Какие знаешь операторы фильтрации?

Операторы фильтрации в контексте тестирования ПО и баз данных

В роли QA Engineer я рассматриваю операторы фильтрации с двух ключевых сторон: как инструмент проверки функциональности в тестируемом приложении и как средство извлечения и анализа данных для тестирования. Эти операторы позволяют селективно выбирать данные, соответствующие заданным критериям, что критически важно для проверки корректности работы поиска, отчетов, списков и любых интерфейсов с данными.

Основные категории операторов фильтрации

1. Операторы сравнения

Используются для сопоставления значений с заданным условием.

• Равенство: =, == (например, status = 'open')
• Неравенство: !=, <>
• Больше/Меньше: >, <, >=, <=
• Пример в SQL-запросе для проверки данных:

  -- Выбор всех заказов, созданных после определённой даты
  SELECT * FROM orders WHERE created_at >= '2024-01-01';
  

2. Логические операторы

Позволяют комбинировать несколько условий фильтрации.

• AND: Все условия должны быть истинными.
• OR: Хотя бы одно условие должно быть истинным.
• NOT: Инвертирует условие.
• Пример тест-кейса: "Проверить фильтр: 'Показать задачи со статусом (Open OR In Progress) AND приоритетом High'".

3. Операторы принадлежности диапазону и множеству

• BETWEEN: Проверяет вхождение значения в диапазон (включая границы). Часто используется для дат и числовых значений.

  SELECT * FROM users WHERE age BETWEEN 25 AND 35;
  

• IN: Проверяет вхождение значения в заданный список.

  SELECT * FROM products WHERE category_id IN (1, 5, 12);
  

4. Операторы для работы с текстом (строковые)

Крайне важны для тестирования поиска.

• LIKE / ILIKE (нечувствительный к регистру): Для поиска по шаблону. Используют символы:

    *   `%` — любое количество любых символов.
    *   `_` — ровно один любой символ.
    *   **Пример для теста поиска:** `WHERE name LIKE 'Про%'` найдет "Проект", "Продукт".

• Полнотекстовый поиск (@@, MATCH): Для сложного морфологического поиска (в PostgreSQL, Elasticsearch).

5. Операторы для работы с NULL-значениями

Отдельная и важная категория, так как NULL означает "неопределенное значение".

• IS NULL: Проверяет, является ли значение NULL.
• IS NOT NULL: Проверяет, что значение не NULL.
• Критически важно: Условие WHERE field = NULL всегда вернет FALSE, необходим строго IS NULL.

6. Операторы в контексте API-тестирования и фронтенда

В интерфейсах и API параметры фильтрации часто передаются как query-параметры и могут комбинироваться.

• Пример URL для REST API: GET /api/tickets?status=closed&priority=high&created_after=2024-03-01
• Здесь операторами являются сами ключи (status, priority) и их связка через & (логическое AND).

Практическое применение в работе QA

1. Тест-дизайн: При составлении тест-кейсов для фильтров я использую классы эквивалентности и анализ граничных значений для каждого оператора. Например, для BETWEEN проверяются значения на границах, внутри и вне диапазона.
2. Проверка данных (Data Validation): Для аудита данных в БД или проверки корректности импорта/экспорта я активно пишу SQL-запросы с комплексными фильтрами.
3. Автоматизация тестов:

    *   В **API-тестах** с помощью RestAssured или requests строю запросы с параметрами.

```python
# Пример на Python (pytest + requests)
def test_filter_tickets():
    params = {'status': 'open', 'assignee_id': 123}
    response = requests.get(API_URL + '/tickets', params=params)
    assert response.status_code == 200
    # Проверяем, что все возвращённые тикеты соответствуют фильтру
    for ticket in response.json():
        assert ticket['status'] == 'open'
        assert ticket['assignee_id'] == 123
```

    *   В **UI-автоматизации** (Selenium, Cypress) реализую сценарии отображения отфильтрованных данных.

1. Поиск и воспроизведение багов: Когда есть сообщение о проблеме в определённом подмножестве данных (например, "падает для пользователей из Германии"), я первым делом применяю фильтр WHERE country = 'DE' к тестовой базе, чтобы локализовать проблему.

Вывод для собеседования: Глубокое понимание операторов фильтрации — это не просто знание синтаксиса. Для QA это ключевой навык анализа данных, который напрямую влияет на качество проверок. Он позволяет целенаправленно создавать тестовые данные, точно проверять поведение системы, эффективно изолировать дефекты и уверенно работать с базами данных, что сегодня является обязательным требованием к инженеру по обеспечению качества.