《Java单元测试实战》——案例集锦:Java单元测试典型案例集锦(4)

本文涉及的产品
应用型负载均衡 ALB,每月750个小时 15LCU
传统型负载均衡 CLB,每月750个小时 15LCU
网络型负载均衡 NLB,每月750个小时 15LCU
简介: 《Java单元测试实战》——案例集锦:Java单元测试典型案例集锦(4)

《Java单元测试实战》——案例集锦:Java单元测试典型案例集锦(3) https://developer.aliyun.com/article/1232056?groupCode=java


四、 如何测试策略模式的策略服务

 

1. 案例代码

 

在这次单元测试比赛中,很多选手都编写了策略服务类,但是没有看到任何一个选手针对策略服务类进行了单独的测试。这里,还是以负载均衡的策略服务为例说明。

 

1) 策略接口

 

首先,定义一个负载均衡策略接口。


image.png


2) 策略服务

 

其次,实现一个负载均衡策略服务,根据负载均衡策略类型选择对应的负载均衡策略来执行。


/**
 * 负载均衡服务类
 */
public class LoadBalanceService {
    /** 负载均衡策略映射 */
    private final Map<LoadBalanceStrategyType, LoadBalanceStrategy> strategyMap;
    /**
     * 构造方法
     * 
     * @param strategyList 负载均衡策略列表
     */
    public LoadBalanceService(List<LoadBalanceStrategy> strategyList) {
        strategyMap = new EnumMap<>(LoadBalanceStrategyType.class);
        for (LoadBalanceStrategy strategy : strategyList) {
            strategyMap.put(strategy.supportType(), strategy);
        }
    }
    /**
     * 选择服务节点
     * 
     * @param strategyType 策略类型
     * @param serverNodeList 服务节点列表
     * @param clientRequest 客户请求
     * @return 服务节点
     */
    public ServerNode selectNode(LoadBalanceStrategyType strategyType,
        List<ServerNode> serverNodeList, ClientRequest clientRequest) {
        // 获取负载均衡策略
        LoadBalanceStrategy strategy = strategyMap.get(strategyType);
        if (Objects.isNull(strategy)) {
            throw new BusinessException("负载均衡策略不存在");
        }
        // 执行负载均衡策略
        return strategy.selectNode(serverNodeList, clientRequest);
    }
}

3) 策略实现

 

最后,实现一个随机负载均衡策略实现类。


/**
 * 随机负载均衡策略类
 */
public class RandomLoadBalanceStrategy implements LoadBalanceStrategy {
    /**
     * 支持策略类型
     * 
     * @return 策略类型
     */
    @Override
    public LoadBalanceStrategyType supportType() {
        return LoadBalanceStrategyType.RANDOM;
    }
    /**
     * 选择服务节点
     * 
     * @param serverNodeList 服务节点列表
     * @param clientRequest 客户请求
     * @return 服务节点
     */
    @Override
    public ServerNode selectNode(List<ServerNode> serverNodeList, ClientRequest clientRequest) {
        // 检查节点列表
        if (CollectionUtils.isEmpty(serverNodeList)) {
            return null;
        }
        // 计算随机序号
        int totalWeight = serverNodeList.stream().mapToInt(ServerNode::getWeight).sum();
        int randomIndex = RandomUtils.nextInt(0, totalWeight);
        // 查找对应节点
        for (ServerNode serverNode : serverNodeList) {
            int currentWeight = serverNode.getWeight();
            if (currentWeight > randomIndex) {
                return serverNode;
            }
            randomIndex -= currentWeight;
        }
        return null;
    }
}

2. 方法1:联合测试法(不推荐)

 

