测试开发工程师必备技能分享:Mock的使用技巧

简介: 测试开发工程师必备技能分享:Mock的使用技巧

1. 背景


在实际产品开发过程中,某个服务或前端依赖一个服务接口,该接口可能依赖多个底层服务或模块,或第三方接口,比如说服务 A 依赖服务B,服务B又依赖服务 C,如下图所示:微信图片_20220526223905.png

这种依赖的问题会导致原本的需求目的是要验证服务A,但由于所依赖的服务B或者服务C不稳定或者未开发完成,导致工作无法正常开展。微信图片_20220526223939.png

那作为测试工程师,面对这样的情形,我们该怎么办呢?解决这类问题的核心的思路:引入依赖服务替身,更通俗的叫法,引入Mock服务。

今天就结合unittest框架,给大家分享一些关于Mock的一些常见使用。

2. Mock是什么


可能还有些读者之前并没有接触过Mock,不清楚Mock是个啥。

Mock简单来理解,就是在测试过程中,对于某些不容易构造或者不容易获取的对象,用一个虚拟的对象来创建以便测试。而这个虚拟的对象就是mock对象。mock对象就是真实对象在调试期间的代替品。

有时也将Mock服务称之为测试服务替身,或者测试服务档板,下图很形象的描述了Mock的作用。

微信图片_20220526224007.png

3. Mock能做什么


就Mock功能而言,本身适用场景较多,但在实际项目中,引入Mock常用来解决的几类,概括起来,主要有:

  • 接口间的相互依赖
  • 单元测试
  • 第三方接口调用

1.前后端联调

比如你是一个前端页面开发,现在需要开发一个功能:下一个订单,支付页面的接口,根据支付结果,支付成功,展示支付成功页,支付失败,展示支付失败页。要完成此功能,你需要调用后端的接口,根据返回给你的结果,来展示不同的页面。此时后端接口还没开发好,作为一个前端开发总不能等别人开发好了,你再开发,那你只有加班的命了。为了同步开发完成任务,此时,你可以根据接口文档的规定,把接口的地址和入参传过去,然后自己mock接口的不同返回界面,来完成前端的开发任务。

2.单元测试

由于单元测试仅针对当前单元进行测试,这就要求所有的内部或者外部依赖都应该是稳定的,采用mock的方法模拟跟本单元依赖的其他单元,可以将测试重点放在当前单元功能,排除外界因素干扰,提升测试精准度。

3.第三方接口依赖

在做接口自动化的时候,有时候需要调用第三方的接口,但是别人公司的接口服务不受你的控制,有可能别人提供的测试环境今天服务给你开着,别人就关掉了,给自动化接口测试带来很多的麻烦,此时就可以通过mock来模拟接口的返回数据,比如模拟各种第三方异常时的返回。

4. Mock实现方式


Mock虽然是作为依赖服务的替身,但并不需要原原本本去构造实现一个完整的服务逻辑,比如现在有一个A服务依赖B服务,需要通过Mock来替换B服务(做一个假的B服务替身)。

那么我们做一个 Mock 服务其实就是做了一个简单的服务 B,它不需要实现原有服务 B 负载的处理逻辑,只要能按服务A需要服务B返回的处理逻辑给出对应返回数据就可以了。

目前常见服务或接口协议主要两种,一种是RPC,另一种是HTTP/HTTPS,mock原理都类似,要么是修改原服务地址为Mock服务地址,要么是拦截原服务的请求Mock返回值,总之就是构造一个假的服务,替代原有服务。微信图片_20220526224055.png

5. Mock市面上常见的解决方案


如果你不想自己动手构建一套Mock解决方案,市面上也提供了很多现存的Mock方案。常用的有:EasyMockMockitoWireMockJMockitMockMoco

如果你团队技术基础相对比较薄弱,推荐你看看Moco这个方案,官网如下:

https://github.com/dreamhead/moco/

微信图片_20220526224124.png

接下来,重点介绍Python系下Mock方案的使用。

6. Python下unittest.mock使用


unittest.mock是一个用于在Python中进行单元测试的库,顾名思义这个库的主要功能是模拟一些东西。它的主要功能是使用mock对象替代掉指定的Python对象,以达到模拟对象的行为。

