PostgreSQL / 系统课时
设计并发异常回归测试
设计并发异常回归测试
并发缺陷最难测的不是并发量,而是线程交错不可控。有效回归测试要主动制造历史竞态,再断言最终数据库状态和 PostgreSQL 错误码。本课用两个会话和屏障固定写偏差时序,并验证 SERIALIZABLE 的 40001 行为。
学习目标
- 用屏障把多个数据库会话固定在指定交错点,避免依赖随机压测碰运气
- 同时断言事务结果、最终数据状态和 SQLSTATE,而不只检查“程序没报错”
- 把一次线上竞态固化为可重复执行的回归用例
先把历史竞态写成交错脚本
假设值班表有两名医生,业务不变量是“至少一人保持值班”。两个事务都先看到当前有两人值班,然后分别把自己改为离岗。如果使用允许该写偏差发生的快照隔离,两边可能都成功,最终变成零人值班。
回归测试不应只是同时启动两个线程,而应明确交错顺序:会话 A 读到 2;会话 B 也读到 2;两边都到达屏障后才允许继续更新;最后再观察提交结果。这样测试关注的是目标竞态,而不是线程调度器恰好如何运行。

用可控屏障写成自动化测试
下面程序使用 Psycopg 3 创建两个独立连接。每个事务在读完同一份初始状态后调用 threading.Barrier,因此任何一边都不能提前更新。两边使用 SERIALIZABLE,PostgreSQL 的 SSI 会阻止两个互相依赖的事务同时成功,并让其中一个返回 SQLSTATE 40001。
环境需预先安装 Psycopg 3。将下面内容保存为 test_serializable.py,并让环境变量 PG_DSN 指向独立测试库,例如连接串中的端口可写成实际的 <PORT> 值;测试会重建名为 duty 的表,不要指向生产数据库。
import os
import threading
import psycopg
from psycopg import IsolationLevel
DSN = os.environ["PG_DSN"]
barrier = threading.Barrier(2, timeout=10)
results = []
results_lock = threading.Lock()
with psycopg.connect(DSN, autocommit=True) as conn:
conn.execute("DROP TABLE IF EXISTS duty")
conn.execute(
"CREATE TABLE duty (doctor text PRIMARY KEY, on_call boolean NOT NULL)"
)
conn.execute(
"INSERT INTO duty(doctor, on_call) VALUES ('doctor_a', true), ('doctor_b', true)"
)
def leave_duty(doctor: str) -> None:
conn = psycopg.connect(DSN)
conn.isolation_level = IsolationLevel.SERIALIZABLE
try:
# 两个事务必须先读到同一初始状态,再允许任何一方写入。
on_call = conn.execute(
"SELECT count(*) FROM duty WHERE on_call"
).fetchone()[0]
assert on_call == 2
barrier.wait()
conn.execute(
"UPDATE duty SET on_call = false WHERE doctor = %s",
(doctor,),
)
conn.commit()
with results_lock:
results.append("ok")
except psycopg.Error as exc:
conn.rollback()
with results_lock:
results.append(exc.sqlstate or "unknown")
finally:
conn.close()
threads = [
threading.Thread(target=leave_duty, args=("doctor_a",)),
threading.Thread(target=leave_duty, args=("doctor_b",)),
]
for thread in threads:
thread.start()
for thread in threads:
thread.join()
with psycopg.connect(DSN) as conn:
final_on_call = conn.execute(
"SELECT count(*) FROM duty WHERE on_call"
).fetchone()[0]
print(f"results={sorted(results)}")
print(f"final_on_call={final_on_call}")
assert sorted(results) == ["40001", "ok"]
assert final_on_call == 1预期输出:
results=['40001', 'ok']
final_on_call=1具体哪一名医生对应 40001 不应写死,因为提交先后仍可能变化;真正稳定的断言是“一次成功、一次 serialization failure”,并且最终仍有一人值班。
断言要覆盖三个层次
并发测试只断言异常类型是不够的。第一层要断言每个事务的结果,例如 ok、40001、40P01 等;第二层要查询最终数据库状态,确认业务不变量仍成立;第三层要检查副作用次数,例如 outbox、库存流水或幂等记录没有重复写入。
对需要重试的生产路径,还应把“重试后成功”单独作为用例:第一次故意制造 40001,外层事务重试器重新执行完整事务函数,再断言最终只产生一次业务效果。不要在同一个已经失败的事务里继续执行 SQL;发生序列化失败后应回滚并从事务起点重试。
让测试稳定而不是让数据库变慢
不要依赖 sleep(1) 猜测另一会话已经走到某一步。机器负载、CI 调度和网络延迟都会让这种测试偶发通过或失败。屏障、锁等待、通知表或测试专用同步点才是稳定的交错控制手段。
每个历史竞态都应保存最小触发条件:初始数据、两个或多个会话各自执行的语句、同步点、期望错误码和最终状态。修复方案以后无论从显式锁改成原子 SQL,还是从 REPEATABLE READ 改成 SERIALIZABLE,这组断言都可以继续验证业务不变量,而不是绑定某一种实现细节。
并发回归测试的验收标准不是“跑了很多线程”,而是能稳定制造目标交错、准确识别允许出现的数据库错误,并在每次执行后证明最终状态仍满足业务不变量。