PostgreSQL 10.1 手册_部分 III. 服务器管理_第 32 章 回归测试_32.1. 运行测试

本文涉及的产品
云原生数据库 PolarDB MySQL 版,通用型 2核8GB 50GB
云原生数据库 PolarDB PostgreSQL 版,标准版 2核4GB 50GB
简介: 32.1. 运行测试 32.1.1. 在一个临时安装上运行测试 32.1.2. 在一个现有安装上运行测试 32.1.3. 附加测试套件 32.1.4. 区域和编码 32.1.5. 额外测试 32.1.6. 测试热备 回归测试可以在一个已经安装并运行的服务器上运行,或者在编译树中的一个临时安装上运行。

32.1. 运行测试

回归测试可以在一个已经安装并运行的服务器上运行,或者在编译树中的一个临时安装上运行。此外,还有运行该测试的并行顺序模式。顺序方法单独运行每一个测试脚本,而并行方法则开启多个服务器进程来并行地运行多组测试。并行测试能够发现进程间通信和锁定是否工作正确。

32.1.1. 在一个临时安装上运行测试

要在编译之后且在安装之前运行并行回归测试,可在顶层目录中键入:

make check

(或者你可以切换到src/test/regress并且在那里运行该命令)。最后你应该看到这样的信息:

=======================
 All 115 tests passed.
=======================

或者关于哪些测试失败的提示。见下面的第 32.2 节来确定一个失败是否表示一个严重的问题。

因为这种测试方法运行一个临时服务器,如果你作为根用户进行了编译,它将无法工作,因为服务器无法用 root 启动。我们推荐的过程是不要作为 root 编译,或者在完成安装后执行测试。

如果你已经配置PostgreSQL安装到一个已经存在有旧的PostgreSQL安装的位置,并且你在安装新版本前执行了make check,你可能会发现测试会因为新程序尝试使用已经安装的共享库而失败(典型特征是抱怨未定义的符号)。如果你希望在覆盖旧安装之前运行测试,你将需要使用configure --disable-rpath编译。但是我们不推荐为最终安装使用这个选项。

并行回归测试会在你的用户 ID 下启动相当多的进程。当前,最大并发量是二十个并行测试脚本,这意味着四十个进程:对每一个测试脚本有一个服务器进程和一个psql进程。因此如果你的系统对每个用户的进程数有强制限制,确保这个限制至少是五十,否则你将在并行测试中失败。如果你没有权利提升该限制,你可以通过设置MAX_CONNECTIONS参数来降低并发度。例如:

make MAX_CONNECTIONS=10 check

会并发运行不超过十个测试。

32.1.2. 在一个现有安装上运行测试

要在安装后运行测试(见第 16 章),初始化一个数据区域并且按照第 18 章所解释的启动服务器,然后输入:

make installcheck

或者进行一次并行测试:

make installcheck-parallel

该测试将期望联系在本地主机和默认端口号上的服务器(除非通过PGHOSTPGPORT环境变量覆盖)。该测试将在一个名为regression的数据库中运行,任何以该名称存在的数据库将被删除。

该测试还将短暂地创建一些集簇范围内的对象,例如角色和表空间。这些对象的名称都会以regress_开始。在实际具有以这种方式命名对象的安装中使用installcheck模式时要格外小心。

32.1.3. 附加测试套件

make checkmake installcheck命令只运行核心的回归测试,这只测试PostgreSQL服务器的内建功能。源代码发布也包含额外的测试套件,它们中的大部分用于测试附加功能,例如可选的过程语言。

要运行将被编译模块的所有测试套件(包括核心测试),在编译树的顶端输入这些命令之一:

make check-world
make installcheck-world

这些命令分别在临时服务器或已经安装好的服务器上运行测试(与之前介绍的make checkmake installcheck类似)。其他的考虑与之前为每种方法解释的相同。注意make check-world为每一个受测模块建立一个独立的临时安装树,因此它比起make installcheck-world需要更多的时间和磁盘空间。

你也可以通过在编译树适当的子目录中输入make checkmake installcheck来运行个体的测试套件。记住make installcheck假设你已经安装了相关模块,而不仅仅是核心服务器。

可以以这种方法调用的额外测试包括:

  • 可选过程语言的回归测试(除PL/pgSQL之外,它将被核心测试测试)。这些位于src/pl之下。

  • contrib模块的回归测试,位于contrib。不是所有的contrib模块都有测试。

  • ECPG 接口库的回归测试,位于src/interfaces/ecpg/test

  • 并发会话行为的压力测试,位于src/test/isolation

  • 客户端的测试程序在src/bin下。另见 第 32.4 节

在使用installcheck模式时,这些测试将毁掉任何现有的名为pl_regressioncontrib_regressionisolation_regressionecpg1_regression或者ecpg2_regression的数据库,以及regression

