Pular para o conteúdo

Qualidade de Software · Textos

Banco de dados para analistas de teste de software

Ingrid LorraneLeitura de 10 min

Quase todo sistema que testamos guarda, lê e altera dados. Quando o analista de teste entende o banco de dados, ele deixa de testar só o que aparece na tela e passa a confirmar o que de fato aconteceu por trás dela.

Por que o analista de teste precisa saber banco de dados

Bancos de dados têm um papel crítico no teste de software. Um erro no banco pode causar falha no sistema, perda de informação e uma experiência ruim para o usuário, e muitas vezes esse erro não aparece na tela.

São eles que armazenam e gerenciam os dados essenciais que a aplicação usa. Pense num cadastro que exibe "Salvo com sucesso!". A mensagem está certa, mas o registro foi gravado com o e-mail vazio, a data no fuso errado ou duplicado. Só quem consulta o banco consegue enxergar isso.

A tela mostra o que o sistema diz que fez. O banco mostra o que ele realmente fez.

Validar

O resultado real

Confirmar que os dados foram gravados, alterados ou excluídos como o requisito pede.

Preparar

Massa de teste

Criar ou localizar os dados certos para cada cenário, sem depender de outra pessoa.

Investigar

A causa

Saber se o defeito está na tela, na regra ou no dado, e abrir um bug mais preciso.

Conversar

Com o time

Falar a mesma língua de desenvolvedores e DBAs e ganhar autonomia nas análises.

Onde isso aparece no dia a dia do QA

  • Integridade dos dados: verificar se campos obrigatórios, chaves e relacionamentos foram respeitados.
  • Regras de negócio: conferir cálculos, status e valores gravados depois de um fluxo (ex.: pedido mudou para "Processado"?).
  • Exclusão e alteração: garantir que o DELETE lógico ou físico removeu só o que deveria.
  • Migrações e cargas: comparar quantidades e valores antes e depois de uma migração de dados.
  • Relatórios e telas de consulta: conferir se os totais exibidos batem com uma consulta direta no banco.
  • Evidência no bug: anexar a consulta SQL e o resultado deixa o defeito fácil de reproduzir.

O que é um banco de dados

Um banco de dados é um sistema de armazenamento organizado e estruturado para coletar, gerenciar e recuperar informações. Ele foi feito para guardar dados de forma eficiente e permitir o acesso a eles quando necessário.

Principais elementos

Tabela

Organiza os dados em linhas (registros) e colunas (campos). Cada linha é uma entrada única e cada coluna guarda um tipo de informação.

Registro

Uma instância individual de dado dentro da tabela: o conjunto de informações relacionadas de, por exemplo, um cliente.

Campo

Cada elemento de dado da tabela, com um tipo específico: texto, número, data etc.

Funções-chave

  • Armazenamento: guarda as informações de forma persistente, acessíveis a aplicações e usuários.
  • Recuperação: permite consultar e recuperar os dados de forma eficiente.
  • Gerenciamento: organiza, mantém e atualiza as informações de forma estruturada.

Tipos de banco de dados: SQL x NoSQL

SQL (relacional)
Segue o modelo relacional: tabelas com estrutura definida e relacionamentos entre elas.Indicado para dados estruturados
NoSQL
Modelo flexível, sem esquema fixo (documentos, chave-valor, grafos etc.).Indicado para dados não estruturados ou semiestruturados

Modelagem de dados e entidades

A modelagem de dados é o processo de criar uma representação visual da estrutura do banco. Ela define tabelas, colunas, chaves primárias, chaves estrangeiras e os relacionamentos entre as entidades.

Para o QA, o modelo é um mapa: mostra onde cada informação fica e como uma tabela se liga à outra, que é exatamente o que você vai precisar para montar uma consulta com JOIN.

Clientes PK ID Nome Email Pedidos PK ID FK ClienteID Produto 1 N

Um cliente pode ter vários pedidos. Pedidos.ClienteID é a chave estrangeira que aponta para Clientes.ID.

SQL (Structured Query Language)

SQL é a linguagem padrão para trabalhar com bancos relacionais. O analista de teste usa SQL com frequência para verificar a integridade dos dados e garantir que o software funciona corretamente. Os comandos se dividem em dois grandes grupos:

DDL
Define a estrutura do banco: cria, altera e exclui objetos (tabelas, índices, visões, procedures). Também define restrições de integridade, como chaves primárias e estrangeiras.CREATE ALTER DROP
DML
Manipula os dados dentro dessa estrutura: inclui, altera, exclui e consulta registros.INSERT UPDATE DELETE SELECT

DDL cuida da estrutura; DML cuida do conteúdo. No dia a dia do QA, o SELECT é o comando mais usado.

Exemplos de comandos DDL

CREATE TABLE: cria uma nova tabela

CREATE TABLE Clientes (
  ID    INT PRIMARY KEY,
  Nome  VARCHAR(50),
  Email VARCHAR(100)
);

ALTER TABLE: modifica uma tabela existente

ALTER TABLE Produtos
ADD Desconto INT;

DROP TABLE: exclui a tabela e todos os dados

DROP TABLE Pedidos;

Atenção: a exclusão é permanente. Em ambiente de teste compartilhado, combine com o time antes de rodar.

Exemplos de comandos DML

INSERT INTO: adiciona registros

INSERT INTO Clientes (Nome, Email)
VALUES ('João', 'joao@email.com');

Útil para montar massa de teste.