需要注意的是在Python2.x版本中,Mock需要单独安装

pip install -U mock

从Python 3.3以后的版本mock已经合并到unittest模块中了,是unittest单元测试的一部分,直接导入过来就行

from unittest import mock

官方文档:

https://docs.python.org/dev/library/unittest.mock.html

unittest.mock模块中最常用的是Mock类。微信图片_20220526224200.png

Mock类库是一个专门用于在unittest过程中制作(伪造)和修改(篡改)测试对象的类库,避免这些对象在单元测试过程中依赖外部资源(网络资源,数据库连接,其它服务以及耗时过长等)

案例:如下场景:支付是一个独立的接口,由其它开发提供,根据支付的接口返回状态去显示失败,还是成功,这个是你需要实现的功能,代码存放在pay.py脚本中:

# !/usr/bin/python3
# -*- coding: utf-8 -*-
# @Author : Mike Zhou
# @Email : 公众号:测试开发技术
# @File : pay.py
def zhifu():
    '''假设这里是一个支付的功能,未开发完
    支付成功返回:{"result": "success", "msg":"支付成功"}
    支付失败返回:{"result": "fail", "msg":"余额不足"}
    '''
    pass
def zhifu_statues():
    '''根据支付的结果success or fail,判断跳转到对应页面'''
    result = zhifu()
    try:
        if result["result"] == "success":
            return "支付成功"
        elif result["result"] == "fail":
            return "支付失败"
        else:
            return "未知错误异常"
    except:
        return "Error, 服务端返回异常!"

在zhifu_statues方法中,依赖了zhifu方法,但由于zhifu支付方法的接口是由另外一个同事开发,正常情况下,你同事开发的进度你是无法控制的,需要等他开发完了你才能进行联调你所负责的zhifu_statues接口,因此我们可以通过引入Mock来解决这个问题。

引入mock后单元测试用例代码

# !/usr/bin/python3
# -*- coding: utf-8 -*-
# @Author : Mike Zhou
# @Email : 公众号:测试开发技术
import unittest
from unittest import mock
import pay
class TestZhifuStatues(unittest.TestCase):
    '''单元测试用例'''
    def test_01(self):
        '''测试支付成功场景'''
        # mock一个支付成功的数据
        pay.zhifu = mock.Mock(return_value={"result": "success", "msg":"支付成功"})
        # 根据支付结果测试页面跳转
        statues = pay.zhifu_statues()
        print(statues)
        self.assertEqual(statues, "支付成功")
    def test_02(self):
        '''测试支付失败场景'''
        # mock一个支付失败的数据
        pay.zhifu = mock.Mock(return_value={"result": "fail", "msg": "余额不足"})
        # 根据支付结果测试页面跳转
        statues = pay.zhifu_statues()
        print(statues)
        self.assertEqual(statues, "支付失败")
if __name__ == "__main__":
    unittest.main()

上述代码引入Mock后,我们就可以顺利完成对支付成功和支付异常两类场景的验证工作。(实际你可以补充更多)

mock中还有另一种实现方式,通过patch装饰器的使用,patch作为函数装饰器,为您创建模拟并将其传递到装饰函数。

用mock.patch实现如下:

# !/usr/bin/python3
# -*- coding: utf-8 -*-
# @Author : Mike Zhou
# @Email : 公众号:测试开发技术
import unittest
from unittest import mock
import pay
class TestZhifuStatues(unittest.TestCase):
    '''单元测试用例'''
    @mock.patch("pay.zhifu")
    def test_001(self, mock_zhifu):
        '''测试支付成功场景'''
        # 方法一:mock一个支付成功的数据
        # pay.zhifu = mock.Mock(return_value={"result": "success", "msg":"支付成功"})
        # print(pay.zhifu())
        # 方法二:mock.path装饰器模拟返回结果
        mock_zhifu.return_value = {"result": "success", "msg":"支付成功"}
        # # 根据支付结果测试页面跳转
        statues = pay.zhifu_statues()
        print(statues)
        self.assertEqual(statues, "支付成功")
    @mock.patch("pay.zhifu")
    def test_002(self, mock_zhifu):
        '''测试支付失败场景'''
        # mock一个支付失败的数据
        mock_zhifu.return_value = {"result": "fail", "msg": "余额不足"}
        # 根据支付结果测试页面跳转
        statues = pay.zhifu_statues()
        self.assertEqual(statues, "支付失败")
if __name__ == "__main__":
    unittest.main()
目录
相关文章
|
2月前
|
人工智能 自然语言处理 测试技术
让AI帮你跑用例-重复执行,不该成为测试工程师的主旋律
测试不该止步于重复执行。测吧科技推出用例自动执行智能体,通过AI理解自然语言用例,动态规划路径、自主操作工具、自动重试并生成报告,让测试工程师从“点点点”中解放,专注质量思考与创新,提升效率3倍以上,节约人力超50%,重构测试生产力。
|
4月前
|
算法 测试技术 API
从自学到实战:一位测试工程师的成长之路
在技术快速发展的今天,自动化测试已成为提升职场竞争力的关键技能。本文讲述了一位测试工程师从自学到实战的成长之路,分享他在学习UI、APP和API自动化过程中遇到的挑战,以及如何通过实际项目磨炼技术、突破瓶颈。他从最初自学的迷茫,到实战中发现问题、解决问题,再到得到导师指导,逐步掌握测试开发的核心思维,并向测试平台建设方向迈进。文章总结了他从理论到实践、从执行到思考的转变经验,强调了实战、导师指导和技术服务于业务的重要性。最后,邀请读者分享自己的技术突破故事,共同交流成长。
|
4月前
|
Prometheus 监控 Cloud Native
测试开发工程师的必备法宝:性能监控与分析工具全面指南
在软件开发高速迭代的今天,性能问题直接决定着产品质量和用户体验。作为测试开发工程师,熟练运用专业的性能监控与剖析工具,不仅能精准定位系统瓶颈,更能为优化决策提供可靠依据。本文将系统解析当前主流的性能监控与剖析工具及其应用场景。
|
5月前
|
人工智能 Java 测试技术
Java or Python?测试开发工程师如何选择合适的编程语言?
测试工程师如何选择编程语言?Java 还是 Python?多位资深专家分享建议:Python 入门简单、开发效率高,适合新手及自动化测试;Java 生态成熟,适合大型项目和平台开发。建议结合公司技术栈、个人基础及发展方向选择。长远来看,两者兼通更佳,同时关注 Go 等新兴语言。快速学习与实践才是关键。
|
8月前
|
人工智能 自然语言处理 JavaScript
测试工程师要失业?Magnitude:开源AI Agent驱动的端到端测试框架,让Web测试更智能,自动完善测试用例!
Magnitude是一个基于视觉AI代理的开源端到端测试框架,通过自然语言构建测试用例,结合推理代理和视觉代理实现智能化的Web应用测试,支持本地运行和CI/CD集成。
982 15
测试工程师要失业?Magnitude:开源AI Agent驱动的端到端测试框架,让Web测试更智能,自动完善测试用例!
|
Java 测试技术 开发者
必学!Spring Boot 单元测试、Mock 与 TestContainer 的高效使用技巧
【10月更文挑战第18天】 在现代软件开发中,单元测试是保证代码质量的重要手段。Spring Boot提供了强大的测试支持,使得编写和运行测试变得更加简单和高效。本文将深入探讨Spring Boot的单元测试、Mock技术以及TestContainer的高效使用技巧,帮助开发者提升测试效率和代码质量。
1186 2
|
缓存 运维 数据库
【测试人员兼职指南】利用专业技能:如何从测试转向开发赚钱
本文分享了作者作为测试人员如何利用专业技能转向开发来兼职赚钱的经验,包括分析和解决登录页面跳转、避免重复账号注册、用户登录后首页显示用户名以及添加退出功能等问题,并提供了Django项目中使用sqlite3数据库和后台管理的扩展技巧。
532 1
【测试人员兼职指南】利用专业技能:如何从测试转向开发赚钱
|
6月前
|
测试技术 Python
Python接口自动化测试中Mock服务的实施。
总结一下,Mock服务在接口自动化测试中的应用,可以让我们拥有更高的灵活度。而Python的 `unittest.mock`库为我们提供强大的支持。只要我们正确使用Mock服务,那么在任何情况下,无论是接口是否可用,都可以进行准确有效的测试。这样,就大大提高了自动化测试的稳定性和可靠性。
287 0
|
10月前
|
存储 数据可视化 测试技术
一个测试工程师的实战笔记:我是如何在Postman和Apipost之间做出选择的?
优秀的API测试工具应该具备: 分层设计:既有可视化操作,也开放代码层深度定制 场景感知:自动识别加密需求推荐处理方案 协议包容:不强迫开发者为了不同协议切换工具 数据主权:允许自主选择数据存储位置
283 7
|
Java 测试技术 程序员
「测试线排查的一些经验-上篇」&& 后端工程师
「测试线排查的一些经验-上篇」&& 后端工程师
135 1