测试平台系列(54) 数据库表接口适配前端页面(下)

简介: 数据库表接口适配前端页面(下)

大家好,我是米洛,求三连!

回顾


上一篇我们编写了树的最外层,但是因为我们还有很深的层级要嵌套,所以我们现在开始。

准备好了吗?

本文依旧有一定的难度,需要大家理解值传递和引用传递

先看看最终效果图,来点信心。

27.jpg

image

实现伪代码


上一节我们写的都是伪代码,这次直接来实现它。

28.jpg

编写方法,查询数据库和数据表

result是我们最终返回结果。

最外层我们先查询所有的环境,并生成一个映射关系:

环境id => 环境名称

为什么需要env_index


那么env_index又是干什么的呢?

因为环境是最外层,我们需要通过环境id找到我们要往哪个环境的children里面加第二层的数据,而我们生成的是一个列表,这就导致如果我们需要插入环境id=2的children的时候,不得不去搜索一次result,从result里面找到id="env_2"的那条数据,接着去append到他的children。

这样时间复杂度会非常高,但是如果我们提前记录了,我环境id=2的时候插入到result的第几个children,那么就省略了从数组中查询的那步,等于用空间(env_idx)换了查询的时间

完成第一层数据录入


29.jpg

接着获取session,并查出所有没被删除的database数据

30.jpg

image

可以看到,我们遍历拿到的PityDatabase数据,接着从env_map里把环境id转为环境名

再开始判断env_index里面环境名的索引,在result的第几个,如果没有的话,说明result里面还没有这个环境的任何数据。

那我们就插入一条环境数据


result.append(dict(title=name, key=f"env_{name}", children=list()))

那此时result就变成了:


[
    {title: "fat", key: "env_3". children: []}
]

这是环境3在result的索引肯定是数组的最后一个元素,因为我们刚刚才append进去的,所以idx = len(result)-1

接着我们把idx存起来,这个可以理解的吧~

MetaData是我们获取数据表的关键,为了避免重复生成,我这边只在最外层生成了,传递给get_tables方法。

实现内层数据


注意这里我用get_tables方法的时候,将result[idx]['children']参数传了进去,意味着后续所有的数据都会append到这个children里面去,十分方便

而children是个list,list是引用传递的。所以我在get_tables里面对list的改动,其实也是生效的,可以看到get_tables没有任何返回,那是因为我的result里头的children被改掉了,导致了我的result间接被改掉了,就这个道理

看看get_tables怎么写


31.jpg

image

  1. 我们先通过db_helper获取到当时的连接conn,里面包含了session和engine,还记得不?
  2. 我们再次新建一个list,叫database_child,看名字就知道,他是database再下面一层的数据。
  3. 我们编写当前database层的节点数据,其实就是个dict,title因为我们需要展示对应的数据库ip+port,所以是这样:

f"{data.database}({data.host}:{data.port})"

因为database有唯一id,所以key可以叫『database_{data.id}』

children即是上一步创建的list().

  1. 获取engine
  2. meta获取表信息
  3. 遍历表

这边再次说明一下,get_tables参数中的children,是环境的下一层,database_child是数据库的下一层,而dbs则是当前层次。

遍历表了以后,我们临时创建temp数组(temp是数据表的下一层,实际上存的是字段信息。)

32.jpg

这段代码是把table这一层加到database_child数组里面去

大家如果实在看不明白,以key为标准:

  • key以env开头说明是环境层
  • 以database开头说明是数据库层
  • 以table开头说明是数据表层
  • 以column开头说明是字段层
  1. 遍历字段数据,并把对应的字段加到temp数组,因为改了temp数组,所以实际上database_child(表那一层)也得到了改动。

33.jpg

primary_key字段代表是否是主键

  1. 最终把咱们这一层的dbs->带有表数据->带有字段数据,给加入到刚才传递给咱们的children数组中。

34.jpg

image

查看完成数据


35.jpg

image

0.jpg

可以看到数据正常展示了,和前端需要的一样

这样前端仔就不会再纠结数据怎么转换了,非常好用

看看实战效果


由于原生组件提供的图标啥的都比较粗糙,我们需要进行一下调整。

再来一发效果图,由于右侧的SQL编辑器还在路上,我们就不废话了。

36.jpg

image



相关文章
|
10天前
|
监控 安全 测试技术
构建高效的精准测试平台:设计与实现指南
在软件开发过程中,精准测试是确保产品质量和性能的关键环节。一个精准的测试平台能够自动化测试流程,提高测试效率,缩短测试周期,并提供准确的测试结果。本文将分享如何设计和实现一个精准测试平台,从需求分析到技术选型,再到具体的实现步骤。
45 1
|
29天前
|
人工智能 监控 测试技术
云应用开发平台测试
云应用开发平台测试
46 2
|
10天前
|
监控 安全 测试技术
构建高效精准测试平台:设计与实现全攻略
在软件开发过程中,精准测试是确保产品质量的关键环节。一个高效、精准的测试平台能够自动化测试流程,提高测试覆盖率,缩短测试周期。本文将分享如何设计和实现一个精准测试平台,从需求分析到技术选型,再到具体的实现步骤。
32 0
|
2月前
|
JavaScript 前端开发 数据库
测试开发之路--Flask 之旅 (三):数据库
本文介绍了在 Flask 应用中实现权限管理的过程,包括使用 Flask-SQLAlchemy、Flask-MySQLdb、Flask-Security 和 Flask-Login 等扩展模块进行数据库配置与用户权限设置。首先创建数据库并定义用户、环境和角色模型,接着通过 Flask-Security 初始化用户和角色,并展示了如何便捷地管理权限。后续将深入探讨权限控制的具体应用。
71 4
测试开发之路--Flask 之旅 (三):数据库
|
2月前
|
关系型数据库 MySQL 数据库
6-2|测试连接数据库的命令
6-2|测试连接数据库的命令
|
2月前
|
关系型数据库 MySQL 测试技术
《性能测试》读书笔记_数据库优化
《性能测试》读书笔记_数据库优化
31 7
|
3月前
|
测试技术 Android开发 iOS开发
Appium 是一个开源的自动化测试框架,它支持多种平台和多种编程语言
Appium是一款开源自动化测试框架,支持iOS和Android多平台及多种编程语言。通过WebDriver协议,开发者可编写自动化测试脚本。在iPhone上实现屏幕点击等操作需安装Appium及其依赖,启动服务器,并设置所需的测试环境参数。利用Python等语言编写测试脚本,模拟用户交互行为,最后运行测试脚本来验证应用功能。对于iPhone测试,需准备真实设备或Xcode模拟器。
116 1
|
7天前
|
JSON Java 测试技术
SpringCloud2023实战之接口服务测试工具SpringBootTest
SpringBootTest同时集成了JUnit Jupiter、AssertJ、Hamcrest测试辅助库,使得更容易编写但愿测试代码。
36 3
|
1月前
|
JSON 算法 数据可视化
测试专项笔记(一): 通过算法能力接口返回的检测结果完成相关指标的计算(目标检测)
这篇文章是关于如何通过算法接口返回的目标检测结果来计算性能指标的笔记。它涵盖了任务描述、指标分析(包括TP、FP、FN、TN、精准率和召回率),接口处理,数据集处理,以及如何使用实用工具进行文件操作和数据可视化。文章还提供了一些Python代码示例,用于处理图像文件、转换数据格式以及计算目标检测的性能指标。
58 0
测试专项笔记(一): 通过算法能力接口返回的检测结果完成相关指标的计算(目标检测)

热门文章

最新文章