【技术实现步骤摘要】
本专利技术属于数据库，特别是涉及到一种gbase数据库模糊测试用例生成方法及装置。
技术介绍
1、模糊测试是一种自动化的软件测试技术，通常是通过向软件（例如数据库）输入模糊、无效或异常的数据，来测试其对不良输入的反应能力。传统的模糊测试数据生成方法，是通过编程语言生成随机sql文本，但应用于gbase数据库时，由于生成的文本存在与gbase数据库语法无关、语义无关的问题，导致无法通过gbase数据库语法解析器的语法检查，进而导致之后的优化器、计划生成器、执行器等一系列数据库组件都无法被测试到。
技术实现思路
1、本专利技术提出一种gbase数据库模糊测试用例生成方法及装置，解决模糊测试随机生成文本与gbase数据库语法无关和语义无关两个问题。
2、为达到上述目的，本专利技术的技术方案是这样实现的：
3、一种gbase数据库模糊测试用例生成方法，包括：
4、s1、获取被测gbase数据库的元数据；
5、s2、使用antlr文法规则依据gbase数据库的sql语法定义语法规则，通过指定的元数据规则定义与所述被测gbase数据库的元数据相关的词法规则；
6、s3、基于所述语法规则和词法规则，使用antlr工具生成antlr抽象语法树；通过前序遍历的方式访问所述antlr抽象语法树生成sql语句模板；
7、s4、对生成的sql语句模板进行识别，准确识别sql语句模板中的全部语法成分，生成sql抽象语法树；访问sql抽象
8、s5、对被测gbase数据库执行所述随机sql语句，并返回执行结果；从执行结果和数据库状态两大方面进行结果分析；
9、s6、循环执行步骤s3-s5，直到生成指定数量的随机sql语句或数据库崩溃。
10、进一步的，步骤s1中所述元数据包括用户表的名称、列的名称、数据类型；内置函数和参数类型；还定义了不同数据类型的数据字面量的生成方法。
11、进一步的，步骤s3中，生成sql语句模板的方法包括：访问所述antlr抽象语法树，如果访问的是词法规则，则直接返回所述词法规则的定义，如果访问的是语法规则，则从语法规则的定义中随机抽取一个语法分支，然后对分支的每个元素继续进行访问，直到返回全部词法规则的定义。
12、更进一步的，随机抽取语法分支时，设置最大递归深度；当语法规则被访问时，访问次数+1，当访问次数大于所述最大递归深度时，选择不会产生递归行为的语法分支，来结束递归。
13、进一步的，步骤s4具体包括：基于所述语法规则和词法规则生成sql文法解析器，sql文法解析器基于sql语句模板识别语法成分，确定元数据之间的关系，生成sql抽象语法树。
14、本专利技术另一方面还提出了一种gbase数据库模糊测试用例生成装置，包括：sql语法组件、sql语义组件、sql语句模板组件、连接器组件、元数据组件、sql执行组件、结果分析组件、主程序组件；
15、主程序组件是所有组件执行的入口，控制其他所有组件的执行逻辑；
16、所述连接器组件创建连接到被测gbase数据库的连接对象；
17、所述元数据组件通过连接器组件创建的被测gbase数据库的连接对象，从系统表中获取到被测gbase数据库的元数据；
18、所述sql语法组件使用antlr文法规则依据gbase数据库的sql语法定义语法规则，通过指定的元数据规则定义与所述被测gbase数据库的元数据相关的词法规则；
19、所述sql语句模板组件对sql语法组件进行解析，使用antlr工具生成antlr抽象语法树；通过前序遍历的方式访问所述antlr抽象语法树生成sql语句模板；
20、所述sql语义组件包含基于sql语法组件生成的sql文法解析器，对生成的sql语句模板进行识别，准确识别sql语句模板中的全部语法成分，生成sql抽象语法树；访问sql抽象语法树，将指定的元数据规则替换成真正的元数据字面量，生成随机sql语句；
21、所述sql执行组件检查连接器组件创建的被测gbase数据库的连接对象，是否可用，然后通过所述连接对象执行所述随机sql语句，并返回执行结果；
22、所述结果分析组件从执行结果和数据库状态两大方面进行结果分析；
23、所述主程序组件控制sql语句模板组件、sql语义组件、sql执行组件、结果分析组件循环执行，直到生成指定数量的随机sql语句或数据库崩溃。
24、进一步的，元数据组件中，所述元数据包括用户表的名称、列的名称、数据类型；内置函数和参数类型；还定义了不同数据类型的数据字面量的生成方法。
25、进一步的，sql语句模板组件中，生成sql语句模板时，访问所述antlr抽象语法树，如果访问的是词法规则，则直接返回所述词法规则的定义，如果访问的是语法规则，则从语法规则的定义中随机抽取一个语法分支，然后对分支的每个元素继续进行访问，直到返回全部词法规则的定义。