UPDATE: altera registros existentes

UPDATE Produtos
SET Preco = 29.99
WHERE Nome = 'ProdutoXYZ';

Sem WHERE, todos os registros da tabela são alterados.

DELETE FROM: remove registros por condição

DELETE FROM Pedidos
WHERE Data < '2023-01-01';

Dica: rode antes um SELECT com o mesmo WHERE para ver o que será apagado.

SELECT: consulta dados

SELECT Nome, Email
FROM Clientes;

Recupera dados de uma ou mais tabelas, com filtro, projeção e ordenação.

SELECT: operadores de comparação

OR: pelo menos uma condição verdadeira

SELECT * FROM Produtos
WHERE Categoria = 'Eletrônicos' OR Categoria = 'Acessórios';

Retorna os produtos da categoria "Eletrônicos" ou "Acessórios".

AND: todas as condições verdadeiras

SELECT * FROM Pedidos
WHERE ValorTotal > 1000 AND Status = 'Processado';

Retorna pedidos acima de 1000 e com status "Processado".

BETWEEN: dentro de um intervalo

SELECT * FROM Vendas
WHERE DataVenda BETWEEN '2023-01-01' AND '2023-02-28';

Inclui os dois extremos do intervalo, ótimo para testar valores-limite.

GROUP BY no SQL

O GROUP BY agrupa linhas que têm o mesmo valor em uma ou mais colunas, normalmente junto com funções de agregação: COUNT(), SUM(), AVG(), MAX() e MIN(). Assim você calcula por grupo, e não sobre a tabela inteira. Perfeito para conferir totais de relatórios.

Sintaxe básica

SELECT coluna1, COUNT(coluna2)
FROM tabela
GROUP BY coluna1;

Conta as ocorrências de cada valor único da coluna1.

Com função de agregação

SELECT Categoria, AVG(Preco)
FROM Produtos
GROUP BY Categoria;

Média de preço por categoria.

Agrupando por várias colunas

SELECT Categoria, Fabricante, COUNT(*)
FROM Produtos
GROUP BY Categoria, Fabricante;

Quantidade de produtos por categoria e fabricante.

Filtrando grupos com HAVING

SELECT Categoria, AVG(Preco)
FROM Produtos
GROUP BY Categoria
HAVING AVG(Preco) > 50;

WHERE filtra linhas antes de agrupar; HAVING filtra os grupos depois da agregação.

Ordenando com ORDER BY

SELECT Categoria, COUNT(*)
FROM Produtos
GROUP BY Categoria
ORDER BY COUNT(*) DESC;

Categorias da que tem mais produtos para a que tem menos.

JOINs: juntando dados de várias tabelas

Quando os dados estão espalhados em tabelas diferentes e você precisa combiná-los, usa junções. É como unir peças de um quebra-cabeça para ver a imagem completa. Os três tipos principais:

INNER JOINSó o que existe nas duas
LEFT JOINTudo de A + o que casar em B
RIGHT JOINTudo de B + o que casar em A

INNER JOIN (junção interna)

Retorna apenas as linhas que têm correspondência nas duas tabelas, ou seja, os itens que estão nas duas listas.

SELECT Clientes.Nome, Pedidos.Produto
FROM Clientes
INNER JOIN Pedidos ON Clientes.ID = Pedidos.ClienteID;

Nome do cliente e produto pedido, só para clientes que fizeram pedidos.

LEFT JOIN (junção à esquerda)

Retorna todas as linhas da tabela da esquerda (A) e as correspondências da direita (B). Quando não há correspondência, as colunas de B vêm NULL.

SELECT Clientes.Nome, Pedidos.Produto
FROM Clientes
LEFT JOIN Pedidos ON Clientes.ID = Pedidos.ClienteID;

Todos os clientes, inclusive os que nunca fizeram pedido (Produto = NULL).

RIGHT JOIN (junção à direita)

É o oposto do LEFT JOIN: retorna todas as linhas da tabela da direita (B) e as correspondências da esquerda (A). Sem correspondência, as colunas de A vêm NULL.

SELECT Clientes.Nome, Pedidos.Produto
FROM Clientes
RIGHT JOIN Pedidos ON Clientes.ID = Pedidos.ClienteID;

Todos os pedidos, mesmo sem cliente correspondente (Nome = NULL).

Dica de QA: um LEFT JOIN com WHERE B.coluna IS NULL encontra registros "órfãos" (como pedidos sem cliente). É um ótimo jeito de achar falha de integridade.

-- Pedidos cujo cliente não existe mais
SELECT Pedidos.*
FROM Pedidos
LEFT JOIN Clientes ON Clientes.ID = Pedidos.ClienteID
WHERE Clientes.ID IS NULL;

Checklist do QA no banco de dados

  • O registro foi gravado com todos os campos esperados?
  • Campos obrigatórios, tipos e tamanhos foram respeitados?
  • Chaves estrangeiras apontam para registros que existem?
  • Alterações e exclusões afetaram só os registros certos?
  • Totais de telas e relatórios batem com a consulta no banco?
  • A consulta e o resultado foram anexados como evidência no bug?

Conhecer banco de dados não transforma o analista de teste em DBA, mas dá a ele autonomia para validar o que importa, achar defeitos que a tela esconde e reportar bugs com muito mais precisão.

Se quiser conversar sobre teste ou tirar alguma dúvida, é só me chamar.

Falar no WhatsApp
← Ver todos os textos