SELECT SUM(balance) FROM accounts")
    total_before = cursor.fetchone()[0]
    
    # 执行转账（实际项目中，这里调用业务接口）
    cursor.execute("UPDATE accounts SET balance = balance - 100 WHERE user_id = 1")
    cursor.execute("UPDATE accounts SET balance = balance + 100 WHERE user_id = 2")
    db_conn.commit()
    
    # 记录转账后总余额
    cursor.execute("SELECT SUM(balance) FROM accounts")
    total_after = cursor.fetchone()[0]
    
    # 验证
    assert total_before == total_after, f"总余额不一致：{total_before} vs {total_after}"

def test_no_negative_balance(db_conn):
    """验证没有账户余额为负"""
    cursor = db_conn.cursor()
    cursor.execute("SELECT COUNT(*) FROM accounts WHERE balance < 0")
    negative_count = cursor.fetchone()[0]
    assert negative_count == 0, f"存在{negative_count}个负余额账户"

4.2 数据完整性检查脚本

对于生产环境，可以写一个定时任务，检查数据完整性。

检查外键完整性：订单的客户必须存在

cursor.execute("""

SELECT o.id, o.customer_id

FROM orders o

LEFT JOIN customers c ON o.customer_id = c.id

WHERE c.id IS NULL

""")

orphan_orders = cursor.fetchall()

if orphan_orders:

errors.append(f"存在{len(orphan_orders)}个孤立订单")

检查数据一致性：订单总金额 = 订单明细金额之和

cursor.execute("""

SELECT o.id, o.total_amount, SUM(od.amount) as detail_sum

FROM orders o

JOIN order_details od ON o.id = od.order_id

GROUP BY o.id, o.total_amount

HAVING o.total_amount != SUM(od.amount)

""")

inconsistent_orders = cursor.fetchall()

if inconsistent_orders:

errors.append(f"存在{len(inconsistent_orders)}个金额不一致的订单")

检查唯一约束：邮箱不能重复

cursor.execute("""

SELECT email, COUNT(*) as cnt

FROM users

GROUP BY email

HAVING COUNT(*) > 1

""")

duplicate_emails = cursor.fetchall()

if duplicate_emails:

errors.append(f"存在{len(duplicate_emails)}个重复邮箱")

如果有错误，发送告警

if errors:

send_alert("\n".join(errors))

cursor.close()

conn.close()

def send_alert(message):

发送邮件或钉钉告警

print(f"[{datetime.now()}] 数据完整性检查失败：\n{message}")

定时任务（使用cron或apscheduler）

每天凌晨2点执行一次

check_data_integrity()

text


**自动化测试要点**：
- 每个测试函数只验证一个规则，方便定位问题。
- 使用fixture管理数据库连接，测试结束后自动关闭。
- 测试数据独立：每个测试用例创建自己的测试数据，互不干扰。
- 测试失败时，给出明确的错误信息，包括具体的数据ID。

<blockquote style="margin:16px 0;padding:12px 20px;background:#F5F5F5;border-left:4px solid #9E9E9E;color:#616161;font-style:italic;border-radius:0 6px 6px 0;">**自动化不跑，数据验证就是空话**</blockquote>

