डेटाबेस संग अन्तरक्रिया गर्ने कोड कसरी परीक्षण गर्नु हुन्छ?

Question

Accepted Answer

डेटाबेस प्रयोग गर्ने कोडको परीक्षण गर्नु चुनौतीपूर्ण छ — तपाईंलाई अस्थिरता वा गहिराइ बिना यथार्थवादी डेटा व्यवहार चाहिन्छ। दृष्टिकोणहरूमा **परीक्षण डेटाबेस**, **मेमोरी-मा डेटाबेस**, **लेनदेन/रोलब्याक**, र **डेटा तहको नक्कल गर्नु** समावेश छ — प्रत्येकको ट्रेड-अफ छ।

## चुनौती

```text
Database-interacting code needs testing, but databases bring challenges:
  → real DB → realistic but SLOWER; needs SETUP and CLEANUP (state between tests)
  → shared state → tests can interfere (order dependence, flakiness)
  → mocking the DB → fast but may not catch real query/integration bugs
→ Choose an approach balancing realism, speed, and isolation.
```

## दृष्टिकोणहरू

```text
1. REAL TEST DATABASE → a dedicated DB for tests (same engine as production):
   ✓ realistic (catches real query/schema issues)  ✗ slower; needs cleanup/isolation
   → often run in a CONTAINER (Docker) for a clean, consistent DB per test run
2. TRANSACTION ROLLBACK → wrap each test in a transaction, ROLL BACK after → clean state,
   no leftover data, faster than recreating data (a common pattern)
3. IN-MEMORY DATABASE (e.g. SQLite in memory) → fast, easy setup  ✗ may differ from the
   production DB (different SQL/features → can miss prod-specific issues)
4. MOCK the data layer → fast, isolated UNIT tests  ✗ doesn't test real DB behavior
   (use for unit tests; use a real DB for integration tests)
```

## सर्वश्रेष्ठ अभ्यासहरू

```text
✓ ISOLATE tests — each starts from a known clean state (transactions, truncate, fresh DB)
✓ Use realistic test DATA (fixtures/factories/seeds)
✓ Test real DB behavior for the DATA LAYER (integration); mock the DB when unit-testing
  business logic above it
✓ Keep DB tests reasonably fast; run a clean DB in CI (containers)
```

## यो किन महत्त्वपूर्ण छ

डेटाबेस-अन्तरक्रिया गर्ने कोडको परीक्षण कसरी गर्ने भन्ने कुरा बुझ्नु मूल्यवान छ किनभने **अधिकांश अनुप्रयोगहरूले डेटाबेस प्रयोग गर्छन्**, र डेटा पहुँच सही तरिकाले परीक्षण गर्नु महत्त्वपूर्ण तर चुनौतीपूर्ण छ, त्यसैले यो उपयोगी व्यावहारिक ज्ञान हो।

डेटाबेस कोड (क्वेरीहरू, डेटा पहुँच, स्थायित्व) परीक्षणको आवश्यकता छ, तर डेटाबेसहरूले वास्तविक चुनौतीहरू परिचय गराउँछ — तिनीहरू ढीलो छन्, सेटअप र सफाईको आवश्यकता छ, साझा अवस्था छ जसले परीक्षण हस्तक्षेप र अस्थिरता निर्माण गर्न सक्छ, र तिनीहरूको नक्कल गर्नुले वास्तविक क्वेरी बगहरू छोड्न सक्छ।

**दृष्टिकोणहरू र तिनीहरूको ट्रेड-अफहरू** बुझ्नु मुख्य ज्ञान हो: **वास्तविक परीक्षण डेटाबेस** (यथार्थवादी, वास्तविक क्वेरी र स्कीमा समस्याहरू क्याच गर्दै, अक्सर स्थिरतास्थिरताको लागि कन्टेनरमा चलाइन्छ, तर ढीलो र अलगीकरणको आवश्यकता छ), **लेनदेन रोलब्याक** (प्रत्येक परीक्षणलाई लेनदेनमा लपेट गर्नु र सफा अवस्थाको लागि रोलब्याक गर्नु — एक साधारण, प्रभावकारी प्याटर्न जो परीक्षणहरू अलगीकृत र उचितरूपमा द्रुत राख्छ), **मेमोरी-मा डेटाबेस** (द्रुत र सजिलो तर सम्भवतः उत्पादन भन्दा फरक, उत्पादन-विशेष समस्याहरू छोड्ने जोखिम), र **डेटा तहको नक्कल गर्नु** (द्रुत अलगीकृत इकाइ परीक्षण तर वास्तविक डेटाबेस व्यवहार परीक्षण गर्दैन)।

कहिले प्रत्येक प्रयोग गर्ने भन्ने कुरा बुझ्नु — डेटा तहको एकीकरण परीक्षणको लागि वास्तविक डेटाबेस (वास्तविक क्वेरी/स्कीमा बगहरू क्याच गर्न), डेटा तहको माथिको व्यावसायिक तर्कको इकाइ-परीक्षणको लागि नक्कल गर्नु — यथार्थवाद, गति, र अलगीकरणको संतुलन गर्ने बारे ध्वनि निर्णय प्रतिबिम्बित गर्छ।

**सर्वश्रेष्ठ अभ्यासहरू** बुझ्नु — **परीक्षणहरू अलगीकृत गर्नु** (प्रत्येक ज्ञात सफा अवस्थाबाट शुरु गर्दै लेनदेन, काट्नु, वा ताजा डेटाबेस द्वारा, हस्तक्षेप र अस्थिरता बिना), यथार्थवादी परीक्षण डेटा प्रयोग गर्नु (फिक्सचर/कारखानाहरू), डेटा तहको लागि वास्तविक डेटाबेस व्यवहार परीक्षण गर्नु, र CI मा सफा डेटाबेस चलाउनु — प्रभावकारी डेटाबेस परीक्षण प्रतिबिम्बित गर्छ।

अधिकांश अनुप्रयोगहरूले डेटाबेस प्रयोग गर्छन् र डेटा पहुँच सही तरिकाले परीक्षण गर्नु (क्वेरी बगहरू क्याच गर्दै साथै परीक्षणहरू अलगीकृत, द्रुत, र विश्वस्त राख्दै) महत्त्वपूर्ण तर चुनौतीपूर्ण छ, र दृष्टिकोणहरू (वास्तविक DB, लेनदेन, मेमोरी-मा, नक्कल गर्नु), तिनीहरूको ट्रेड-अफहरू, र सर्वश्रेष्ठ अभ्यासहरू (अलगीकरण, यथार्थवादी डेटा) बुझ्नु प्रभावकारी डेटाबेस परीक्षण सक्षम गर्छ, डेटाबेस-अन्तरक्रिया गर्ने कोडको परीक्षण कसरी गर्ने भन्ने कुरा बुझ्नु मूल्यवान, व्यावहारिक-प्रासंगिक ज्ञान हो — डेटा पहुँच विश्वस्तरूपमा परीक्षण गर्ने साधारण आवश्यकताको लागि महत्त्वपूर्ण, यथार्थवाद बनाम गति र अलगीकरणको संतुलन गर्दै, डेटा-संचालित अनुप्रयोगहरू जो मानक हुन् तिनको परीक्षणको लागि एक उपयोगी कौशल।