应用场景:
本周在进行SIT,我帮助仅有的一个测试妹妹对部分表进行数据质量验证,第一步需要做的就是比对source与stage表的table definition 与 数据内容的一致性。
本项目使用的是oracle作为DW,source是oracle,sqlserver和xls.
没有权限建立database link, 测试们常用的方法是比对总行数,然后如果数据集太大的话,则抽样比对,导出数据到xls,然后使用beyondcompare进行比对。
如果值出现不同,则需要查找出哪些行的值不同,最少要找出一条具体的值。
我测试的时候发现,手动去做这一些事也是挺费力的。就写了以下的小工具进行辅助测试。
功能:
1.支持从oracle,sqlserver,xlsx中取数据进行比对。
2.对oracle与sqlserver,可采用传统的比对,各自获取一个readonly ,forward 胡datareader,逐行比对。点击CompareData按钮。因为数据库不同找不到统一的方法计算值,oracle中的ora_hash和sqlserver中的hashbyte不一致。
3.对于oracle与oracle的或者是sqlserver对sqlserver的query比对,可以使用GetDiffRange按钮,即二分查找法进行比对。因为相同的数据库可以找到一个方法进行数据比对。
测试数据如下:
在oracle的数据库中执行以下代码,生成测试数据。
--create table mytest(id int, rid int,name varchar2(20));--create table mytest2(id int, rid int,name varchar2(20));declare i integer :=1;beginwhile i<110000 loopinsert into mytest(ID,RID,NAME) VALUES(mysequence.nextval,i,'dataitem'||i);i:=i+1;end loop;end ; insert into mytest2 SELECT * FROM mytest order by id; update mytest2 set rid=100 where id=100000; commit;select * from mytest minus select * from mytest2; select count(*) as totalcount, to_char(avg(ora_hash(id||rid ||name))) as avghash from (select id as rn, t.* from mytest t)select count(*) as totalcount, to_char(avg(ora_hash(id||rid ||name))) as avghash from (select id as rn, t.* from mytest2 t) update mytest2 set name='EvanTEst' where id=1000;commit;
Range:可以自己设定,如果是1的话,则直接定位到第一条不同的记录,如果是大于1 则是一个区间值。
表示不同的数据行就是在他们之间。
为了同时支持oracle和sqlserver,我使用库中自带的接口IDbConnection和IDataReader进行开发,可以同时支持oracle和sqlserver and Xlsx.
sql要求:
二分查找需要样本有序,所以需要写成
select count(*) as totalcount, to_char(avg(ora_hash(id||rid ||name))) as avghash from (select id as rn, t.* from mytest t)
的样式,第一个是总行数,第二个要求是里面需要有一个固定列名叫rn。
我使用ora_hash函数对每行的值进行hash,然后求平均值的方式来计算表区间内行的内容是否相同,这是oracle提供的函数。
类似的有函数checksum,但是计算速度要比这个慢许多,尤其是表数据量大的时候。
sqlserver中有hashbyte函数类似。 注意如果不使用to_char函数,则算出的值会溢出,如果放到.net中来承接,会报oci数据溢出的错误,所以to_char也是必须的。
欢迎大家分享BI测试的一些经验心得。
软件下载地址: files.cnblogs.com/huaxiaoyao/datacompare.rar
主要源码:
PRivate void compareData2(int start, int end,int total) { rtb_log.AppendText(string.Format("comparedata2({0},{1},{2})", start, end, total) + Environment.NewLine); string tmpsql = " where rn between {0} and {1} "; if (total == 0) { dr1 = getDataReader(conn, rtx_sql.Text); dr2 = getDataReader(conn2, rtx_sql2.Text); } else { dr1 = getDataReader(conn, rtx_sql.Text + string.Format(tmpsql, start, end)); dr2 = getDataReader(conn2, rtx_sql2.Text + string.Format(tmpsql, start, end)); } //assume the dr schema totalcount,avghash bool isdiff = false; while (dr1.Read() && dr2.Read()) { if (total == 0) {end= total = dr1.GetInt32(0); } for (int col = 1; col < dr1.FieldCount; col++) { if (!dr1.GetValue(col).ToString().Equals(dr2.GetValue(col).ToString()) || !(dr1.IsDBNull(col) == dr2.IsDBNull(col)) ) { isdiff = true; } } } dr1.Close(); dr2.Close(); //if isdiff=true the split the totalcount two part if (isdiff) { if ((end - start < range)) return; compareData2(start, (start + end) / 2, end); } else //if same { if (start == end) end = total; compareData2(end, total, total); } }
新闻热点
疑难解答