很多时候,策略模式是用来优化if-else代码的。所以,采用联合测试法(策略服务和策略实现同时测试),能够最大限度地利用原有的单元测试代码。


/**
 * 负载均衡服务测试类
 */
@RunWith(PowerMockRunner.class)
@PrepareForTest(RandomUtils.class)
public class LoadBalanceServiceTest {
    /**
     * 测试: 选择服务节点-正常
     */
    @Test
    public void testSelectNodeWithNormal() {
        // 模拟依赖方法
        PowerMockito.mockStatic(RandomUtils.class);
        PowerMockito.when(RandomUtils.nextInt(Mockito.eq(0), Mockito.anyInt())).thenReturn(9);
        // 调用测试方法
        ServerNode serverNode1 = new ServerNode(1L, 10);
        ServerNode serverNode2 = new ServerNode(2L, 20);
        ServerNode serverNode3 = new ServerNode(3L, 30);
        List<ServerNode> serverNodeList = Arrays.asList(serverNode1, serverNode2, serverNode3);
        ClientRequest clientRequest = new ClientRequest();
        RandomLoadBalanceStrategy randomLoadBalanceStrategy = new RandomLoadBalanceStrategy();
        LoadBalanceService loadBalanceService = new LoadBalanceService(Arrays.asList(randomLoadBalanceStrategy));
        ServerNode serviceNode = loadBalanceService.selectNode(LoadBalanceStrategyType.RANDOM,
            serverNodeList, clientRequest);
        Assert.assertEquals("服务节点不一致", serverNode1, serviceNode);
        // 验证依赖方法
        PowerMockito.verifyStatic(RandomUtils.class);
        int totalWeight = serverNodeList.stream().mapToInt(ServerNode::getWeight).sum();
        RandomUtils.nextInt(0, totalWeight);
    }
}

策略模式的联合测试法主要有以下问题:

 

策略服务依赖于策略实现,需要了解策略实现的具体逻辑,才能写出策略服务的单元测试;

对于策略服务来说,该单元测试并不关心策略服务的实现,这是黑盒测试而不是白盒测试。

 

如果我们对策略服务进行以下破坏,该单元测试并不能发现问题:

 

strategyMap没有根据strategyList生成;

strategyMap.get(strategyType)为空时,初始化一个RandomLoadBalanceStrategy。


/**
 * 负载均衡服务类
 */
public class LoadBalanceService {
    /** 负载均衡策略映射 */
    private final Map<LoadBalanceStrategyType, LoadBalanceStrategy> strategyMap;
    /**
     * 构造方法
     * 
     * @param strategyList 负载均衡策略列表
     */
    public LoadBalanceService(List<LoadBalanceStrategy> strategyList) {
        strategyMap = new EnumMap<>(LoadBalanceStrategyType.class);
    }
    /**
     * 选择服务节点
     * 
     * @param strategyType 策略类型
     * @param serverNodeList 服务节点列表
     * @param clientRequest 客户请求
     * @return 服务节点
     */
    public ServerNode selectNode(LoadBalanceStrategyType strategyType,
        List<ServerNode> serverNodeList, ClientRequest clientRequest) {
        // 获取负载均衡策略
        LoadBalanceStrategy strategy = strategyMap.get(strategyType);
        if (Objects.isNull(strategy)) {
            strategy = new RandomLoadBalanceStrategy();
        }
        // 执行负载均衡策略
        return strategy.selectNode(serverNodeList, clientRequest);
    }
}

3. 方法2:独立测试法(推荐)

 

现在,先假设策略实现RandomLoadBalanceStrategy(随机负载均衡策略)不存在,直接对策略服务LoadBalanceService(负载均衡服务)独立测试,而且是分别对构造方法和selectNode(选择服务节点)方法进行独立测试。其中,测试构造方法是为了保证strategyMap构造逻辑没有问题,测试selectNode(选择服务节点)方法是为了保证选择策略逻辑没有问题。

 

