QA 必學 SQL 實戰指南：20 個測試場景的查詢語法與應用技巧

1. 為什麼 QA 一定要學 SQL？

• 測試效率：不需要等後端幫查資料，自己 30 秒就能驗證
• Bug 定位：看到前端異常時，直接查資料庫判斷是前端 Bug 還是後端 Bug
• 測試資料準備：自己建立和清理測試資料，不依賴其他人
• 回歸驗證：修 Bug 後直接查資料庫確認資料已修正
• 職涯競爭力：會 Sql 的 Qa 在面試和薪資談判上有明顯優勢

2. 環境準備：5 分鐘開始練習

• 線上練習：Sqlfiddle（Sqlfiddle.Com）或 Db Fiddle（Db-Fiddle.Com）——打開瀏覽器就能寫 Sql
• 本地工具：Dbeaver（免費、支援所有主流資料庫）——Qa 最推薦的資料庫管理工具
• 公司環境：請 Dba 或後端開通測試環境的唯讀（Read Only）權限。強調你只需要 Select 權限，不會改資料
• 練習資料庫：用 Sqlite 建一個本地練習庫，或用公司的 Staging 環境

3. 場景 1-5：基礎資料驗證

• 場景 1 — 驗證資料是否寫入：Select * From Orders Where User_Id = 123 Order By Created_At Desc Limit 5; → 確認下單後資料庫有沒有新增訂單
• 場景 2 — 驗證欄位值正確性：Select Status, Total_Amount, Payment_Method From Orders Where Order_Id = 'Ord-456'; → 核對訂單狀態、金額和付款方式是否正確
• 場景 3 — 驗證資料刪除：Select Count(*) From Users Where Email = '[email protected]'; → 刪除帳號後確認資料庫中該筆資料已被移除（結果應為 0）
• 場景 4 — 驗證資料更新：Select Name, Email, Updated_At From Users Where User_Id = 789; → 修改個人資料後確認資料庫中的值已更新
• 場景 5 — 驗證唯一性約束：Select Email, Count(*) From Users Group By Email Having Count(*) > 1; → 檢查是否有重複的 Email（結果應為空）

4. 場景 6-10：測試資料準備與清理

• 場景 6 — 查詢可用的測試帳號：Select User_Id, Email, Status From Users Where Email Like 'Test%' And Status = 'Active' Limit 10; → 找到可用的測試帳號
• 場景 7 — 檢查測試資料狀態：Select Status, Count(*) From Orders Where Created_At > '2026-05-01' Group By Status; → 查看這個月的測試訂單分布
• 場景 8 — 找特定條件的測試資料：Select * From Products Where Price Between 100 And 500 And Stock > 0 And Category = 'Electronics' Limit 5; → 找到符合測試條件的商品
• 場景 9 — 確認關聯資料完整性：Select O.Order_Id, O.Status, P.Payment_Status From Orders O Left Join Payments P On O.Order_Id = P.Order_Id Where O.Order_Id = 'Ord-456'; → 確認訂單和付款資料是否對應
• 場景 10 — 計算測試覆蓋的資料量：Select Count(Distinct User_Id) As Tested_Users, Count(Distinct Product_Id) As Tested_Products From Orders Where Created_At > '2026-05-20'; → 統計測試觸及了多少用戶和商品

5. 場景 11-15：Bug 根因排查

• 場景 11 — 前端 Vs 後端 Bug：Select Actual_Field From Table Where Id = X; → 前端顯示 A 但預期是 B，直接查資料庫：如果資料庫是 A，Bug 在後端；如果資料庫是 B，Bug 在前端
• 場景 12 — 排序異常排查：Select * From Products Order By Price Asc Limit 20; → 前端排序不對時，確認資料庫的排序邏輯是否正確
• 場景 13 — 分頁異常排查：Select Count(*) From Products Where Category = 'Shoes'; → 前端顯示總頁數不對時，確認資料庫的實際筆數
• 場景 14 — 時區相關 Bug：Select Created_At, Created_At At Time Zone 'Asia/Taipei' From Orders Where Order_Id = 'Ord-456'; → 時間顯示不正確時，檢查資料庫儲存的時區
• 場景 15 — 金額計算 Bug：Select Unit_Price, Quantity, Unit_Price * Quantity As Expected_Total, Actual_Total From Order_Items Where Order_Id = 'Ord-456'; → 金額不對時，逐項驗算

6. 場景 16-20：進階分析與報告

• 場景 16 — 統計各狀態的資料分布：Select Status, Count(*) As Count, Round(Count(*) * 100.0 / Sum(Count(*)) Over(), 2) As Percentage From Orders Group By Status; → 產出訂單狀態分布表
• 場景 17 — 找出異常資料：Select * From Orders Where Total_Amount < 0 Or Total_Amount > 1000000; → 找出金額異常的訂單（可能的 Bug 或攻擊）
• 場景 18 — 時間趨勢分析：Select Date(Created_At) As Date, Count(*) As Order_Count From Orders Where Created_At > Current_Date - Interval '7 Days' Group By Date(Created_At) Order By Date; → 分析最近 7 天的訂單量趨勢
• 場景 19 — Null 值檢查：Select Column_Name, Count(*) As Null_Count From Orders Where Column_Name Is Null; → 檢查必填欄位是否有漏寫（常見的後端 Bug）
• 場景 20 — 效能相關查詢：Select Count(*) From Large_Table Where Indexed_Column = 'Value'; → 測試時注意查詢時間，太慢可能暗示缺少索引

7. QA 常用 SQL 速查表

8. 學習路線與推薦資源

• Week 1：Select、Where、Order By、Limit — 能查資料就夠應付 70% 的場景
• Week 2：Join、Group By、Count/Sum/Avg — 能做關聯查詢和統計分析
• Week 3-4：子查詢、Case When、日期函式 — 能處理進階分析
• 推薦練習：Sqlzoo（Sqlzoo.Net）免費互動教學、Leetcode Sql 題目（由易到難）
• 推薦工具：Dbeaver（免費 Gui 工具）、Datagrip（Jetbrains 付費但很強大）