100天跟着CP学PostgreSQL+AI,第19天 : 自动化测试：用生成式 AI 生成 PostgreSQL 测试用例

作者介绍：崔鹏，计算机学博士，专注 AI 与大数据管理领域研究，拥有十五年数据库、操作系统及存储领域实战经验，兼具 ORACLE OCM、MySQL OCP 等国际权威认证，PostgreSQL ACE，运营技术公众号 "CP 的 PostgreSQL 厨房"，持续输出数据库技术洞察与实践经验。作为全球领先专网通信公司核心技术专家，深耕数据库高可用、高性能架构设计，创新探索 AI 在数据库领域的应用落地，其技术方案有效提升企业级数据库系统稳定性与智能化水平。学术层面，已在AI方向发表2篇SCI论文,将理论研究与工程实践深度结合，形成独特的技术研发视角。

系列文章介绍

第四阶段 : AI增强开发范式

主要内容

主题：自动化测试：用生成式 AI 生成 PostgreSQL 测试用例

核心内容：GPT-4 生成边界值测试数据 / 断言校验（用 pgTAP 框架验证结果）

实践案例：为用户画像表自动生成千万级测试数据（附性能压测脚本）

正文

在数字化浪潮席卷的当下，软件应用的复杂度与日俱增，对数据库的性能和稳定性要求也愈发严苛。PostgreSQL 作为一款强大的开源关系型数据库，在各类项目中广泛应用。而自动化测试作为保障数据库质量的关键环节，如何高效生成测试用例成为了测试人员面临的一大挑战。今天，我们就来探索如何借助生成式 AI，尤其是 GPT-4，来实现 PostgreSQL 测试用例的自动化生成，提升测试效率和质量。

一、GPT-4：边界值测试数据生成的利器

边界值测试是软件测试中常用的方法，通过对输入或输出的边界值进行测试，能够有效发现潜在的错误。在 PostgreSQL 测试中，边界值测试数据的生成至关重要。以往，测试人员需要手动设计和生成这些数据，耗时费力且容易遗漏。如今，GPT-4 的出现为我们解决了这一难题。

1. 边界值测试数据生成原理

GPT-4 具备强大的自然语言处理能力和逻辑推理能力，能够理解我们对测试数据的要求，并根据这些要求生成符合边界条件的测试数据。我们可以通过向 GPT-4 提供详细的提示信息，包括数据字段的类型、范围、格式等，让其生成相应的边界值测试数据。

2. 实战演示：生成用户年龄边界值测试数据

假设我们有一个用户表，其中年龄字段的取值范围是 1 到 150（代表合法的人类年龄）。我们希望生成年龄字段的边界值测试数据，包括最小值 1、略大于最小值的 2、最大值 150、略小于最大值的 149，以及可能的非法值 0 和 151 等。

我们向 GPT-4 发送如下提示：

请为 PostgreSQL 用户表的年龄字段生成边界值测试数据。年龄的合法范围是 1 到 150，生成的数据应包括合法的边界值（1、2、149、150）和非法的边界值（0、151），每个值附带简要说明。

GPT-4 很快生成了如下数据：

3. 代码实现：将生成数据插入数据库

我们可以使用 Python 的 psycopg2 库来连接 PostgreSQL 数据库，并将生成的边界值测试数据插入到用户表中。以下是示例代码：

import psycopg2
# 连接数据库
conn = psycopg2.connect(
    dbname="test_db",
    user="test_user",
    password="test_password",
    host="localhost",
    port="5432"
)
cur = conn.cursor()
# 定义测试数据
test_data = [
    (0, "非法最小值"),
    (1, "合法最小值"),
    (2, "略大于最小值"),
    (149, "略小于最大值"),
    (150, "合法最大值"),
    (151, "非法最大值")
]
# 插入数据
insert_sql = "INSERT INTO users (age, description) VALUES (%s, %s)"
cur.executemany(insert_sql, test_data)
# 提交事务
conn.commit()
# 关闭连接
cur.close()
conn.close()

二、断言校验：用 pgTAP 框架验证测试结果

生成测试数据后，我们需要对测试结果进行验证，确保数据库在各种边界值条件下的行为符合预期。pgTAP 是一款专门用于 PostgreSQL 数据库测试的框架，它提供了丰富的断言函数，能够方便地对数据库的查询结果、数据完整性等进行校验。

1. pgTAP 框架简介

pgTAP 框架基于 TAP（Test Anything Protocol）协议，允许我们在 PostgreSQL 数据库中编写测试脚本，通过执行这些脚本对数据库的功能和性能进行测试。它支持单元测试、集成测试等多种测试类型，并且能够与持续集成 / 持续部署（CI/CD）流程集成，实现自动化测试。

2. 实战演示：用 pgTAP 验证年龄字段的边界值约束

假设我们在用户表的年龄字段上设置了 CHECK 约束，限制年龄必须在 1 到 150 之间。我们可以使用 pgTAP 编写测试脚本，验证当插入非法年龄值时，数据库是否会拒绝插入。

