QA 必学 SQL 实战指南：20 个测试场景的查询语法与应用技巧

1. 为什么 QA 一定要学 SQL？

• 测试效率：不需要等后端帮查资料，自己 30 秒就能验证
• Bug 定位：看到前端异常时，直接查资料库判断是前端 Bug 还是后端 Bug
• 测试资料准备：自己建立和清理测试资料，不依赖其他人
• 回归验证：修 Bug 后直接查资料库确认资料已修正
• 职涯竞争力：会 Sql 的 Qa 在面试和薪资谈判上有明显优势

2. 环境准备：5 分钟开始练习

• 线上练习：Sqlfiddle（Sqlfiddle.Com）或 Db Fiddle（Db-Fiddle.Com）——打开浏览器就能写 Sql
• 本地工具：Dbeaver（免费、支援所有主流资料库）——Qa 最推荐的资料库管理工具
• 公司环境：请 Dba 或后端开通测试环境的唯读（Read Only）权限。强调你只需要 Select 权限，不会改资料
• 练习资料库：用 Sqlite 建一个本地练习库，或用公司的 Staging 环境

3. 场景 1-5：基础资料验证

• 场景 1 — 验证资料是否写入：Select * From Orders Where User_Id = 123 Order By Created_At Desc Limit 5; → 确认下单后资料库有没有新增订单
• 场景 2 — 验证栏位值正确性：Select Status, Total_Amount, Payment_Method From Orders Where Order_Id = 'Ord-456'; → 核对订单状态、金额和付款方式是否正确
• 场景 3 — 验证资料删除：Select Count(*) From Users Where Email = '[email protected]'; → 删除帐号后确认资料库中该笔资料已被移除（结果应为 0）
• 场景 4 — 验证资料更新：Select Name, Email, Updated_At From Users Where User_Id = 789; → 修改个人资料后确认资料库中的值已更新
• 场景 5 — 验证唯一性约束：Select Email, Count(*) From Users Group By Email Having Count(*) > 1; → 检查是否有重复的 Email（结果应为空）

4. 场景 6-10：测试资料准备与清理

• 场景 6 — 查询可用的测试帐号：Select User_Id, Email, Status From Users Where Email Like 'Test%' And Status = 'Active' Limit 10; → 找到可用的测试帐号
• 场景 7 — 检查测试资料状态：Select Status, Count(*) From Orders Where Created_At > '2026-05-01' Group By Status; → 查看这个月的测试订单分布
• 场景 8 — 找特定条件的测试资料：Select * From Products Where Price Between 100 And 500 And Stock > 0 And Category = 'Electronics' Limit 5; → 找到符合测试条件的商品
• 场景 9 — 确认关联资料完整性：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'; → 确认订单和付款资料是否对应
• 场景 10 — 计算测试覆盖的资料量：Select Count(Distinct User_Id) As Tested_Users, Count(Distinct Product_Id) As Tested_Products From Orders Where Created_At > '2026-05-20'; → 统计测试触及了多少用户和商品

5. 场景 11-15：Bug 根因排查

• 场景 11 — 前端 Vs 后端 Bug：Select Actual_Field From Table Where Id = X; → 前端显示 A 但预期是 B，直接查资料库：如果资料库是 A，Bug 在后端；如果资料库是 B，Bug 在前端
• 场景 12 — 排序异常排查：Select * From Products Order By Price Asc Limit 20; → 前端排序不对时，确认资料库的排序逻辑是否正确
• 场景 13 — 分页异常排查：Select Count(*) From Products Where Category = 'Shoes'; → 前端显示总页数不对时，确认资料库的实际笔数
• 场景 14 — 时区相关 Bug：Select Created_At, Created_At At Time Zone 'Asia/Taipei' From Orders Where Order_Id = 'Ord-456'; → 时间显示不正确时，检查资料库储存的时区
• 场景 15 — 金额计算 Bug：Select Unit_Price, Quantity, Unit_Price * Quantity As Expected_Total, Actual_Total From Order_Items Where Order_Id = 'Ord-456'; → 金额不对时，逐项验算

6. 场景 16-20：进阶分析与报告

• 场景 16 — 统计各状态的资料分布：Select Status, Count(*) As Count, Round(Count(*) * 100.0 / Sum(Count(*)) Over(), 2) As Percentage From Orders Group By Status; → 产出订单状态分布表
• 场景 17 — 找出异常资料：Select * From Orders Where Total_Amount < 0 Or Total_Amount > 1000000; → 找出金额异常的订单（可能的 Bug 或攻击）
• 场景 18 — 时间趋势分析：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 天的订单量趋势
• 场景 19 — Null 值检查：Select Column_Name, Count(*) As Null_Count From Orders Where Column_Name Is Null; → 检查必填栏位是否有漏写（常见的后端 Bug）
• 场景 20 — 效能相关查询：Select Count(*) From Large_Table Where Indexed_Column = 'Value'; → 测试时注意查询时间，太慢可能暗示缺少索引

7. QA 常用 SQL 速查表

8. 学习路线与推荐资源

• Week 1：Select、Where、Order By、Limit — 能查资料就够应付 70% 的场景
• Week 2：Join、Group By、Count/Sum/Avg — 能做关联查询和统计分析
• Week 3-4：子查询、Case When、日期函式 — 能处理进阶分析
• 推荐练习：Sqlzoo（Sqlzoo.Net）免费互动教学、Leetcode Sql 题目（由易到难）
• 推荐工具：Dbeaver（免费 Gui 工具）、Datagrip（Jetbrains 付费但很强大）