内容简介:2016年我写过一篇关于再后来,发现了关于 interface 的诸多用法,我会单独拎出来一篇文章来讲。本文中,我会通过两个例子展示
前言
2016年我写过一篇关于 Go语言单元测试
的文章,简单介绍了 testing 库的使用方法。后来发现 testify/require 和 testify/assert
可以大大简化单元测试的写法,完全可以替代 t.Fatalf
和 t.Errorf
,而且代码实现更为简短、优雅。
再后来,发现了 mockery 库,它可以为 Go interface 生成一个 mocks struct。通过 mocks struct,在单元测试中我们可以模拟所有 normal cases 和 corner cases,彻底消除细节实现上的bug。mocks 在测试无状态函数 (对应 FP 中的 pure function) 中意义不大,其应用场景主要在于处理不可控的第三方服务、数据库、磁盘读写等。如果这些服务的调用细节已经被封装到 interface 内部,调用方只看到了 interface 定义的一组方法,那么在测试中 mocks 就能控制第三方服务返回任意期望的结果,进而实现对调用方逻辑的全方位测试。
关于 interface 的诸多用法,我会单独拎出来一篇文章来讲。本文中,我会通过两个例子展示 testify/require
和 mockery
的用法,分别是:
-
使用
testify/require
简化 table driven test -
使用
mockery
和testify/mock
为 lazy cache 写单元测试
准备工作
# download require, assert, mock go get -u -v github.com/stretchr/testify # install mockery into GoBin go get -u -v github.com/vektra/mockery/.../
testify/require
首先,我们通过一个简单的例子看下 require 的用法。我们针对函数 Sqrt
进行测试,其实现为:
// Sqrt calculate the square root of a non-negative float64 // number with max error of 10^-9. For simplicity, we don't // discard the part with is smaller than 10^-9. func Sqrt(x float64) float64 { if x < 0 { panic("cannot be negative") } if x == 0 { return 0 } a := x / 2 b := (a + 2) / 2 erro := a - b for erro >= 0.000000001 || erro <= -0.000000001 { a = b b = (b + x/b) / 2 erro = a - b } return b }
这里我们使用了一个常规的方法实现 Sqrt
,该实现的最大精确度是到小数点后9位(为了方便演示,这里没有对超出9位的部分进行删除)。我们首先测试 x < 0
导致 panic 的情况,看 require
如何使用,测试代码如下:
func TestSqrt_Panic(t *testing.T) { defer func() { r := recover() require.Equal(t, "cannot be negative", r) }() _ = Sqrt(-1) }
在上面的函数中,我们只使用 require.Equal
一行代码就实现了运行结果校验。如果使用 testing
来实现的话,变成了三行,并且需要手写一串描述:
func TestSqrt_Panic(t *testing.T) { defer func() { r := recover() if r.(string) != "cannot be negative" { t.Fatalf("expect to panic with message \"cannot be negative\", but got \"%s\"\n", r) } }() _ = Sqrt(-1) }
使用 require
之后,不仅使测试代码更易于编写,而且能够在测试运行失败时,格式化运行结果,方便定位和修改bug。这里你不妨把 -1
改成一个正数,运行 go test
,查看运行结果。
上面我们能够看到 require
库带来的编码和调试效率的上升。在 table driven test 中,我们会有更深刻的体会。
Table Driven Test
我们仍然以 Sqrt
为例,来看下如何在 table driven test 中使用 require
。这里我们测试的传入常规参数的情况,代码实现如下:
func TestSqrt(t *testing.T) { testcases := []struct { desc string input float64 expect float64 }{ { desc: "zero", input: 0, expect: 0, }, { desc: "one", input: 1, expect: 1, }, { desc: "a very small rational number", input: 0.00000000000000000000000001, expect: 0.0, }, { desc: "rational number result: 2.56", input: 2.56, expect: 1.6, }, { desc: "irrational number result: 2", input: 2, expect: 1.414213562, }, } for _, ts := range testcases { got := Sqrt(ts.input) erro := got - ts.expect require.True(t, erro < 0.000000001 && erro > -0.000000001, ts.desc) } }
在上面这个例子,有三点值得注意:
-
匿名struct
允许我们填充任意类型的字段,非常方便于构建测试数据集; -
每个
匿名struct
都包含一个desc string
字段,用于描述该测试要处理的状况。在测试运行失败时,非常有助于定位失败位置; -
使用
require
而不是assert
,因为使用require
时,测试失败以后,所有测试都会停止执行。
关于 require
,除了本文中提到的 require.True
, require.Equal
,还有一个比较实用的方法是 require.EqualValues
,它的应用场景在于处理 Go 的强类型问题,我们不妨看一段代码:
func Test_Require_EqualValues(t *testing.T) { // tests will pass require.EqualValues(t, 12, 12.0, "compare int32 and float64") require.EqualValues(t, 12, int64(12), "compare int32 and int64") // tests will fail require.Equal(t, 12, 12.0, "compare int32 and float64") require.Equal(t, 12, int64(12), "compare int32 and int64") }
更多 require
的方法参考 require's godoc
。
mockery
mockery 与 Go 指令(directive) 结合使用,我们可以为 interface 快速创建对应的 mock struct。即便没有具体实现,也可以被其他包调用。我们通过 LazyCache 的例子来看它的使用方法。
假设有一个第三方服务,我们把它封装在 thirdpartyapi
包里,并加入 go directive,代码如下:
package thirdpartyapi //go:generate mockery -name=Client // Client defines operations a third party service has type Client interface { Get(key string) (data interface{}, err error) }
我们在 thirdpartyapi 目录下执行 go generate
,在 mocks 目录下生成对应的 mock struct。目录结构如下:
~ $ tree thirdpartyapi/ thirdpartyapi/ ├── client.go └── mocks └── Client.go 1 directory, 2 files
在执行 go generate
时,指令 //go:generate mockery -name=Client
被触发。它本质上是 mockery -name=Client
的快捷方式,优势是 go generate 可以批量执行多个目录下的多个指令(需要多加一个参数,具体可以参考文档)。
此时,我们只有 interface,并没有具体的实现,但是不妨碍在 LazyCache
中调用它,也不妨碍在测试中调用 thirdpartyapi
的 mocks client。为了方便理解,这里把 LazyCache
的实现也贴出来 (忽略 import):
//go:generate mockery -name=LazyCache // LazyCache defines the methods for the cache type LazyCache interface { Get(key string) (data interface{}, err error) } // NewLazyCache instantiates a default lazy cache implementation func NewLazyCache(client thirdpartyapi.Client, timeout time.Duration) LazyCache { return &lazyCacheImpl{ cacheStore: make(map[string]cacheValueType), thirdPartyClient: client, timeout: timeout, } } type cacheValueType struct { data interface{} lastUpdated time.Time } type lazyCacheImpl struct { sync.RWMutex cacheStore map[string]cacheValueType thirdPartyClient thirdpartyapi.Client timeout time.Duration // cache would expire after timeout } // Get implements LazyCache interface func (c *lazyCacheImpl) Get(key string) (data interface{}, err error) { c.RLock() val := c.cacheStore[key] c.RUnlock() timeNow := time.Now() if timeNow.After(val.lastUpdated.Add(c.timeout)) { // fetch data from third party service and update cache latest, err := c.thirdPartyClient.Get(key) if err != nil { return nil, err } val = cacheValueType{latest, timeNow} c.Lock() c.cacheStore[key] = val c.Unlock() } return val.data, nil }
为了简单,我们暂时不考虑 cache miss 或 timeout 与cache被更新的时间间隙,大量请求直接打到 thirdpartyapi
可能导致的后果。
介绍测试之前,我们首先了解一下 "控制变量法",在自然科学中,它被广泛用于各类实验中。在 智库百科
,它被定义为 指把多因素的问题变成多个单因素的问题,而只改变其中的某一个因素,从而研究这个因素对事物影响,分别加以研究,最后再综合解决的方法
。该方法同样适用于计算机科学,尤其是测试不同场景下程序是否能如期望般运行。我们将这种方法应用于本例中 Get
方法的测试。
在 Get
方法中,可变因素有 cacheStore
、 thirdPartyClient
和 timeout
。在测试中, cacheStore
和 timeout
是完全可控的, thirdPartyClient
的行为需要通过 mocks 自定义期望行为以覆盖默认实现。事实上,mocks 的功能要强大的多,下面我们用代码来看。
为 LazyCache 写测试
这里,我只拿出 Cache Miss Update Failure 一个case 来分析,覆盖所有 case 的代码查看 github repo 。
func TestGet_CacheMiss_Update_Failure(t *testing.T) { testKey := "test_key" errTest := errors.New("test error") mockThirdParty := &mocks.Client{} mockThirdParty.On("Get", testKey).Return(nil, errTest).Once() mockCache := &lazyCacheImpl{ memStore: map[string]cacheValueType{}, thirdPartyClient: mockThirdParty, timeout: testTimeout, } // test cache miss, fails to fetch from data source _, gotErr := mockCache.Get(testKey) require.Equal(t, errTest, gotErr) mock.AssertExpectationsForObjects(t, mockThirdParty) }
这里,我们只讨论 mockThirdParty
,主要有三点:
-
mockThirdParty.On("Get", testKey).Return(nil, errTest).Once()
用于定义该对象Get
方法的行为:Get
方法接受testKey
作为参数,当且仅当被调用一次时,会返回errTest
。如果同样的参数,被调用第二次,就会报错; -
_, gotErr := mockCache.Get(testKey)
触发一次上一步中定义的行为; -
mock.AssertExpectationsForObjects
函数会对传入对象进行检查,保证预定义的期望行为完全被精确地触发;
在 table driven test 中,我们可以通过 mockThirdParty.On
方法定义 Get
针对不同参数返回不同的结果。
在上面的测试中 .Once()
等价于 .Times(1)
。如果去掉 .Once()
,意味着 mockThirdParty.Get
方法可以被调用任意次。
更多 mockery 的使用方法参考 github
小结
在本文中,我们结合实例讲解了 testify
和 mockery
两个库在单元测试中的作用。最后分享一个图,希望大家能重视单元测试。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- 使用 testify 和 mockery 库简化单元测试
- Unity动态网格简化算法
- 对于css的简化属性
- 借助 Swift 的枚举来简化登录
- 用 Retrofit 2 简化 HTTP 请求
- 记一次网络读过程(简化版)
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。