## 05 高级技巧：从快照到混沌工程，把数据测试做到极致

基础方法掌握了，但真实场景远比这复杂。以下三个高级技巧，帮你应对99%的棘手情况。

<div style="margin:24px 0;border:1px solid #E3F2FD;border-radius:8px;background:#FAFAFA;overflow:hidden;"><div style="display:flex;align-items:center;gap:12px;padding:12px 20px;background:linear-gradient(135deg,#E3F2FD,#BBDEFB);"><span style="width:36px;height:36px;background:#2196F3;color:#fff;border-radius:50%;display:inline-flex;align-items:center;justify-content:center;font-weight:bold;font-size:16px;flex-shrink:0;">5.</span><span style="font-size:17px;font-weight:700;color:#1565C0;">1 数据快照对比</span></div><div style="padding:16px 20px;"><p>在复杂的分布式系统中，数据可能跨多个数据库、多个表。如何验证整个系统的数据一致性？<strong>数据快照</strong>。</p>
<p><strong>方法</strong>：在操作前后，分别对相关数据做快照，然后对比差异。</p>
<div style="margin:16px 0;border-radius:8px;overflow:hidden;border:1px solid #E0E0E0;"><div style="background:#263238;color:#B0BEC5;padding:6px 16px;font-size:12px;font-family:Consolas,monospace;"><span style="text-transform:uppercase;letter-spacing:1px;">sql</span></div><pre style="background:#1E272E;color:#E0E0E0;padding:16px 20px;margin:0;overflow-x:auto;font-size:14px;line-height:1.7;font-family:Consolas,"Courier New",monospace;"><code>-- 操作前快照
CREATE TABLE snapshot_before AS
SELECT 'orders' as table_name, COUNT(*) as row_count, SUM(total_amount) as total_amount FROM orders
UNION ALL
SELECT 'payments', COUNT(*), SUM(amount) FROM payments
UNION ALL
SELECT 'inventory', COUNT(*), SUM(quantity) FROM inventory;

-- 执行操作（下单、支付、扣库存）

-- 操作后快照
CREATE TABLE snapshot_after AS
SELECT 'orders' as table_name, COUNT(*) as row_count, SUM(total_amount) as total_amount FROM orders
UNION ALL
SELECT 'payments', COUNT(*), SUM(amount) FROM payments
UNION ALL
SELECT 'inventory', COUNT(*), SUM(quantity) FROM inventory;

-- 对比差异
SELECT a.table_name, 
       a.row_count - b.row_count as row_diff,
       a.total_amount - b.total_amount as amount_diff
FROM snapshot_after a
JOIN snapshot_before b ON a.table_name = b.table_name;</code></pre></div></div></div>
<div style="margin:24px 0;border:1px solid #E3F2FD;border-radius:8px;background:#FAFAFA;overflow:hidden;"><div style="display:flex;align-items:center;gap:12px;padding:12px 20px;background:linear-gradient(135deg,#E3F2FD,#BBDEFB);"><span style="width:36px;height:36px;background:#2196F3;color:#fff;border-radius:50%;display:inline-flex;align-items:center;justify-content:center;font-weight:bold;font-size:16px;flex-shrink:0;">5.</span><span style="font-size:17px;font-weight:700;color:#1565C0;">2 混沌工程式数据测试</span></div><div style="padding:16px 20px;"><p>主动注入故障，看数据库能否保持一致性。这才是真正的压力测试。</p></div></div>
        # 模拟50%概率的网络中断
        if random.random() < 0.5:
            raise Exception("模拟网络中断")
        
        cursor.execute("UPDATE accounts SET balance = balance + 100 WHERE user_id = 2")
        cursor.execute("COMMIT")
    except:
        cursor.execute("ROLLBACK")
        # 验证数据是否回滚
        cursor.execute("SELECT balance FROM accounts WHERE user_id = 1")
        assert cursor.fetchone()[0] == 500, "数据未回滚"
        print("混沌测试通过：网络故障时数据回滚成功")
    finally:
        cursor.close()
        conn.close()

# 运行100次，看稳定性
for i in range(100):
    chaos_data_test()
    time.sleep(0.1)

5.3 性能与一致性的平衡

强一致性保证数据完整，但降低性能。最终一致性提升性能，但可能短暂不一致。如何测试？

方法：在并发场景下，测试不同一致性级别下的数据正确性。

测试最终一致性

def test_eventual_consistency():

"""验证在最终一致性模式下，数据最终会一致"""

模拟异步同步

conn1 = pymysql.connect(host='localhost', user='test', password='test', db='test')

conn2 = pymysql.connect(host='localhost', user='test', password='test', db='test')

cursor1 = conn1.cursor()

cursor2 = conn2.cursor()

