首先要明确ES是分布式全文检索与分析引擎，主打高效查询、全文搜索、数据分析

数据库为了结构化数据存储，对于一些复杂的关联查询等

所在在实际的业务中经常是使用：数据库存储核心数据，ES做高效检索同步，所以在测试过程中核心就是要保证ES数据与数据库中的数据保持一致性

1.功能测试，测试数据的一致准确性

测试点 测试步骤 预期结果
全量数据同步

1.清空ES的索引

2.做全量同步的脚本

3.抽取mysql中的数据与ES中进行对比

1.ES中的索引与数据库中的保持一致

2.ES中数据的条数与mysql中的条数保持一致

3.字段保持一致
增量数据同步

1.先完成全量同步

2.对数据库中进行增删改

3.等待同步完成比对ES中的数据

1.增删改，es中的数据保持一致

2.同步延时的时间符合预期
异常同步容错

1.同步过程中中断ES

2.恢复ES后重新触发同步

3.比对数据一致性，有无数据丢失

1.未同步的数据不会丢失

2.同步的数据没有重复，没有缺失

3.同步失败的数据有对应的日志记录
字段映射正常 验证 MySQL 字段类型与 ES 字段类型的映射关系（如 int→integer，varchar→text/keyword） 1. 映射关系符合设计要求；2. 需检索的字段设为 text 类型（支持分词），需精确匹配的字段设为 keyword 类型（如商品 ID）

2.异常测试场景

测试点 测试步骤 预期结果
测试超大字段是否正常 如 MySQL 中存储的商品详情（5000 字） ，同步到 ES 后是否完整，检索是否正常
测试特殊字符 如商品名含/、#、@等特殊字符 ES是否能正常同步可以正常检索
测试超过数据量边界 如同步 100 万条数据 ES是否可以正常同步检索是否正常

3.ES的独立功能

4.性能测试

分别设置按照ES和数据库的形式进行压测看有无性能瓶颈，之前仓储的一个商品6合一接口上线出现大面积的超时当时按照ES和数据库进行压测找出来性能瓶颈并正常修复上线对应的压测过程如下

生产环境： queryPlaceSkusCriteria 

# elasticsearch
Logo
火山引擎 ADG 社区

火山引擎开发者社区是火山引擎打造的AI技术生态平台，聚焦Agent与大模型开发，提供豆包系列模型（图像/视频/视觉）、智能分析与会话工具，并配套评测集、动手实验室及行业案例库。社区通过技术沙龙、挑战赛等活动促进开发者成长，新用户可领50万Tokens权益，助力构建智能应用。

更多推荐

OpenClaw 本地部署完整指南（Windows + Ollama）

本文档基于实际部署经验编写，旨在帮助你在 Windows 系统上从零开始搭建 OpenClaw，并连接本地 Ollama 模型（如 Qwen2.5 或 Qwen3），使其具备完整的智能体能力。文档包含了所有关键步骤以及常见问题的解决方案。

avatar 火山引擎 ADG 社区

OpenClaw 小白安装指南（Windows版）

（类似一个能自动执行任务的AI机器人），不是游戏。API Key只保存在你本地电脑的加密文件里，不会上传到任何地方。访问：https://github.com/miaoxworld/openclaw-manager/releases。: 一键安装脚本会自动安装Node.js 22+，如果失败，手动下载安装：https://nodejs.org/：在PowerShell中，鼠标右键就是粘贴，不需要按

avatar 火山引擎 ADG 社区

飞书 × OpenClaw 接入指南：不用服务器，用长连接把机器人跑起来

这个项目存在的意义，就是把“飞书接 OpenClaw”这件事，整理成一套的配置入口，并把官方文档没覆盖到的坑集中写成排查清单。先说清楚它的角色：OpenClaw 现在已经内置官方飞书插件 @openclaw/feishu，功能更完整、维护也更及时。，说明飞书 + AI 的接入已经走通。另外，仓库也推荐了一个新项目：把 OpenClaw 变成“多 Agent 团队”，用多个 Agent 分工，Sla

avatar 火山引擎 ADG 社区