如何为 gRPC Server 编写本地测试代码

简介: 本文介绍了如何使用 Go 语言中的 gRPC 测试工具 **bufconn**,通过内存连接实现 gRPC Server 的本地测试,避免端口冲突和外部依赖。结合示例代码,讲解了初始化内存监听、自定义拨号器及编写测试用例的完整流程,并借助断言库提升测试可读性与准确性。适用于单元及集成测试,助力高效开发。

在微服务架构中,gRPC 已成为主流的通信协议之一。但许多开发者在面对 gRPC 服务测试时,常常会遇到需要启动真实网络服务、管理端口占用等烦恼。

本文将介绍如何利用 Go 语言中 gRPC 提供的测试工具 —— bufconn,通过构建内存级别的网络连接,来实现 gRPC Server 的本地测试,而无需占用实际端口。

一、测试环境简介

在传统的测试场景中,我们通常需要启动一个 gRPC Server 并通过实际网络端口进行测试。但这种方式可能会引起端口冲突、环境依赖等问题。为了避免这些问题,我们可以使用 bufconn 包创建一个内存中的网络连接,从而实现完全隔离的测试环境。

bufconn :一个基于内存缓冲区的网络连接模拟器,它能够让我们在本地直接测试 gRPC Server,而无需实际监听端口。

二、代码实现解析

下面我们以示例代码为基础,详细讲解每个部分的作用和实现细节。

2.1 导入相关依赖

首先,我们需要导入 gRPC、测试框架和 bufconn 包。示例代码中还引入了 contextlognettesting 等标准包,保证测试环境的完整性。

package main

import (
    "context"
    "log"
    "net"
    "testing"

    "go-tutorial/project/gokit_learn/sample_grpc_srv/pb" // 生成的 pb 文件

    "github.com/stretchr/testify/assert"  // 测试断言库
    "google.golang.org/grpc"
    "google.golang.org/grpc/credentials/insecure"  // 明文传输,不启用加密
    "google.golang.org/grpc/test/bufconn"  // bufconn 实现内存中的网络连接
)

说明:在此示例中,我们使用了 [ testify ] 断言库来方便地对测试结果进行验证,确保代码的正确性。

2.2 初始化内存连接

init 函数中,我们通过 bufconn.Listen 创建一个内存缓冲区,并启动一个 gRPC Server。通过这种方式,服务会在内存中运行,而无需实际监听端口。

// 设置缓冲区大小为 1 MB
const bufSize = 1024 * 1024

var bufListener *bufconn.Listener

func init() {
   
    // 创建内存中的网络监听器
    bufListener = bufconn.Listen(bufSize)

    // 创建一个新的 gRPC Server 实例
    s := grpc.NewServer()
    // 初始化业务逻辑,例如 addService 实现了对应接口
    gs := NewGRPCServer(addService{
   })
    // 注册 gRPC 服务
    pb.RegisterAddServer(s, gs)

    // 异步启动服务
    go func() {
   
        if err := s.Serve(bufListener); err != nil {
   
            log.Fatalf("Server exited with error: %v", err)
        }
    }()
}

注释

  1. bufconn.Listen 返回一个内存连接监听器,该监听器模拟网络监听。
  2. 使用 go 关键字启动一个 goroutine 异步执行 s.Serve(bufListener),保证不会阻塞主线程。

2.3 自定义拨号器

由于服务运行在内存中,我们需要自定义一个拨号器函数,使得 gRPC 客户端能够通过 bufconn 连接到服务端。

// bufDialer 实现了自定义拨号器,返回内存中的网络连接
func bufDialer(context.Context, string) (net.Conn, error) {
   
    return bufListener.Dial() // 使用内存连接代替真实网络
}

说明:此函数会在测试时通过 grpc.WithContextDialer 传入 gRPC 客户端,使得客户端请求都能走内存连接。


2.4 编写测试用例

接下来,我们提供了一个测试用例来测试 gRPC 服务中的 Sum 方法。

我们不需要理会 Sum 方法的具体实现,我们重点关注如何在不启动真实网络服务的情况下进行 GRPC 本地测试。

测试 Sum 方法

func TestSum(t *testing.T) {
   
    // 使用自定义拨号器建立连接
    conn, err := grpc.DialContext(
        context.Background(),
        "bufnet",  // 虚拟地址
        grpc.WithContextDialer(bufDialer),
        grpc.WithTransportCredentials(insecure.NewCredentials()),
    )
    if err != nil {
   
        log.Fatalf("did not connect: %v", err)
    }
    defer conn.Close()

