import unittest
import psycopg2

class TestPostgresQuery(unittest.TestCase):
    @classmethod
    def setUpClass(cls):
        cls.connection = psycopg2.connect(
            host="localhost",
            user="agent",
            password="qwerty",
            dbname="testdb",
            sslmode="disable"
        )
        cls.cursor = cls.connection.cursor()

    def test_balance_index_exists(self):
        """Check that the index 'balance_index' exists on 'BankAccounts'."""
        with open("query.sql", "r") as file:
            query = file.read()
        self.cursor.execute(query)
        self.cursor.execute("""
            SELECT indexname FROM pg_indexes 
            WHERE tablename = 'bankaccounts' AND indexname = 'balance_index';
        """)
        result = self.cursor.fetchone()
        _dynamic_test(
            self,
            result is not None,
            "The index 'balance_index' exists on the 'BankAccounts' table.",
            "The index 'balance_index' does not exist on the 'BankAccounts' table."
        )

    def test_balance_index_column(self):
        """Check that 'balance_index' is created on the 'balance' column."""
        with open("query.sql", "r") as file:
            query = file.read()
        self.cursor.execute(query)
        self.cursor.execute("""
            SELECT a.attname
            FROM pg_class t
            JOIN pg_index ix ON t.oid = ix.indrelid
            JOIN pg_class i ON i.oid = ix.indexrelid
            JOIN pg_attribute a ON a.attrelid = t.oid AND a.attnum = ANY(ix.indkey)
            WHERE t.relname = 'bankaccounts' AND i.relname = 'balance_index';
        """)
        columns = [row[0] for row in self.cursor.fetchall()]
        condition = 'balance' in columns and len(columns) == 1
        _dynamic_test(
            self,
            condition,
            "The index 'balance_index' is created on the 'balance' column only.",
            "The index 'balance_index' is not correctly created on the 'balance' column."
        )

def _dynamic_test(test_case, condition, success_message, failure_message):
    if condition:
        test_case._testMethodName = success_message
        test_case.assertTrue(True, success_message)
    else:
        test_case._testMethodName = failure_message
        test_case.fail(failure_message)

def normalize_text(text):
    text = text.lower()
    text = re.sub(r"\\s{2,}", " ", text)
    text = re.sub(r"\\s*([,:?])\\s*", r"\\1 ", text)
    return text.strip()

if __name__ == "__main__":
    unittest.main()


test_solution.py

Commencez un parcours passionnant à travers SQL avec les techniques avancées en SQL. Découvrez les propriétés ACID essentielles qui garantissent l'intégrité des données lors des transactions en base de données. Approfondissez les méthodes avancées d'optimisation des requêtes pour améliorer les performances des bases de données. Explorez des fonctionnalités spécifiques de SQL telles que les fonctions de fenêtre, les triggers, le Data Control Language (DCL) et les bases de données NoSQL. Cela vous permettra de gérer la gestion moderne des bases de données avec assurance et efficacité.

Nous explorons maintenant les principes fondamentaux d’ACID (Atomicité, Cohérence, Isolation, Durabilité) dans la gestion des bases de données. Découvrez comment ces principes assurent la fiabilité des transactions en garantissant l’exécution complète des opérations, le maintien de la cohérence des données, l’isolation des transactions concurrentes et la pérennité du stockage des données.

Explorez comment améliorer l'efficacité de vos requêtes SQL grâce à l'optimisation des index. Analysez l'importance des index dans les performances des bases de données, en apprenant à les concevoir, les implémenter et les utiliser efficacement. Découvrez des stratégies pour choisir les index appropriés, comprendre leur impact sur les plans d'exécution des requêtes et optimiser les performances des requêtes par la sélection et l'utilisation des index.

Cette section explore des sujets essentiels tels que les déclencheurs, les fonctions de fenêtre et le DCL (Data Control Language), offrant des analyses approfondies sur leur mise en œuvre et leurs stratégies d’optimisation. De plus, elle aborde l’univers des SGBD NoSQL, fournissant une compréhension complète de leur architecture, de leurs avantages et de leurs applications pratiques.

Défi : Création d'un Index B-Arbre

Solution

Défi : Création d'un Index B-Arbre

Solution