/**
 * 负载均衡服务测试类
 */
public class LoadBalanceServiceTest {
    /**
     * 测试: 构造方法
     */
    @Test
    public void testConstructor() {
        // 模拟依赖方法
        LoadBalanceStrategy loadBalanceStrategy = Mockito.mock(LoadBalanceStrategy.class);
        Mockito.doReturn(LoadBalanceStrategyType.RANDOM).when(loadBalanceStrategy).supportType();
        // 调用测试方法
        LoadBalanceService loadBalanceService = new LoadBalanceService(Arrays.asList(loadBalanceStrategy));
        Map<LoadBalanceStrategyType, LoadBalanceStrategy> strategyMap =
            Whitebox.getInternalState(loadBalanceService, "strategyMap");
        Assert.assertEquals("策略映射大小不一致", 1, strategyMap.size());
        Assert.assertEquals("策略映射对象不一致", loadBalanceStrategy, strategyMap.get(LoadBalanceStrategyType.RANDOM));
        // 验证依赖方法
        Mockito.verify(loadBalanceStrategy).supportType();
    }
    /**
     * 测试: 选择服务节点-正常
     */
    @Test
    public void testSelectNodeWithNormal() {
        // 模拟依赖方法
        LoadBalanceStrategy loadBalanceStrategy = Mockito.mock(LoadBalanceStrategy.class);
        // 模拟依赖方法: loadBalanceStrategy.supportType
        Mockito.doReturn(LoadBalanceStrategyType.RANDOM).when(loadBalanceStrategy).supportType();
        // 模拟依赖方法: loadBalanceStrategy.selectNode
        ServerNode serverNode = Mockito.mock(ServerNode.class);
        Mockito.doReturn(serverNode).when(loadBalanceStrategy)
            .selectNode(Mockito.anyList(), Mockito.any(ClientRequest.class));
        // 调用测试方法
        List<ServerNode> serverNodeList = CastUtils.cast(Mockito.mock(List.class));
        ClientRequest clientRequest = Mockito.mock(ClientRequest.class);
        LoadBalanceService loadBalanceService = new LoadBalanceService(Arrays.asList(loadBalanceStrategy));
        Assert.assertEquals("服务节点不一致", serverNode,
            loadBalanceService.selectNode(LoadBalanceStrategyType.RANDOM, serverNodeList, clientRequest));
        // 验证依赖方法
        // 验证依赖方法: loadBalanceStrategy.supportType
        Mockito.verify(loadBalanceStrategy).supportType();
        // 验证依赖方法: loadBalanceStrategy.selectNode
        Mockito.verify(loadBalanceStrategy).selectNode(serverNodeList, clientRequest);
    }
}

其实,不只是策略模式,很多模式下都不建议联合测试,而是推荐采用独立的单元测试。因为单元测试是白盒测试——一种专注于自身代码逻辑的测试。



《Java单元测试实战》——案例集锦:Java单元测试典型案例集锦(5) https://developer.aliyun.com/article/1232054?groupCode=java