在conn1中更新数据

cursor1.execute("UPDATE accounts SET balance = 600 WHERE user_id = 1")

conn1.commit()

立即在conn2中读取，可能读到旧值

cursor2.execute("SELECT balance FROM accounts WHERE user_id = 1")

immediate_balance = cursor2.fetchone()[0]

等待同步

time.sleep(1)

再次读取，应该读到新值

cursor2.execute("SELECT balance FROM accounts WHERE user_id = 1")

eventual_balance = cursor2.fetchone()[0]

最终一致性测试：最终应该一致

assert eventual_balance == 600, f"最终一致性失败：{eventual_balance} != 600"

print(f"最终一致性测试通过：即时读取={immediate_balance

声明：本站部分稿件版权来源于网络，如有侵犯版权，请及时联系我们。

JMeter vs LoadRunner：性能测试工具选型，90%的人选错了_千锋教育

移动测试框架大逃杀：Calabash、Detox、Maestro，谁是你的菜？_千锋教育

学习资源站

免费全套视频教程
企业实战项目源码
大厂笔试真题题库
行业前瞻发展趋势

千锋动态

更多 >

千锋教育喜获学科网“2023年度新锐突破奖”，展现卓越课程实力千锋教育重磅发布鸿蒙生态应用开发学习路线图千锋教育HarmonyOS极速入门训练营圆满结营！关于举办2024年技术赋能教学—全国高校“双师型”IT骨干教师寒假高级研修班的通知 “我的青春在千锋——2023“千锋杯”短视频大赛“获奖名单公布千锋正式成立鸿蒙生态教研院，强力助推学员就业！千锋郑州分校2023年冬季IT专场招聘会高效促就业！千锋教育2023冬季招聘会安排官宣 | 千锋教育重磅推出鸿蒙生态开发就业班千锋教育杭州校区助推职业教育发展,许然校长寄语未来

数据库测试：如何验证数据一致性和完整性_千锋教育

01 数据一致性：为什么99%的测试都漏掉了这个环节

02 实战验证：用SQL和代码锁定数据一致性

模拟两个线程同时从A向B转账100元

验证最终余额

检查外键完整性：订单的客户必须存在

检查数据一致性：订单总金额 = 订单明细金额之和

检查唯一约束：邮箱不能重复

如果有错误，发送告警

发送邮件或钉钉告警

定时任务（使用cron或apscheduler）

每天凌晨2点执行一次

测试最终一致性

模拟异步同步

在conn1中更新数据

立即在conn2中读取，可能读到旧值

等待同步

再次读取，应该读到新值

最终一致性测试：最终应该一致

学习资源站

千锋动态

最新问答资讯

- 千锋学习资源站 -

Hello ~

申请线下免费试学

关于千锋

学习资源

服务指南

求职招聘

千锋学习站
免费领取专属学习资料

千锋手机站
扫一扫get“薪”技能

数据库测试：如何验证数据一致性和完整性_千锋教育

01 数据一致性：为什么99%的测试都漏掉了这个环节

02 实战验证：用SQL和代码锁定数据一致性

模拟两个线程同时从A向B转账100元

验证最终余额

检查外键完整性：订单的客户必须存在

检查数据一致性：订单总金额 = 订单明细金额之和

检查唯一约束：邮箱不能重复

如果有错误，发送告警

发送邮件或钉钉告警

定时任务（使用cron或apscheduler）

每天凌晨2点执行一次

测试最终一致性

模拟异步同步

在conn1中更新数据

立即在conn2中读取，可能读到旧值

等待同步

再次读取，应该读到新值

最终一致性测试：最终应该一致

学习资源站

千锋动态

最新问答资讯

- 千锋学习资源站 -

Hello ~

申请线下免费试学

关于千锋

学习资源

服务指南

求职招聘

千锋学习站 免费领取专属学习资料

千锋手机站 扫一扫get“薪”技能

千锋学习站
免费领取专属学习资料

千锋手机站
扫一扫get“薪”技能