仅当使用选项--enable-tap-tests配置PostgreSQL时, 才会运行基于TAP的测试。这被推荐用于开发,但如果没有合适的Perl安装,可以省略。

32.1.4. 区域和编码

默认情况下,测试使用的临时安装将使用在当前环境中定义的区域和由initdb决定的相应数据库编码。通过设置适当的环境变量来测试不同的区域是有用的,例如:

make check LANG=C
make check LC_COLLATE=en_US.utf8 LC_CTYPE=fr_CA.utf8

由于实现的原因,为此目的设置LC_ALL不能工作,所有其他区域相关的环境变量都可以工作。

在对一个现有安装测试时,区域由现有数据库集簇决定并且不能为测试而独立设置。

你也可以通过设置变量ENCODING来显式地选择数据库编码,例如:

make check LANG=C ENCODING=EUC_JP

这样设置数据库编码通常只对区域为 C 有意义;否则编码将自动从区域选择,并且指定一个不匹配区域的编码将会导致错误。

不管测试是针对临时安装还是已有安装,数据库编码都可以被设置,然而在后一种情况中它必须与安装的区域相兼容。

32.1.5. 额外测试

核心回归测试套件包含一些默认情况下不被运行的测试文件,因为它们可能平台相关的或者需要很长时间来运行。你可以通过设置变量EXTRA_TESTS来运行这些或者其他额外测试文件。例如,要运行numeric_big测试:

make check EXTRA_TESTS=numeric_big

要运行排序规则测试:

make check EXTRA_TESTS='collate.icu.utf8 collate.linux.utf8' LANG=en_US.utf8

collate.linux.utf8测试只在 Linux/glibc 平台上能够工作。 collate.icu.utf8测试仅适用于构建支持ICU的情况。 两种测试只有在使用UTF-8编码的数据库中运行时才会成功。

32.1.6. 测试热备

源代码发布中还包含有用于热备的静态行为的回归测试。这些测试需要一个运行着的主服务器和一个运行着的后备服务器,并且后备服务器正从主服务器接受新的 WAL 改变(使用基于文件的日志传送或流复制)。那些服务器不是自动创建的,这里也没有关于建立复制的文档。请查阅本文档中的相关章节。

要运行热备测试,首先在主服务器上创建一个名为regression的数据库:

psql -h primary -c "CREATE DATABASE regression"

接下来,在主服务器上的 regression 数据库中运行准备脚本src/test/regress/sql/hs_primary_setup.sql,例如:

