单元测试在-golang-中的实践

46次阅读

共计 7120 个字符,预计需要花费 18 分钟才能阅读完成。

单元测试是什么?

首先需要明确的就是,单元是什么?是一个函数?一个接口?还是一个模块?

这个可能每个人心中都用不同的定义。我比较赞同观点是:单元是指一段逻辑。

因此,单元测试就是对一段代码逻辑的正确性进行校验进行测试

单元测试的意义

从我自己的切身体会上来说,单元测试意义在于:

  1. 最基本的,保证代码逻辑上的正确性
  2. 能够进行回归,避免修改导致把以前的代码改挂
  3. 迫使自己写出好的程序
  4. 开发的时候能够快速的把代码跑起来,验证效果(在程序体量特别大,构建一次成本特别高;或者程序整体运行条件比较苛刻的时候会更明显)
  5. 单测即文档

明确自己到底测什么

明确好单元的定义后,写单元测试前必须明确的一个点就是:到底需要测什么?也就是这个单元的边界在哪里。

例如下面这段代码:

func (d *DeploymentModel) DeployConfirm(user string, deployID int64) error {
  var deploy Deploy
  if err := d.db.Find(&deploy, "id = ?", deployID).Error; err != nil {return err}
  
  if deploy.GetConfirm() == DEPLOY_UNCONFIRMED {cfm := &confirmer{} 
    if err := cfm.ConfirmDeployInNeed(deploy.Id, user); err != nil {return err}
  }
  
  return nil
}

这是一个使用了 gorm 作为数据库驱动的 web 项目中的一段代码。d.db 是 gorm 中的 *gorm.DB 对象。这个函数干了这么一件事:

  1. 根据 deployID 从数据库中拿出对应的记录
  2. 如果这个记录的状态是没有被确认,就去确认一下否则之间返回。

我们要写一个 TestDeployConfirm 函数:

  1. 如果我们仅仅是测这个函数的逻辑,那我们不应该将 Find 函数、ConfirmDeployInNeed 这个函数真正的执行一遍。否则到底是测 DeployConfirm 还是测 Find / ConfirmDeployInNeed?
  2. 如果是测 DeployConfirm 这个接口,那么我们确实应该真正的将数据库查询 /ConfirmDeployInNeed 执行

可见,不同的单元划分,写出来的单测是不一样的。通常,我们以:

  1. web 服务的接口(常见业务代码)
  2. 模块的接口 / 模块的接口(团队合作开发)
  3. 一个函数(个人日常开发)

着三种粒度作为一个单元。

明确自己要干的事情之后,自然而然的,我们就从代码开始着手。

有好代码,才能写出测试

一个有问题的例子

刚开始写单元测试的时候,遇到的最大的问题应该就是,根本写不出来。构造一个 case 的实在是太困难了。这背后的原因,是因为代码的耦合度过高。还是一上面那段代码为例。这段代码问题很多,先只聚焦单测相关的内容。如果我们把 DeployConfirm 这个函数作为一个单元,我们看看这个单测应该怎么写:

  1. d.db.Find 是一个肯定会访问数据库的动作。这意味着我们得事先准备好一个数据准备好了,可连接的数据库。同时,得构造出 gorm 访问数据库所需要的上下文。
  2. 同时还得准备好 confirmer 相关的代码。由于直接使用的是 confirmer 这个具体实现,还得把 ConfirmDeployInNeed 这个函数实现好。甚至如果 ConfirmDeployInNeed 里面还有其他的硬依赖,那还得去实现里面的依赖。

是不是有点晕了?走到这一步的时候,可能就已经放弃了单元测试这个选项了。

最关键的,我们本质上是想测试 DeployConfirm 这个函数的逻辑,但是 ConfirmDeployInNeed 如果有问题,会导致我的数据库失败。数据库连接有问题 / 里面的数据有问题,都会导致我们测试不通过。

