Используешь ли GROUP BY в SQL для задач тестирования?

Да, GROUP BY — один из самых часто используемых операторов в SQL-запросах для проверки целостности и корректности данных.

Конкретные сценарии применения в QA:

1. Проверка агрегированной логики: Верификация, что отчёты, дашборды или API-методы, возвращающие суммы, средние значения или количества, работают правильно.

   -- Проверка итоговой суммы заказов по клиенту
   SELECT customer_id, COUNT(*) as order_count, SUM(total_amount) as total_spent
   FROM orders
   WHERE order_date >= '2024-01-01'
   GROUP BY customer_id
   HAVING SUM(total_amount) > 10000;
   -- Результат сравниваю с данными из системы отчётности.

2. Поиск некорректных дубликатов: Обнаружение дублей, которые не должны существовать согласно бизнес-правилам.

   -- Поиск пользователей с более чем одним активным сеансом (что может быть ошибкой)
   SELECT user_id, COUNT(*) as active_sessions
   FROM user_sessions
   WHERE status = 'ACTIVE'
   GROUP BY user_id
   HAVING COUNT(*) > 1;

3. Валидация распределения данных: Проверка, что данные разбиты по категориям или статусам ожидаемым образом после выполнения batch-процесса.

   -- Проверка распределения статусов заявок после ночного обработчика
   SELECT status, COUNT(*) as count
   FROM applications
   WHERE processing_date = CURRENT_DATE
   GROUP BY status;
   -- Ожидаю, например, 80% 'PROCESSED', 20% 'ERROR', 0% 'PENDING'.

4. Использование с HAVING: Ключевое отличие HAVING от WHERE в том, что HAVING фильтрует результаты после группировки. Это мощный инструмент для проверки бизнес-правил на агрегированном уровне.

   -- Найти категории товаров, где средняя цена ниже общей средней (возможная ошибка ценообразования)
   SELECT category_id, AVG(price) as avg_price
   FROM products
   GROUP BY category_id
   HAVING AVG(price) < (SELECT AVG(price) FROM products);

   GROUP BY — это основа для создания запросов-«детекторов аномалий» в данных, которые затем можно автоматизировать в рамках регрессионного или интеграционного тестирования.