26、更进一步的，sql语句模板组件中，随机抽取语法分支时，设置最大递归深度；当语法规则被访问时，访问次数+1，当访问次数大于所述最大递归深度时，选择不会产生递归行为的语法分支，来结束递归。
27、进一步的，sql语义组件中，基于所述语法规则和词法规则生成sql文法解析器，sql文法解析器基于sql语句模板识别语法成分，确定元数据之间的关系，生成sql抽象语法树。
28、与现有技术相比，本专利技术具有的有益效果包括：
29、本专利技术可以使gbase数据库模糊测试时生成的随机sql文本满足其执行环境，既在语法上能够通过gbase数据库语法解析器的检查，又在语义上符合运行时的数据库环境。
本文档来自技高网...【技术保护点】
1.一种GBase数据库模糊测试用例生成方法，其特征在于，包括：
2.根据权利要求1所述的GBase数据库模糊测试用例生成方法，其特征在于，步骤S1中所述元数据包括用户表的名称、列的名称、数据类型；内置函数和参数类型；还定义了不同数据类型的数据字面量的生成方法。
3.根据权利要求1所述的GBase数据库模糊测试用例生成方法，其特征在于，步骤S3中，生成SQL语句模板的方法包括：访问所述Antlr抽象语法树，如果访问的是词法规则，则直接返回所述词法规则的定义，如果访问的是语法规则，则从语法规则的定义中随机抽取一个语法分支，然后对分支的每个元素继续进行访问，直到返回全部词法规则的定义。
4.根据权利要求3所述的GBase数据库模糊测试用例生成方法，其特征在于，随机抽取语法分支时，设置最大递归深度；当语法规则被访问时，访问次数+1，当访问次数大于所述最大递归深度时，选择不会产生递归行为的语法分支，来结束递归。
5.根据权利要求1所述的GBase数据库模糊测试用例生成方法，其特征在于，步骤S4具体包括：基于所述语法规则和词法规则生成SQL文
6.一种GBase数据库模糊测试用例生成装置，其特征在于，包括：SQL语法组件、SQL语义组件、SQL语句模板组件、连接器组件、元数据组件、SQL执行组件、结果分析组件、主程序组件；
7.根据权利要求6所述的GBase数据库模糊测试用例生成装置，其特征在于，元数据组件中，所述元数据包括用户表的名称、列的名称、数据类型；内置函数和参数类型；还定义了不同数据类型的数据字面量的生成方法。
8.根据权利要求6所述的GBase数据库模糊测试用例生成装置，其特征在于，SQL语句模板组件中，生成SQL语句模板时，访问所述Antlr抽象语法树，如果访问的是词法规则，则直接返回所述词法规则的定义，如果访问的是语法规则，则从语法规则的定义中随机抽取一个语法分支，然后对分支的每个元素继续进行访问，直到返回全部词法规则的定义。
9.根据权利要求8所述的GBase数据库模糊测试用例生成装置，其特征在于，SQL语句模板组件中，随机抽取语法分支时，设置最大递归深度；当语法规则被访问时，访问次数+1，当访问次数大于所述最大递归深度时，选择不会产生递归行为的语法分支，来结束递归。
10.根据权利要求6所述的GBase数据库模糊测试用例生成装置，其特征在于，SQL语义组件中，基于所述语法规则和词法规则生成SQL文法解析器，SQL文法解析器基于SQL语句模板识别语法成分，确定元数据之间的关系，生成SQL抽象语法树。
...【技术特征摘要】
1.一种gbase数据库模糊测试用例生成方法，其特征在于，包括：
2.根据权利要求1所述的gbase数据库模糊测试用例生成方法，其特征在于，步骤s1中所述元数据包括用户表的名称、列的名称、数据类型；内置函数和参数类型；还定义了不同数据类型的数据字面量的生成方法。
3.根据权利要求1所述的gbase数据库模糊测试用例生成方法，其特征在于，步骤s3中，生成sql语句模板的方法包括：访问所述antlr抽象语法树，如果访问的是词法规则，则直接返回所述词法规则的定义，如果访问的是语法规则，则从语法规则的定义中随机抽取一个语法分支，然后对分支的每个元素继续进行访问，直到返回全部词法规则的定义。
4.根据权利要求3所述的gbase数据库模糊测试用例生成方法，其特征在于，随机抽取语法分支时，设置最大递归深度；当语法规则被访问时，访问次数+1，当访问次数大于所述最大递归深度时，选择不会产生递归行为的语法分支，来结束递归。
5.根据权利要求1所述的gbase数据库模糊测试用例生成方法，其特征在于，步骤s4具体包括：基于所述语法规则和词法规则生成sql文法解析器，sql文法解析器基于sql语句模板识别语法成分，确定元数据之间的关系，生成sql抽象语法树。
6.一种gbase数据库模糊测试用例生成装置，其特征在于，包括：sq...
【专利技术属性】
技术研发人员：王未，
申请(专利权)人：天津南大通用数据技术股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。