以下是 pgTAP 测试脚本的示例：

BEGIN;
SELECT plan(2); -- 定义测试用例数量
-- 测试插入非法最小值0是否会报错
INSERT INTO users (age, description) VALUES (0, '非法最小值测试') ON CONFLICT DO NOTHING;
SELECT is_sqlstate('23514', $$INSERT INTO users (age, description) VALUES (0, '非法最小值测试')$$, '插入年龄0应触发CHECK约束错误');
-- 测试插入非法最大值151是否会报错
SELECT is_sqlstate('23514', $$INSERT INTO users (age, description) VALUES (151, '非法最大值测试')$$, '插入年龄151应触发CHECK约束错误');
SELECT * FROM finish();
ROLLBACK;

在上述脚本中，我们使用plan()函数定义了测试用例的数量，使用is_sqlstate()函数断言插入非法年龄值时是否会返回特定的错误码（23514是 PostgreSQL 中 CHECK 约束违反的错误码）。

3. 执行测试脚本

我们可以使用命令行工具pg_prove来执行 pgTAP 测试脚本。首先，将测试脚本保存为.sql文件，然后在命令行中运行以下命令：

pg_prove -d test_db test_script.sql

执行结果会显示每个测试用例是否通过，方便我们快速定位问题。

三、实践案例：为用户画像表自动生成千万级测试数据

在实际项目中，我们经常需要对包含海量数据的表进行测试，以验证数据库的性能和稳定性。接下来，我们以用户画像表为例，演示如何利用生成式 AI 和相关工具自动生成千万级测试数据，并进行性能压测。

1. 用户画像表结构设计

我们设计的用户画像表包含以下字段：

CREATE TABLE user_profiles (
    user_id BIGINT PRIMARY KEY,
    username VARCHAR(50) NOT NULL,
    age INTEGER CHECK (age BETWEEN 1 AND 150),
    gender VARCHAR(10) CHECK (gender IN ('男', '女', '未知')),
    email VARCHAR(100) UNIQUE,
    registration_time TIMESTAMP NOT NULL,
    last_login_time TIMESTAMP,
    user_level INTEGER CHECK (user_level BETWEEN 1 AND 5),
    points INTEGER
);

2. 利用 GPT-4 生成多样化测试数据

为了生成千万级的测试数据，我们需要确保数据的多样性，包括不同的年龄、性别、用户等级、注册时间等。我们可以向 GPT-4 提供更复杂的提示，让其生成符合表结构和业务逻辑的测试数据。

例如，生成用户名时，可以要求 GPT-4 生成包含字母、数字和下划线的组合，长度在 6 到 20 之间；生成邮箱时，要求符合常见的邮箱格式，如username@domain.com等。

3. 数据生成代码实现（Python）

我们使用 Python 的 Faker 库来生成虚假数据，并结合 GPT-4 生成的边界值和特定规则，生成千万级的测试数据。以下是示例代码：

from faker import Faker
import psycopg2
import random
from datetime import datetime, timedelta
fake = Faker()
# 连接数据库
conn = psycopg2.connect(
    dbname="test_db",
    user="test_user",
    password="test_password",
    host="localhost",
    port="5432"
)
cur = conn.cursor()
# 生成千万级测试数据
num_records = 10000000
for i in range(num_records):
    user_id = i + 1
    username = fake.user_name()
    age = random.randint(1, 150)
    gender = random.choice(['男', '女', '未知'])
    email = fake.email()
    registration_time = fake.date_time_between(start_date='-10y', end_date='now')
    last_login_time = registration_time + timedelta(days=random.randint(0, 365))
    user_level = random.randint(1, 5)
    points = random.randint(0, 10000)
    
    # 插入数据
    insert_sql = "INSERT INTO user_profiles (user_id, username, age, gender, email, registration_time, last_login_time, user_level, points) VALUES (%s, %s, %s, %s, %s, %s, %s, %s, %s)"
    cur.execute(insert_sql, (user_id, username, age, gender, email, registration_time, last_login_time, user_level, points))
    
    # 每10000条提交一次，提高效率
    if i % 10000 == 0:
        conn.commit()
# 提交剩余数据
conn.commit()
# 关闭连接
cur.close()
conn.close()

4. 性能压测脚本（使用 pgBench）

为了测试插入千万级数据后数据库的性能，我们使用 pgBench 工具进行性能压测。首先，创建一个压测用的表：

CREATE TABLE bench_table (
    id SERIAL PRIMARY KEY,
    data TEXT
);
然后，编写压测脚本bench_script.sql：
BEGIN;
INSERT INTO bench_table (data) VALUES ('test data');
COMMIT;
使用以下命令进行压测：
pgBench -c 10 -T 60 -f bench_script.sql test_db

5. 压测结果分析

通过分析 pgBench 的输出结果，我们可以得到事务处理速率、平均响应时间等性能指标，从而评估数据库在海量数据下的性能表现。如果发现性能问题，可以进一步优化数据库配置、索引设计等。

四、总结与展望

生成式 AI 的出现为自动化测试带来了全新的思路和方法。通过 GPT-4 生成边界值测试数据，结合 pgTAP 框架进行断言校验，我们能够高效地完成 PostgreSQL 的测试工作。在实践案例中，我们成功为用户画像表生成了千万级测试数据，并通过性能压测验证了数据库的性能。

随着生成式 AI 技术的不断发展，未来它将在自动化测试领域发挥更加重要的作用。我们可以期待更智能、更高效的测试用例生成方法，以及与更多测试工具和框架的深度融合，为软件质量保障提供更强有力的支持。