因此,能不能写出单元测试,取决于我们有没有写好被测试的代码。反过来,如果发现单元测试写起来很麻烦,首先要考虑代码是否写的合理。

可测试的代码应该是怎么样的

写代码是单元和分离的艺术。做好单元和分离,管理好抽象与实现,代码就可测试。具体大概的是以下几点:

有状态与无状态分离

我们写代码的时候,都应该尽可能的编写纯函数。因为对于同一个输入有固定的输出,才是纯逻辑,才能保证测试的结果幂等。将代码有状态的部分 / 和没有状态的部分分离,有状态的部分尽可能的少。我们常见的 MVC 模式,把 Model 层隔离出来就是这么个思想。例如上面这个函数,正确的做法应该是:

将“根据 deployID 从数据库中拿出对应的记录”这个操作放在 model,其余逻辑相关的东西都应该拆到 Controller 里面去,那我们在 Controller 里面的函数就是纯逻辑,单测就好写了。

通过接口隔离

接口是抽象,我们可以构造自己的 mock 的实现来替换原有的实现。在编写代码的时候,引用其他的包的都应该调用接口。还是以上面的代码为例:

首先要定义一个 interface:

type IConfirmer interface {ConfirmDeployInNeed(deployID int64, user string) error
}

然后,任何对象都应该通过构造函数去实现

func NewConfirmer() IConfirmer {...}

使用的时候:

var confirmer IConfirmer
confirmer := NewConfirmer()

这样,我们就能做到只通过抽象耦合,而不是与实现耦合。我们就能用我们 Mock 的一个 confirmer(也实现了这个抽象),去替代原有的实现,从而达到随心所欲的操纵 ConfirmDeployInNeed 这个方法的返回值的目的。

尽可能少的硬耦合

通过上面两个方法,我们已经能非常容易的去控制外部依赖了。还有一个问题没解决 NewConfirmer 这个函数是一个别的包的引过来的,我们好像没办法替换 NewConfirmer() 的返回值呀?

这就是硬耦合(直接在函数里面去 New 一个对象)带来麻烦。

我们在写代码的时候,都应该尽可能的将外部依赖通过函数传参进入到一段逻辑之内, 来避免硬耦合。常见的做法有:

如果 confirmer 只在当前方法里面用到,则直接作为参数传入当前函数:

func (d *DeploymentModel) DeployConfirm(user string, deployID int64, cfm IConfirmer) error {
  ...
  cfm.ConfirmDeployInNeed(deployID, user)
}

如果 confirmer 在多处用到,则在构造函数初始化:

func NewDeploymentModel(cfm IConfirmer) {...}

// or

func NewDeploymentModel() {
  return &DeploymentModel {confirmer: NewConfirmer(),
  } 
}

这种方式,我们就能将初始化和逻辑分开.

满足单测编写的前提后,我们可以开始怎么构造单测用例。

单测用例构造的思路

原则

通常,我们使用代码覆盖率来衡量单测是否写的全面。然而,如果我们的单测做到了代码覆盖率 100%,真的就意味着我们的测试是完备的吗?

还是一上面的这段代码为例子,如果我们构造了两个单测的用例:

  1. 这两个用例 GetConfirm() 的结果都等于 DEPLOY_UNCONFIRMED
  2. 一个用例执行 ConfirmDeployInNeed 这个函数抛出异常;另一个用例执行 ConfirmDeployInNeed 这个函数没有抛出异常

那么这两个 case 一跑下来,确实所有的代码都执行到了,代码覆盖率 100%。但是我们的用例并没有考虑当 GetConfirm() 不等于 DEPLOY_UNCONFIRMED 的情况。因此我认为这样的测试也是不完备的。

真正完备的测试,应该是要达到测试的用例数等于单元的圈复杂度 ), 保证从逻辑的入口和出口之间的所有可能的代码运行路径都覆盖到。

实践

但是在日常的敏捷开发中,可能时间不允许 / 其实也没必要维护这么多的用例,来追求理论上完美的单元测试。这就要求我们做一定程度的取舍。

在大多数情况下,我们的程序都是:

  1. 有一条正常运行的通路,分枝用于抛出 / 处理异常
  2. 有的分叉口 / 边界。比如降级,或者确实就是得根据不同的情况做不同的处理。

这个时候我们要做的就是:

  1. 一定要保证有一个用例覆盖了正常的通路。这保证了我们主流程的正确性,同时日后迭代也能回归到,增强迭代的信心
  2. 覆盖常规或者比较关键分叉和边界。比如就是降级能不能正确处理。
  3. 每次线上出问题的地方,补充上单测。
  4. 极端情况下的边界可以视重要程度不考虑。比如某一次数据库访问挂了。

明确好构造用例的思路,我们就真正着手于编写单测带么了。

单测编写工具

单元测试也是代码,也需要人去编写和维护,编写的时候所要遵循的原则也是一样的。工欲善其事,必先利其器。因此,在实际编写时我倾向于使用一些现成的框架和库来协助开发与维护。

常规工具 —— VSCode+Go 插件

VSCode 的插件有个非常好用的功能,就是一他能自动根据你的代码生成对应的单元测试的框架代码。生成出来的代码就像是个样子:

func TestDeploymentModel_DeployConfirm(t *testing.T) {
  type fields struct {db *gorm.DB,}
  type args struct {
    user     string
    deployID int64
  }
  tests :=[]struct{
    name    string
    fields  fields
    args    args
    wantErr bool
  }{// todo: Add test case}
  for _, tt := range tests {t.Run(tt.name, func(t *testing.T) {db: tt.fields.db,})
    if err := m.DeployConfirm(tt.args.user, tt.args.deployID); (err != nil) != tt.wantErr {t.Errorf("DeploymentModel.DeployConfirm() error = %v, wantErr %v", err, tt.wantErr)
    }
  }
}

然后你只需要把用例有关的数据以结构体实例的方式补充到 tests 数组里面,每一个元素一个用例。我非常喜欢这种 generate code 的方式进行编程,这能让人更专注于真正有意义的事情上。

单测框架

如果不满足于 VSCode + Go 插件的表达能力(比如你希望对测试分组分类),那么可以考虑使用一些单元测试框架。比较值得推荐的单测框架就是 GoConvey 和 Testify

GoConvey

编码风格

GoConvey 提供了一种函数式编程风格的表达体验。利用他官方提供的例程:

package package_name

import (
    "testing"
    . "github.com/smartystreets/goconvey/convey"
)

func TestSpec(t *testing.T) {

    // Only pass t into top-level Convey calls
    Convey("Given some integer with a starting value", t, func() {
        x := 1

        Convey("When the integer is incremented", func() {
            x++

            Convey("The value should be greater by one", func() {So(x, ShouldEqual, 2)
            })
        })
    })
}

可以看到,他利用闭包的方式,能无限的嵌套下去。能一步一步的构造自己的上下文,然后构造出自己的用例。

同时,GoConvey 也提供了一系列标准的断言库 (如 例程代码中的 So 函数)。在上面 VSCode 生成的代码里面也可以看到,golang 原生式没有断言的,他需要我们自己实现具体的判断逻辑,然后通过 t.Errorf() 把没有通过的结果抛出来。利用框架提供的断言能让我们找回原来断言式编程的熟悉感。

最后,我认为比较吸引人的一点是它提供了一个 web 服务:

  1. 能监听本地文件的变化,在编码过程中,文件的变动都能自动触发单元测试。
  2. 单元测试的报告能以一个相对美观的 web 页面呈现,提升编程体验。

Testify

Testify 提供了一种面向对象编程风格的表达体验。同样列出他的官方简化例程:

import (
    "testing"
    "github.com/stretchr/testify/suite"
)

type ExampleTestSuite struct {
    suite.Suite
    VariableThatShouldStartAtFive int
}

func (suite *ExampleTestSuite) SetupTest() {suite.VariableThatShouldStartAtFive = 5}

func (suite *ExampleTestSuite) TestExample() {suite.Equal(suite.VariableThatShouldStartAtFive, 5)
}

func TestExampleTestSuite(t *testing.T) {suite.Run(t, new(ExampleTestSuite))
}

丛代码可以看到, Testify 在测试的各个阶段设置了锚点(比如 SetupTest 方法用于构造测试用例所需要的上下文),然后 结构体中的每一个 Test 开头的方法,都会被作为测试用例执行。完全的使用用例见这个链接

