4.1 测试对象

4.2 测试方法

5.1 需求分析阶段

5.2 测试SQL编写

-- 聚合订单数据，计算总应收金额、总实收金额和总支付件数
SELECT
    o.source_channel,               -- 订单来源渠道
    o.access_channel,               -- 订单访问渠道
    SUM(o.receivable_amount) AS total_receivable,  -- 总应收金额
    SUM(o.actual_amount) AS total_actual,          -- 总实收金额
    SUM(od.payment_count) AS total_payment_count   -- 总支付件数
FROM
    orders o
JOIN (
  SELECT
  order_id,
  bos_id,
  SUM(payment_count) AS payment_count
  FROM
  order_details
  GROUP BY
  order_id, bos_id
) od ON o.order_id = od.order_id AND o.bos_id = od.bos_id
WHERE
    o.dd = "${dd}"                
    AND o.bos_id = "${bos_id}"     
    AND o.vid = ${vid}       
GROUP BY
    o.source_channel, o.access_channel;

5.3 影响范围分析

• 使用离线任务中chekout检查当前任务修改的SQL和指定版本差异。

• 根据任务产出表详情分析任务改动的内容对下游任务的影响，可以作为报表抽样回归的依据。

5.4 数仓之内复杂度降维

SELECT
    source_channel,
    access_channel,
    SUM(receivable_amount) AS total_receivable,
    SUM(actual_amount) AS total_actual,
    SUM(payment_count) AS total_payment_count
FROM
    dwd.order_info
WHERE
    dd = "${dd}"
    AND bos_id = "${bos_id}"
    AND vid = ${vid}
GROUP BY
    source_channel, access_channel;

5.5 数据仓之外功能拆解

• 表格控件排序、下载。
• 图表控件导出图片、导出文件。
• 节点筛选器正确性。
• 控件hover数据准确性、指标分组筛选展示。

报表逻辑通常会在数仓中完成清洗，最后将计算好的 ADS 结果数据推送到 SR 中，因此工具重点关注任务清洗产生的表质量和结果表指标准确性。质量规则关联调度任务后，每天任务定时调度完成会触发配置规则检查产出表的数据质量。

6.1 测试可以应用的场景

• 表数据质量规则配置，能够感知到业务报表数据/任务自身异常
• 配置自定义规则后能够根据任务每次调度触发报表指标自动化回归

6.2.1 数据范围

6.2.2 自定义对比 SQL 编写