如何验证SQL代码/stored procedure在多年份数据集下的正确性

• 构造边界年份测试数据集
  优先选择和2019年日期属性有差异的年份构造测试用例：比如2020（闰年，2月有29天）、2018（平年），重点校验存储过程中涉及日期计算、月度/季度/年度统计的逻辑是否正常，避免踩中写死2019年天数、月天数的硬编码bug。如果业务逻辑涉及节假日计算，额外选择节假日调休规则和2019年有差异的年份构造数据，验证相关统计逻辑的适配性。
• 拆解存储过程做单元逻辑验证
  不需要全量数据集也能快速排查风险：
  • 先全量扫描存储过程代码，检查有没有写死2019的代码片段，这是最常见的跨年份错误来源
  • 把存储过程的核心计算逻辑（比如同比环比计算、年度累计值计算、跨年数据关联逻辑）拆分为独立单元，分别构造小批量不同年份的模拟数据，和手动计算的预期结果做比对
• 交叉一致性回归校验
  如果没有其他年份的客户官方正确输出，可以用改造后的2019年数据集做校验：把2019年数据集中所有日期字段统一偏移为其他年份（比如统一加1年改为2020年），其余业务字段保持不变，执行存储过程后，输出的业务统计值除了和年份直接绑定的字段外，其余结果应该和2019年的正确输出完全一致，以此验证逻辑没有做特殊年份绑定。如果有其他年份的客户真实输出样本，直接执行存储过程后和样本做全字段值比对即可。
• 异常场景兜底测试
  构造非法/异常年份输入做测试：比如输入年份早于业务起始年份、输入包含跨年数据的数据集、输入不存在的非法年份值，验证存储过程的报错、兜底逻辑是否符合预期，不会出现无意义输出或者执行崩溃。

内容的提问来源于stack exchange，提问作者Tri