同样的,Testify 也提供了一套标准的断言库。

最后 testify 提供了用于构造 Mock 对象的库,这一点我们放在下一个话题。

外部对象的 mock

单元测试的框架我们有了,最关键的还是构造测试用例。在我们明确了要测试的单元的时候,构造用例的时候就涉及到要模拟的测试单元的外部依赖的返回值。这就两个我们可以使用的工具选项:GoMock 和 Testify 提供 Mock 模块。

GoMock

这个是 Google 官方提供的唯一的单元测试的工具。这个工具好用的地方在于,他能自动根据你的 interface 的定义生成 Mock 对象的代码。写单元测试的时候直接使用就可以了。由于生成的代码比较长,我就不贴在这里了,有兴趣的同学可以自己生成一个看看。

Testify 的 Mock

Testify 框架本身也提供了 Mock 的库。但是从我个人的感觉来说,这个库的使用体验并不好。原因就在于,Mock 对象的实现得自己写。举个例子:

假设现在我们有这么一个接口:

type IService interface {
  SendHTTPRequest(
    method string,
    link string,
    params map[string]string,
    headers map[string],
    body []byte,) (
    service.IResponse,
    error,
  )
}

那关于这个接口的 Mock 对象就需要这么写:

import("github.com/stretchr/testify/mock")type MockIService struct {mock.Mock}

func (ms *MockIService) SendHTTPRequest(
  method string,
  link string,
  params map[string]string,
  headers map[string],
  body []byte,) (
  service.IResponse,
  error,
) {args := ms.Called(method, link, params, headers, body, timeout)
  return args.Get(0).(service.IResponse), args.Error(1)
}

这些代码完全就是有规律的,完全可以使用机器去编写的。设想,如果一个接口有多个接口函数的签名,同时一个里面有无数个接口,这里面的无用的工作量是非常恐怖的。

给函数 / 变量打桩—— GoStub

有的时候,我们使用的外部逻辑是一个简单的辅助函数 / 或者特定场景下使用了一个全局变量,这种时候 mock 就比较无力了。这个时候,我们就可以借助 GoStub 给一个变量打桩。具体的使用实践,可以参考这篇文章,在此不做详细的展开。

给方法打桩——Monkey

当你的一个方法依赖了当前结构体绑定的另外一个方法的时候,就涉及到了方法的打桩。方法的打桩可以使用 Monkey 这个工具,使用方法可以参考这个实践, 在这里就不展开了。

实践总结

框架的选择

我更倾向于 GoConvey + GoMock。原因是:

  1. GoConvey 使用起来简单,功能够用,单测组织起来表达能力也强。
  2. GoMock 比 Testify 的 mock 好用,并且 mock 是我目前写单测的主要依赖解决手段。

库的使用

在具体写代码的时候,如果没有管理好抽象和具体实现的的依赖关系,让单测变得异常复杂。

举个例子:如果一个包依赖了另一个包的具体实现,比如说示例代码中的 confirmer。这个时候你想要去写单测,很可能就使用了 Monkey 去给那个方法打桩。然后打桩还打不了,因为我们没办法把打过桩的这个对象注入到我们测试的单元中。这时候很有可能就会把 cfm 这个变量写成一个全局变量,然后想到用 GoStub 去给这个全局变量打桩。代码这样去写很显然是不合理的。

因此,写单测的时候无论如何都应该优先使用 Mock(毕竟 Google 官方也只提供了 gomock 这个工具,说明官方认为这个就已经够用了)。当要用到 GoStub 和 Monkey 时,先考虑清楚是不是代码写的不合理,然后确认使用场景之后,再合理选择使用。

原文链接:https://blog.coordinate35.cn/…

正文完
 0