业务背景

对于用户的浏览信息，进行数据整理，统计，聚合，前期已经有一系列的埋点工作，目前计划将埋点数进行，实时分析、统计、计算，其实埋点这个东西，早在10年前tb一早就已经在使用了，就是后台会收集每个用户的行为系习惯，比如地区，语言，兴趣爱好等一系列的信息，当时也有一个名字叫做‘千人千面’算法。

但对于刚刚起步的公司来说，通过大数据算法去分析客户，发掘客户，精准推荐的算法来说还是比较新颖的，前、后端、架构、BI去规划和定制。

前期项目涉及的测点有，数据库，Redis，埋点数据，日志、MQ等，根据技术设计架构有关。

测试计划

开发人员：2个（技术栈，框架搭建，业务编写）
开发时间：1周左右
测试时间：2周左右（包括测试环境，集成环境，线上环境）
测试人员：1人（流程畅通，业务畅通，场景合理，逻辑合理）

测试准备

新数据（跟进自己行业去指定）我是电商的~
不要有脏数据，所有的SKU SPU都要造全新的，并对要测试的几个商品名称记录号，或者将商品id记录好，方便后期在数据库中查找数据

商品名称	商品id
A商品	001

测试环境，集成环境，线上环境的数据库和redis
确认好，库名，表名

环境	库名	表名
测试	testData	test_evn

对于数据库，Redis，所有的字段和key

版本	维度指标	测试场景描述	数据来源	生成数据	预期结果	实际结果
V1.0	商品维度指标	商品销量	这里一般是SQL语句	redis查询的结果	数据库、Redis均为正确	通过

测试关注点

数据库的数据
Redis的数据
SQL查询的语句（业务与逻辑）
数据的新增和更新（根据行业，比如买东西，退东西，看数据变化）

SQL语句梳理

根据自己习惯，简单说怎样方便就怎样写，我的SQL就是有中文的，因为除了给自己看，还给别人看，所有写得详细点，有点帮助
区分好每个条SQL的作用是什么，查什么的，考虑后面是否需要赋用

-- 查询某个商品，当天的销量
SELECT 
        g商品表.goods_id AS `商品ID`, 
        SUM(og订单商品id.quantity) AS `(求和)销售量`  
FROM 
        `order` AS `o订单表` 
        LEFT JOIN order_goods AS `og订单商品id` ON o订单表.order_id = og订单商品id.order_id  
        AND og订单商品id.state = 1 
        LEFT JOIN goods_spec AS `gs商品规格` ON og订单商品id.goods_spec_id = gs商品规格.goods_spec_id  
        AND gs商品规格.state = 1 
        LEFT JOIN goods AS `g商品表` ON gs商品规格.goods_id = g商品表.goods_id  
        AND g商品表.state = 1  
WHERE 
        o订单表.state = 1  
        AND o订单表.order_state = 8  
        AND o订单表.add_time BETWEEN 1612627200000 AND 1612713599000  
        AND g商品表.goods_id = 236261 
ORDER BY  
       o订单表.add_time DESC  
LIMIT 0, 100;

SQL常用语句

方法	作用
SUM	聚合函数，求和
LEFT JOIN	左连接
BETWEEN AND	两个值直接的范围具有连贯性的

Redis 查询key整理

维度指标	测试场景描述	redis	key
商品维度指标	商品销量	zrange	shareRecord:shopCount

Redis 常见命令

命令	用法
zrange	zrange KEY 0 -1 withscores
pfcount	pfcount KEY
get	get KEY

测试总结

测试点内容全通过
整理好SQL
Redis查询KEY整理好

其实所谓难点，就是一开始并没有接触过，我们会学方法就好了，一般测试都离不开输入输出结果，也是当年入行测试第一句真理！

总的来说，不就是看数据嘛，确实啊，当然后续还会依赖第一期的数据进行复杂计算查询，SQL嵌套，SQL子查询，甚至涉及MongoDB的数据应用，和后台日志查看，这都是的后话，用方法战胜难点，其次多思考。

你遇到过的测试难题（3）实时数据流测试，数据库和Redis测试