Какие знаешь виды баз данных?

Виды Баз Данных и Их Применение в QA

Знание различных типов баз данных критично для QA Engineer при тестировании приложений. Каждый тип БД имеет свои характеристики, преимущества и недостатки, которые влияют на тестовую стратегию.

1. Реляционные БД (SQL)

Самые распространённые БД, используют таблицы и SQL.

PostgreSQL

Мощная, open-source БД с отличной функциональностью.

Преимущества:

• Open source, бесплатная
• Отличная производительность
• ACID гарантии
• Полнотекстовый поиск
• JSON поддержка
• Распределённые транзакции

Применение: Web приложения, backend систем, микросервисы.

MySQL / MariaDB

Популярная, быстрая БД, особенно для веб-приложений.

Преимущества:

• Open source
• Простая в использовании
• Быстрая для чтения
• Хорошая поддержка

Недостатки:

• Меньше функциональности чем PostgreSQL
• Медленнее для сложных запросов

Применение: WordPress, Drupal, web приложения.

Microsoft SQL Server

Коммерческая БД от Microsoft.

Преимущества:

• Хорошая интеграция с .NET
• Сильные инструменты управления
• Отличная поддержка

Недостатки:

• Дорогая
• Windows-ориентирована

Применение: Корпоративные приложения, .NET проекты.

Oracle

Одна из самых мощных и функциональных БД.

Преимущества:

• Огромная функциональность
• Отличная производительность
• Надёжность
• Масштабируемость

Недостатки:

• Очень дорогая
• Сложная в изучении
• Требует опытных администраторов

Применение: Банки, страховые компании, критичные системы.

Типичные SQL операции для QA

CRUD операции

CREATE (INSERT): Добавление новых данных
READ (SELECT): Получение данных
UPDATE (UPDATE): Обновление существующих данных
DELETE (DELETE): Удаление данных

Проверка данных

Проверяем, что после операции в UI данные корректны в БД:

Пример: Пользователь добавил товар в корзину

• Проверяем, что товар появился в таблице cart
• Проверяем, что количество правильное
• Проверяем, что статус заказа корректный

2. NoSQL БД

Нереляционные БД для специфичных случаев.

MongoDB

Документо-ориентированная БД. Хранит данные в JSON-подобном формате.

Преимущества:

• Гибкая схема (не нужно определять колонки заранее)
• Простая для разработчиков
• Масштабируемость
• JSON натив

Недостатки:

• Нет ACID гарантий (в старых версиях)
• Больше памяти
• Медленнее для сложных запросов

Применение: Веб-приложения с быстро меняющейся схемой, CMS, real-time данные.

Redis

In-memory хранилище для кэширования и сессий.

Преимущества:

• Очень быстрое
• Простое API
• Встроенные структуры данных (списки, наборы)

Недостатки:

• В памяти (данные теряются при перезагрузке)
• Меньше функциональности

Применение: Кэширование, сессии, очереди, real-time счётчики.

Cassandra

Распределённая БД для больших объёмов данных.

Преимущества:

• Масштабируемость на петабайты
• Высокая доступность
• Быстрая запись

Недостатки:

• Сложная
• Нет ACID
• Медленная при сложных запросах

Применение: Big Data, time-series data, логи в масштабе.

Elasticsearch

Полнотекстовая поисковая система.

Преимущества:

• Мощный поиск
• Real-time индексация
• Аналитика

Недостатки:

• Требует много памяти
• Не для OLTP

Применение: Поисковые системы, логирование, аналитика.

DynamoDB (AWS)

Манагируемая NoSQL БД от Amazon.

Преимущества:

• Полностью управляемая
• Масштабируемость
• Pay-as-you-go модель

Недостатки:

• Vendor lock-in
• Дорогая при большом трафике

Применение: AWS приложения, мобильные приложения.

3. Graph БД

Для хранения отношений между данными.

Neo4j

Популярная graph БД.

Преимущества:

• Мощные запросы для отношений
• Быстрые связи
• Визуализация

Недостатки:

• Специализированная
• Требует иного способа мышления

Применение: Социальные сети, рекомендационные системы, граф знаний.

4. Time-Series БД

Для хранения данных с временной меткой.

InfluxDB

Для метрик и времени-зависимых данных.

Преимущества:

• Оптимизирована для временных рядов
• Хорошие аналитические возможности
• Масштабируемость

Недостатки:

• Специализированная
• Не для общей цели

Применение: Мониторинг, метрики, IoT.

Prometheus

Для сбора и хранения метрик.

Применение: Мониторинг облачных систем, Kubernetes.

5. Search Engine

Solr

Поисковая система на основе Lucene.

Преимущества:

• Мощный поиск
• Распределённость

Применение: Поиск в больших документохранилищах.

Сравнение БД

QA Тестирование БД

1. Функциональное Тестирование

Проверяем, что операции с БД работают правильно:

• INSERT: Добавленные данные видны в БД
• SELECT: Возвращаются корректные данные
• UPDATE: Обновления отражаются
• DELETE: Удаления работают, каскадное удаление

2. Тестирование Целостности Данных

• PRIMARY KEY: Нет дубликатов
• FOREIGN KEY: Ссылки на существующие данные
• UNIQUE constraints: Уникальные значения
• NOT NULL: Обязательные поля

3. Тестирование Производительности

• Скорость запросов при большом объёме данных
• Index эффективность
• Query optimization

4. Тестирование Транзакций

• Atomicity: Либо всё, либо ничего
• Consistency: Данные остаются консистентными
• Isolation: Параллельные транзакции не влияют
• Durability: Данные сохраняются при сбое

5. Тестирование Резервных Копий

• Backup работает
• Restore восстанавливает данные
• Point-in-time recovery

Инструменты для Тестирования БД

• SQL Client (pgAdmin, MySQL Workbench): Запуск SQL запросов
• DBeaver: Универсальный клиент для всех БД
• Testcontainers: Docker контейнеры БД для тестов
• SQLAlchemy ORM: Python ORM для тестирования
• Postman: Testing API которые используют БД

Лучшие Практики

1. Используй тестовую БД, не production
2. Откатывай данные после каждого теста
3. Используй seed data для воспроизводимости
4. Проверяй не только функциональность, но и производительность
5. Документируй сложные запросы и их цель
6. Используй контейнеры для локального тестирования

Заключение

QA Engineer должен знать различные типы БД, потому что:

• Разные БД имеют разные характеристики
• Каждая требует специфичного подхода к тестированию
• Понимание БД помогает в отладке проблем
• Важно знать, какая БД для какого случая подходит

Основной фокус для QA — правильная работа операций с БД и целостность данных.