psql -h primary -f src/test/regress/sql/hs_primary_setup.sql regression

允许这些改变传播到后备服务器。

为受测后备服务器安排默认数据库连接(例如通过设置PGHOSTPGPORT环境变量)。最后,在 regression 目录中运行make standbycheck

cd src/test/regress
make standbycheck

在主服务器上也可以使用src/test/regress/sql/hs_primary_extremes.sql脚本生成某些极限行为来允许测试后备服务器的行为。

本文转自PostgreSQL中文社区,原文链接:32.1. 运行测试

相关实践学习
使用PolarDB和ECS搭建门户网站
本场景主要介绍基于PolarDB和ECS实现搭建门户网站。
阿里云数据库产品家族及特性
阿里云智能数据库产品团队一直致力于不断健全产品体系,提升产品性能,打磨产品功能,从而帮助客户实现更加极致的弹性能力、具备更强的扩展能力、并利用云设施进一步降低企业成本。以云原生+分布式为核心技术抓手,打造以自研的在线事务型(OLTP)数据库Polar DB和在线分析型(OLAP)数据库Analytic DB为代表的新一代企业级云原生数据库产品体系, 结合NoSQL数据库、数据库生态工具、云原生智能化数据库管控平台,为阿里巴巴经济体以及各个行业的企业客户和开发者提供从公共云到混合云再到私有云的完整解决方案,提供基于云基础设施进行数据从处理、到存储、再到计算与分析的一体化解决方案。本节课带你了解阿里云数据库产品家族及特性。
相关文章
|
3月前
|
弹性计算 Ubuntu Linux
一键部署OpenWebUI+Ollama到阿里云ECS,轻松运行DeepSeek!(保姆级教程)
在当今数据驱动的时代,快速部署和管理大模型成为企业的关键需求。阿里云提供了一键部署OpenWebUI+Ollama的便捷方案,支持本地大模型运行和管理。用户也可以选择连接阿里云百炼的在线模型。
一键部署OpenWebUI+Ollama到阿里云ECS,轻松运行DeepSeek!(保姆级教程)
|
3月前
|
缓存 Java 测试技术
【01】噩梦终结flutter配安卓android鸿蒙harmonyOS 以及next调试环境配鸿蒙和ios真机调试环境-flutter项目安卓环境配置-gradle-agp-ndkVersion模拟器运行真机测试环境-本地环境搭建-如何快速搭建android本地运行环境-优雅草卓伊凡-很多人在这步就被难倒了
【01】噩梦终结flutter配安卓android鸿蒙harmonyOS 以及next调试环境配鸿蒙和ios真机调试环境-flutter项目安卓环境配置-gradle-agp-ndkVersion模拟器运行真机测试环境-本地环境搭建-如何快速搭建android本地运行环境-优雅草卓伊凡-很多人在这步就被难倒了
341 3
【01】噩梦终结flutter配安卓android鸿蒙harmonyOS 以及next调试环境配鸿蒙和ios真机调试环境-flutter项目安卓环境配置-gradle-agp-ndkVersion模拟器运行真机测试环境-本地环境搭建-如何快速搭建android本地运行环境-优雅草卓伊凡-很多人在这步就被难倒了
|
5月前
|
存储 SQL 关系型数据库
【赵渝强老师】PostgreSQL的运行日志文件
PostgreSQL的物理存储结构包括数据文件、日志文件等。运行日志默认未开启,需配置`postgresql.conf`文件中的相关参数如`log_destination`、`log_directory`等,以记录数据库状态、错误信息等。示例配置中启用了CSV格式日志,便于管理和分析。通过创建表操作,可查看生成的日志文件,了解具体日志内容。
177 3
|
6月前
|
弹性计算 监控 容灾
阿里云ECS提供强大的云上灾备解决方案,通过高可用基础设施、多样的数据备份方式及异地灾备服务,帮助企业实现业务的持续稳定运行
在数字化时代,企业对信息技术的依赖加深,确保业务连续性至关重要。阿里云ECS提供强大的云上灾备解决方案,通过高可用基础设施、多样的数据备份方式及异地灾备服务,帮助企业实现业务的持续稳定运行。无论是小型企业还是大型企业,都能从中受益,确保在面对各种风险时保持业务稳定。
147 4
|
6月前
|
自然语言处理 编译器 应用服务中间件
PHP在服务器上的运行过程
PHP在服务器上的运行过程
120 7
|
7月前
|
测试技术 Python
自动化测试项目学习笔记(一):unittest简单运行(初始化,清除,设置测试行为)
本文介绍了Python的unittest框架的基础用法,包括测试初始化(setup)、清除(tearDown)函数的使用,以及assertEqual和assertGreaterEqual等断言方法,并展示了如何创建测试用例,强调了测试函数需以test_开头才能被运行。
129 1
自动化测试项目学习笔记(一):unittest简单运行(初始化,清除,设置测试行为)
|
6月前
|
机器学习/深度学习 自然语言处理 前端开发
前端神经网络入门:Brain.js - 详细介绍和对比不同的实现 - CNN、RNN、DNN、FFNN -无需准备环境打开浏览器即可测试运行-支持WebGPU加速
本文介绍了如何使用 JavaScript 神经网络库 **Brain.js** 实现不同类型的神经网络,包括前馈神经网络(FFNN)、深度神经网络(DNN)和循环神经网络(RNN)。通过简单的示例和代码,帮助前端开发者快速入门并理解神经网络的基本概念。文章还对比了各类神经网络的特点和适用场景,并简要介绍了卷积神经网络(CNN)的替代方案。
973 1
|
7月前
|
存储 弹性计算 算法
前端大模型应用笔记(四):如何在资源受限例如1核和1G内存的端侧或ECS上运行一个合适的向量存储库及如何优化
本文探讨了在资源受限的嵌入式设备(如1核处理器和1GB内存)上实现高效向量存储和检索的方法,旨在支持端侧大模型应用。文章分析了Annoy、HNSWLib、NMSLib、FLANN、VP-Trees和Lshbox等向量存储库的特点与适用场景,推荐Annoy作为多数情况下的首选方案,并提出了数据预处理、索引优化、查询优化等策略以提升性能。通过这些方法,即使在资源受限的环境中也能实现高效的向量检索。
238 1
|
7月前
|
SQL 分布式计算 NoSQL
大数据-170 Elasticsearch 云服务器三节点集群搭建 测试运行
大数据-170 Elasticsearch 云服务器三节点集群搭建 测试运行
141 4
|
7月前
|
SQL 分布式计算 大数据
大数据-168 Elasticsearch 单机云服务器部署运行 详细流程
大数据-168 Elasticsearch 单机云服务器部署运行 详细流程
173 2