Aracılığıyla paylaş

Hızlı Başlangıç: Test ve mock için veri oluşturma

Bu hızlı başlangıçta, uygulama geliştirme, test ve tanıtımları desteklemek üzere gerçekçi ve temalı veri kümeleri oluşturmak için GitHub Copilot kullanmayı öğreneceksiniz. GitHub Copilot, veritabanınızın şemasını ve bağlamını analiz ederek gerçek dünya biçimleriyle uyumlu sahte veriler oluşturabilir, uç örneklerin benzetimini yapabilir ve veritabanlarını el ile dağıtma çabasını azaltabilir ve testin gerçek senaryoları daha hızlı ve daha temsil edici hale getirmesini sağlayabilir.

Başlayın

Bir veritabanına bağlı olduğunuzdan ve MSSQL uzantısıyla etkin bir düzenleyici penceresinin açık olduğundan emin olun. Bu bağlantı, sohbet katılımcısının @mssql veritabanı ortamınızın bağlamını anlamasına olanak tanıyarak doğru ve bağlama duyarlı öneriler sağlar. Veritabanı bağlantısı olmadan, sohbet katılımcısının anlamlı yanıtlar sağlamak için şeması veya veri bağlamı olmaz.

Aşağıdaki örneklerde, AdventureWorksLT2022 giriş sayfasından indirebileceğiniz örnek veritabanı kullanılır.

En iyi sonuçları elde etmek için tablo ve şema adlarını kendi ortamınızla eşleşecek şekilde ayarlayın.

Sohbetin ön ekini içerdiğinden @mssql emin olun. Örneğin, @mssql yazdıktan sonra sorunuzu ya da isteminizi yazın. Bu, sohbet katılımcısının SQL ile ilgili yardım istediğinizi anlamasını sağlar.

GitHub Copilot ile gerçekçi ve test edilebilir veriler oluşturma

GitHub Copilot doğrudan SQL şemanızdan veya JSON örneklerinden test ve sahte veri oluşturma konusunda yardımcı olabilir. GitHub Copilot, tanıtımlar için veri kümeleri hazırlarken, uç durumları test ederek veya geliştirme ortamınızı temalı veya rastgele verilerle dağıtarak zaman azaltmaya ve kapsamı iyileştirmeye yardımcı olacak bağlamsal öneriler sunar. Bu öneriler, el ile veri girişinin yavaş veya tutarsız olacağı senaryolarda özellikle yararlıdır.

Sohbet katılımcısı aracılığıyla sorabileceğiniz yaygın kullanım örnekleri ve örnekler aşağıda verilmiştir.

Sahte veri oluşturma

GitHub Copilot kullanarak mevcut tablolarınız için temalı, rastgele veya temsili sahte veriler oluşturun. Belirli satır sayıları isteyebilir, ad/değer desenleri uygulayabilir veya JSON örnekleri gibi dış yapıları temel alan veri kümeleri oluşturabilirsiniz.

Sahte müşteri verileri örneği

Generate mock data for the `SalesLT.Customer` table with 100 sample records.

Sahte ürün verileri örneği

Populate the `SalesLT.Product` table with 50 items, each with unique names and prices.

Sahte satış verileri örneği

Generate mock data for the `SalesLT.SalesOrderHeader` table with 200 records, including order dates and customer IDs.

JSON örneğinden sahte veri oluşturma

Based on this sample JSON with four records, generate a SQL table schema and populate it with 50 mock records. Use character names from well-known sci-fi books (for example, Dune, Foundation, Ready Player One) for the `firstName` and `lastName` fields to make the data more realistic and themed:

[
  { "firstName": "Alice", "lastName": "Smith", "email": "alice@example.com" },
  { "firstName": "Bob", "lastName": "Jones", "email": "bob@example.com" },
  { "firstName": "Charlie", "lastName": "Brown", "email": "charlie@example.com" },
  { "firstName": "Dana", "lastName": "White", "email": "dana@example.com" }
]

Uç durum testi

Uç durumlarının simülasyonunu yapmak ve sisteminizin davranışını doğrulamak için GitHub Copilot kullanarak temel veri oluşturmanın ötesine geçin. GitHub Copilot, stres testi iş mantığı, veri doğrulama hatalarını denetleme veya ilişkisel tutarlılık sağlama gibi doğru verilerin oluşturulmasına yardımcı olabilir. Ayrıca sonuçları doğrulamak için onaylar veya test mantığı yazabilir.

Test miktarı kısıtlamaları

Generate insert statements for `SalesLT.SalesOrderDetail` with `OrderQty` values at the upper boundary (for example, 1,000 units) and verify that the system enforces quantity constraints.

E-posta adresi biçimini test edin

Create test data for `SalesLT.Customer` with invalid email formats and write a query that flags these records for review.

Uç durum fiyatlandırma anomalilerini test edin

Generate test data for `SalesLT.Product` with edge-case pricing, such as `StandardCost = 0` or negative values, and write a query that highlights anomalies.

Veri bütünlüğünü mocklama ile test etme

Simulate data integrity by generating 500 `SalesOrderDetail` rows that correctly reference valid `ProductID` and `SalesOrderID` values from related tables, and ensure GitHub Copilot includes validation logic.

İş mantığını test edin

Write a test script that confirms the `SalesOrderHeader.TotalDue` value is always greater than the `SubTotal` for each order, helpful for spotting miscalculations in business logic.

Null doğrulamayı test et

Using SQLAlchemy, create a test that attempts to insert a `SalesOrderDetail` record with a null `ProductID` and verify that the ORM raises an integrity error due to the foreign key constraint.

Negatif değerleri test et

With Prisma, generate test logic that tries to insert a `Product` with a `StandardCost` of `-10`. Validate that Prisma rejects the entry and logs an appropriate error message.

Deneyiminizi paylaşma

MSSQL uzantısı için GitHub Copilot'ı geliştirmemize ve geliştirmemize yardımcı olmak için aşağıdaki GitHub sorun şablonunu kullanarak geri bildiriminizi gönderin: GitHub Copilot Geri Bildirimi

Geri bildirim gönderirken şunları dahil etmeyi göz önünde bulundurun:

  • Test edilen senaryolar : Şema oluşturma, sorgu oluşturma, güvenlik, yerelleştirme gibi hangi alanlara odaklandığınız konusunda bize bilgi verin.

  • Başarılı Olanlar - Sorunsuz, yararlı veya beklentilerinizi aşan deneyimlerinizi açıklayın.

  • Sorunlar veya hatalar : Tüm sorunları, tutarsızlıkları veya kafa karıştırıcı davranışları içerir. Ekran görüntüleri veya ekran kayıtları özellikle yararlıdır.

  • İyileştirme önerileri : Kullanılabilirliği artırma, kapsamı genişletme veya GitHub Copilot'un yanıtlarını geliştirmeyle ilgili fikirleri paylaşın.

İlgili içerik

  • Last updated on