共计 3271 个字符，预计需要花费 9 分钟才能阅读完成。
如果第二次看到我的文章，欢迎 「文末」扫码订阅我个人的公众号（跨界架构师） 哟~
每周五早 8 点 按时送达。当然了，也会时不时加个餐～
这篇是「分布式系统理论」系列的第 20 篇。提前预告一下，后面还有一篇文章，这个系列就结束了。
在之前，核心的概念都讲的差不多了。前面 Z 哥带你已经聊过了「数据一致性」、「高可用」、「易扩展」、「高性能」主题下的一些实践思路。
这篇讲怎么构建一个「易测试」的系统。
作为一位开发人员，可能一听到测试就想关掉这篇文章了。那我只能说 too young，too naive。
作为关注我这个号的“跨界者“们，你不能将自己的边界划的太清楚，特别在当下这个变化越来越快、适者生存的时代。要活的像“水”一样，与所处的环境结合的更紧密。
除此之外，测试工作并不是单单测试人员的事，开发人员是不是编写了一个易测试的系统也至关重要。
在 Z 哥我过去的几年 coding 经验中，总结了六点认为有助于构建出一个易测试的系统建议，在这里分享给你。
第一点，分层。分层其实除了之前聊到的「易扩展」之外，对于测试工作的进行也是有很大帮助，规模越大的系统越是如此。
脑子里想象一下，一条业务线好比一根管道，每一次的业务操作会经历整根管道的流转最终到达终点。
往往很多时候，其实我们已经定位到了问题可能产生的范围，但是由于项目没有做好分层，导致每一次的测试工作不得不“从头开始”。这是多么痛苦的一件事。
做好分层只要记住一个概念就行，「高内聚低耦合」。具体可以参考之前的文章，文末放链接。
第二点，无状态。前面的文章里说过，满足无状态的功能点意味着可以动态的进行扩容而不用考虑“状态丢失”问题。其实同时它也支持了一种测试场景，就是「容量规划」。
为了支撑业务的不断发展以及不定期举行的大型活动，我们需要清楚的知道，到底部署多少台机器为宜。
当然，你也可以选择拍脑袋的方式进行，尽量多加一些就好了。但这不是一个科学的方法，也容易造成更多的浪费。
进行容量规划的过程就好比 通过水龙头装水到一组杯子里。比如，你现在的要求是 1 分钟装入 3L 水，那么通过不断的调整杯子的数量和大小，理想情况是刚刚好达到这个要求为宜。
如果此时支持无状态，那么整个过程中水龙头一直开着就好了，你只要专心调整杯子的数量和大小就行。做好无状态具体也可以参考之前的文章，文末放链接。
第三点，避免硬编码，尽量配置化。可能你一看到那些庞杂的配置项就头疼，但是不得不说，配置对于测试工作的开展是有很大帮助的。
反而用“眼不见为净”的方式，硬编码到逻辑代码中是“掩耳盗铃”的办法。
特别是以下这些用途的变量，尽量放到配置中去，否则每次配置的变更都需要重新打包编译代码，是多么麻烦的一件事情。
- 容量类的配置
- 次数类的配置
- 开关类的配置
- 时间类的配置
这些类型的配置之间的共同点是，没有永远正确、永远合理的配置。你要根据你当前的需求，不断的调整他们。
如果可以引入一个集中式的配置中心就更好了，这样可以不用一个个登陆服务器去修改配置。
第四点，依赖注入。如果你平时经常编写单元测试的话，对这个应该感受颇深。因为支持依赖注入的代码，更容易编写单元测试。
但它的价值还不止于此，随着系统规模越来越大，对于直接在生产环境进行故障演练需求越迫切，因为这才足够真实。
但是又要求不能对正常的业务数据产生影响，怎么做？那就只能单独准备演练数据，然后写入到单独的数据库中。
这个时候，依赖注入就起作用了。我们可以将载入数据源的地方设计成支持依赖注入的，如此一来，你就可以灵活的切换到不同的数据源，进行故障演练。
public interface IDataSource{public string getName(int id);
}
public class DataSourceMysql implements IDataSource{public string getName(int id){// 从正常的数据库里中获取数据。}
}
public class DataSourceDrill implements IDataSource{public string getName(int id){// 从故障演练的数据库里中获取数据。}
}
public class UserBLL{
private IDataSource _database;
public UserBLL(IDataSource database){_database = database;}
public void MethodA(int id){
// do something...
var name = _database.getName(id);
// do something...
