BI测试工具之跨数据库数据对比,支持oracle,sqlserver

应用场景：

本周在进行SIT，我帮助仅有的一个测试妹妹对部分表进行数据质量验证，第一步需要做的就是比对source与stage表的table definition 与 数据内容的一致性。

本项目使用的是oracle作为DW，source是oracle,sqlserver和xls.

没有权限建立database link， 测试们常用的方法是比对总行数，然后如果数据集太大的话，则抽样比对，导出数据到xls,然后使用beyondcompare进行比对。

如果值出现不同，则需要查找出哪些行的值不同，最少要找出一条具体的值。

我测试的时候发现，手动去做这一些事也是挺费力的。就写了以下的小工具进行辅助测试。

功能：

1.支持从oracle,sqlserver，xlsx中取数据进行比对。

2.对oracle与sqlserver，可采用传统的比对，各自获取一个readonly ,forward 胡datareader,逐行比对。点击CompareData按钮。因为数据库不同找不到统一的方法计算值，oracle中的ora_hash和sqlserver中的hashbyte不一致。

3.对于oracle与oracle的或者是sqlserver对sqlserver的query比对，可以使用GetDiffRange按钮，即二分查找法进行比对。因为相同的数据库可以找到一个方法进行数据比对。



测试数据如下：

在oracle的数据库中执行以下代码，生成测试数据。

--create table mytest(id int, rid int,name varchar2(20));
--create table mytest2(id int, rid int,name varchar2(20));

declare i integer :=1;

begin

while i<110000 loop

insert into mytest(ID,RID,NAME) VALUES(mysequence.nextval,i,'dataitem'||i);

i:=i+1;

end loop;

end ;

insert into mytest2 SELECT * FROM mytest order by id;

update mytest2 set rid=100 where id=100000; commit;

select * from mytest minus select * from mytest2;

select count(*) as totalcount, to_char(avg(ora_hash(id||rid ||name))) as avghash from (select id as rn, t.* from mytest t)

select count(*) as totalcount, to_char(avg(ora_hash(id||rid ||name))) as avghash from (select id as rn, t.* from mytest2 t)

update mytest2 set name='EvanTEst' where id=1000;

commit;

Range:可以自己设定，如果是1的话，则直接定位到第一条不同的记录，如果是大于1 则是一个区间值。

表示不同的数据行就是在他们之间。

为了同时支持oracle和sqlserver,我使用库中自带的接口IDbConnection和IDataReader进行开发，可以同时支持oracle和sqlserver and Xlsx.

sql要求：

二分查找需要样本有序，所以需要写成

select count(*) as totalcount, to_char(avg(ora_hash(id||rid ||name))) as avghash from (select id as rn, t.* from mytest t)

的样式，第一个是总行数，第二个要求是里面需要有一个固定列名叫rn。

我使用ora_hash函数对每行的值进行hash,然后求平均值的方式来计算表区间内行的内容是否相同，这是oracle提供的函数。

类似的有函数checksum，但是计算速度要比这个慢许多，尤其是表数据量大的时候。

sqlserver中有hashbyte函数类似。 注意如果不使用to_char函数，则算出的值会溢出，如果放到.net中来承接，会报oci数据溢出的错误，所以to_char也是必须的。

欢迎大家分享BI测试的一些经验心得。

软件下载地址： files.cnblogs.com/huaxiaoyao/datacompare.rar

主要源码：

private void compareData2(int start, int end,int total)
{
rtb_log.AppendText(string.Format("comparedata2({0},{1},{2})", start, end, total) + Environment.NewLine);
string tmpsql = " where rn between {0} and {1} ";
if (total == 0)
{
dr1 = getDataReader(conn, rtx_sql.Text);
dr2 = getDataReader(conn2, rtx_sql2.Text);
}
else
{
dr1 = getDataReader(conn, rtx_sql.Text + string.Format(tmpsql, start, end));
dr2 = getDataReader(conn2, rtx_sql2.Text + string.Format(tmpsql, start, end));
}
//assume the dr schema totalcount,avghash
bool isdiff = false;
while (dr1.Read() && dr2.Read())
{
if (total == 0) {end= total = dr1.GetInt32(0); }
for (int col = 1; col < dr1.FieldCount; col++)
{
if (!dr1.GetValue(col).ToString().Equals(dr2.GetValue(col).ToString())
||
!(dr1.IsDBNull(col) == dr2.IsDBNull(col))
)
{
isdiff = true;
}
}
}
dr1.Close();
dr2.Close();
//if isdiff=true the split the totalcount two part

if (isdiff)
{
if ((end - start < range)) return;
compareData2(start, (start + end) / 2, end);
}
else //if same
{
if (start == end) end = total;
compareData2(end, total, total);
}

}