相关实践学习
每个IT人都想学的“Web应用上云经典架构”实战
本实验从Web应用上云这个最基本的、最普遍的需求出发,帮助IT从业者们通过“阿里云Web应用上云解决方案”,了解一个企业级Web应用上云的常见架构,了解如何构建一个高可用、可扩展的企业级应用架构。
相关文章
|
3月前
|
算法 IDE Java
Java 项目实战之实际代码实现与测试调试全过程详解
本文详细讲解了Java项目的实战开发流程,涵盖项目创建、代码实现(如计算器与汉诺塔问题)、单元测试(使用JUnit)及调试技巧(如断点调试与异常排查),帮助开发者掌握从编码到测试调试的完整技能,提升Java开发实战能力。
433 0
|
5月前
|
自然语言处理 前端开发 Java
JBoltAI 框架完整实操案例 在 Java 生态中快速构建大模型应用全流程实战指南
本案例基于JBoltAI框架,展示如何快速构建Java生态中的大模型应用——智能客服系统。系统面向电商平台,具备自动回答常见问题、意图识别、多轮对话理解及复杂问题转接人工等功能。采用Spring Boot+JBoltAI架构,集成向量数据库与大模型(如文心一言或通义千问)。内容涵盖需求分析、环境搭建、代码实现(知识库管理、核心服务、REST API)、前端界面开发及部署测试全流程,助你高效掌握大模型应用开发。
601 5
|
5月前
|
前端开发 JavaScript Java
Java 学习路线规划及项目案例中的技术栈应用解析
内容包括:**Java 17核心特性**(如sealed class、record)与模块化开发;Spring Boot 3 + Spring Cloud微服务架构,涉及响应式编程(WebFlux)、多数据库持久化(JPA、R2DBC、MongoDB);云原生技术**如Docker、Kubernetes及CI/CD流程;性能优化(GraalVM Native Image、JVM调优);以及前后端分离开发(Vue 3、Spring Boot集成)。通过全栈电商平台项目实战,掌握从后端服务(用户、商品、订单)到前端应用(Vue 3、React Native)的全流程开发。
250 9
|
4月前
|
安全 Java 测试技术
Java 项目实战中现代技术栈下代码实现与测试调试的完整流程
本文介绍基于Java 17和Spring技术栈的现代化项目开发实践。项目采用Gradle构建工具,实现模块化DDD分层架构,结合Spring WebFlux开发响应式API,并应用Record、Sealed Class等新特性。测试策略涵盖JUnit单元测试和Testcontainers集成测试,通过JFR和OpenTelemetry实现性能监控。部署阶段采用Docker容器化和Kubernetes编排,同时展示异步处理和反应式编程的性能优化。整套方案体现了现代Java开发的最佳实践,包括代码实现、测试调试
208 0
|
4月前
|
安全 Java API
Java 集合高级应用与实战技巧之高效运用方法及实战案例解析
本课程深入讲解Java集合的高级应用与实战技巧,涵盖Stream API、并行处理、Optional类、现代化Map操作、不可变集合、异步处理及高级排序等核心内容,结合丰富示例,助你掌握Java集合的高效运用,提升代码质量与开发效率。
253 0
|
4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。
|
4月前
|
安全 JavaScript Java
java Web 项目完整案例实操指南包含从搭建到部署的详细步骤及热门长尾关键词解析的实操指南
本项目为一个完整的JavaWeb应用案例,采用Spring Boot 3、Vue 3、MySQL、Redis等最新技术栈,涵盖前后端分离架构设计、RESTful API开发、JWT安全认证、Docker容器化部署等内容,适合掌握企业级Web项目全流程开发与部署。
327 0
|
5月前
|
缓存 算法 NoSQL
校招 Java 面试高频常见知识点深度解析与实战案例详细分享
《2025校招Java面试核心指南》总结了Java技术栈的最新考点,涵盖基础语法、并发编程和云原生技术三大维度: 现代Java特性:重点解析Java 17密封类、Record类型及响应式Stream API,通过电商案例演示函数式数据处理 并发革命:对比传统线程池与Java 21虚拟线程,详解Reactor模式在秒杀系统中的应用及背压机制 云原生实践:提供Spring Boot容器化部署方案,分析Spring WebFlux响应式编程和Redis Cluster缓存策略。
148 0
|
5月前
|
人工智能 Java API
Java 生态大模型应用开发全流程实战案例与技术路径终极对决
在Java生态中开发大模型应用,Spring AI、LangChain4j和JBoltAI是三大主流框架。本文从架构设计、核心功能、开发体验、性能扩展性、生态社区等维度对比三者特点,并结合实例分析选型建议。Spring AI适合已有Spring技术栈团队,LangChain4j灵活性强适用于学术研究,JBoltAI提供开箱即用的企业级解决方案,助力传统系统快速AI化改造。开发者可根据业务场景和技术背景选择最适合的框架。
941 2
|
5月前
|
缓存 Java API
Java 集合容器实操技巧与案例详解
本教程基于Java 8+新特性和现代开发实践,深入讲解Java集合容器的实操技巧。通过具体场景演示Stream API数据处理、ConcurrentHashMap并发控制、LinkedHashMap实现LRU缓存、TreeSet自定义排序等高级特性。同时涵盖computeIfAbsent优化操作、EnumMap专用集合使用、集合统计与运算(交集、并集、差集)等内容。代码示例丰富,助力掌握高效编程方法。[点击获取完整代码](https://pan.quark.cn/s/14fcf913bae6)。
80 0