}
}
// 以下是调用的时候
new UserBLL(new DataSourceMysql()).MethodA(id); // 处理的是正常数据
new UserBLL(new DataSourceDrill()).MethodA(id); // 处理的是演练数据第五点，打日志。测试工作最终做的好不好，看的是数据，是结果。这就意味着，对一个系统要求是「可观测」的。
一个系统的运行过程怎么来观测呢？就是通过各个地方的打日志。
之前听说过一个自嘲的段子，说我们中国程序员在硅谷为什么混的没印度人好，就是因为没人家日志打的多。说明我们很多时候都在靠“直觉”做事，但直觉会经常翻车～
怎么打好日志？主要就是 2 个事情，「梳理」和「归类」。先梳理罗列一下各个打日志的地方，然后通过“目的”进行「归类」。
比如你是想以应对方式来归类的话，日志可以分为马上处理，定期处理，定期关注，事后排查等等。
你想以重要程度来归类的话，就是严重错误、错误、警告、普通信息等等。
【Fault】2019-05-24 09:01:07.669 | xxxxxx【Error】2019-05-24 09:01:07.679 | xxxxxx【Warning】2019-05-24 09:01:07.689 | xxxxxx【Info】2019-05-24 09:01:07.699 | xxxxxx
...记住，不要过分吝啬你的磁盘空间，那点钱不值得你用更多排查问题的时间去换。
第六点，接口版本化，并且向前兼容。用户规模越大的系统，越不能用一刀切的方式发布，需要像一滴水滴到纸上一样，缓慢的进行蔓延，进行更新。这其实也是一种试探性的测试方式。
版本管理怎么进行呢？首先你得要有一个版本管理中心，管理着不同版本之间的依赖关系。比如以下这样。
其次，你要有一个集中式的分发请求的地方。比如网关或者一些服务治理解决方案。
然后，在程序往下游系统发起请求的时候，将自己的版本号在消息头中带给网关或者服务治理框架。由他们通过上面的这个依赖关系表，路由到指定版本的服务节点上去。
除了这个之外，你的接口实现逻辑上还需要向前兼容，否则请求是路由过来了，处理不了还是白搭。
总结一下，今天没有写什么技术性的东西，主要就是一些思路上的东西。其实，哪怕你的程序不具有「易测试性」，并不会阻碍测试工作的进行。但这并不意味着，它不重要。
你不重视它，它也不重视你，更容易给你找麻烦。谁都不希望每天都在修 bug，你说是吧？
相关文章：
- 分布式系统关注点——「高内聚低耦合」详解
- 分布式系统关注点——「无状态」详解
作者：Zachary
出处：https://www.cnblogs.com/Zacha…
如果你喜欢这篇文章，可以点一下文末的「赞」。
这样可以给我一点反馈。: )
谢谢你的举手之劳。
▶关于作者：张帆（Zachary，个人微信号：Zachary-ZF）。坚持用心打磨每一篇高质量原创。欢迎 扫描下方 的二维码~。
定期发表原创内容：架构设计丨分布式系统丨产品丨运营丨一些思考。如果你是初级程序员，想提升但不知道如何下手。又或者做程序员多年，陷入了一些瓶颈想拓宽一下视野。欢迎关注我的公众号「跨界架构师 」，回复「 技术」，送你一份我长期收集和整理的思维导图。
如果你是运营，面对不断变化的市场束手无策。又或者想了解主流的运营策略，以丰富自己的“仓库”。欢迎关注我的公众号「跨界架构师 」，回复「 运营」，送你一份我长期收集和整理的思维导图。