    // 创建 gRPC 客户端
    c := pb.NewAddClient(conn)

    // 发送请求,计算 10 + 2
    resp, err := c.Sum(context.Background(), &pb.SumRequest{
   
        A: 10,
        B: 2,
    })
    // 断言:错误应为空,返回结果不为空,且计算结果为 12
    assert.Nil(t, err)
    assert.NotNil(t, resp)
    assert.Equal(t, int64(12), resp.V)
}

关键点

  1. 使用 grpc.DialContext 与自定义的 bufDialer 建立连接,避免真实网络调用。
  2. 通过断言库验证返回结果是否符合预期。

三、总结

通过本文的介绍,我们可以了解到:

  • 利用 bufconn 可以构建一个内存中的网络环境,从而避免实际网络端口冲突;
  • 自定义拨号器使得客户端能够轻松连接内存中的 gRPC Server;
  • 利用 bufconn 进行测试,仍然需要完整的 GRPC 服务实现,只是通信方式不同;
  • 使用断言库(例如 [ testify ])可以方便地对测试结果进行验证,提高测试的可读性与准确性。

这种方式不仅适用于单元测试,也为后续的集成测试提供了良好的基础。希望本文能帮助大家更好地理解如何为 gRPC Server 编写本地测试代码,并在实际项目中加以应用。

那么,在工作中,你一般是怎么处理的呢?你也有遇到过类似的问题吗?欢迎一起讨论讨论呀~

相关文章
|
数据采集 机器学习/深度学习 大数据
行为检测代码(一):超详细介绍C3D架构训练+测试步骤
这篇文章详细介绍了C3D架构在行为检测领域的应用,包括训练和测试步骤,使用UCF101数据集进行演示。
739 1
行为检测代码(一):超详细介绍C3D架构训练+测试步骤
|
7月前
|
人工智能 自然语言处理 JavaScript
利用MCP Server革新软件测试:更智能、更高效的自动化
MCP Server革新软件测试:通过标准化协议让AI实时感知页面结构,实现自然语言驱动、自适应维护的自动化测试,大幅提升效率,降低脚本开发与维护成本,推动测试左移与持续测试落地。
|
8月前
|
测试技术 开发者 Python
Python单元测试入门:3个核心断言方法,帮你快速定位代码bug
本文介绍Python单元测试基础,详解`unittest`框架中的三大核心断言方法:`assertEqual`验证值相等,`assertTrue`和`assertFalse`判断条件真假。通过实例演示其用法,帮助开发者自动化检测代码逻辑,提升测试效率与可靠性。
557 1
|
9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。
822 0
|
7月前
|
安全 Java 测试技术
《深入理解Spring》单元测试——高质量代码的守护神
Spring测试框架提供全面的单元与集成测试支持,通过`@SpringBootTest`、`@WebMvcTest`等注解实现分层测试,结合Mockito、Testcontainers和Jacoco,保障代码质量,提升开发效率与系统稳定性。
|
8月前
|
JSON Java Shell
多线程的 udp client server 测试demo
本示例展示了使用 Python 实现的 UDP 客户端与服务端通信,支持多线程、线程池、JSON 格式传输、UUID 生成、超时设置及 search_id 校验功能,适用于高并发场景下的数据交互需求。
多线程的 udp client server 测试demo
|
8月前
|
人工智能 边缘计算 搜索推荐
AI产品测试学习路径全解析:从业务场景到代码实践
本文深入解析AI测试的核心技能与学习路径,涵盖业务理解、模型指标计算与性能测试三大阶段,助力掌握分类、推荐系统、计算机视觉等多场景测试方法,提升AI产品质量保障能力。
|
机器学习/深度学习 人工智能 监控
提升软件质量的关键路径:高效测试策略与实践在软件开发的宇宙中,每一行代码都如同星辰般璀璨,而将这些星辰编织成星系的过程,则依赖于严谨而高效的测试策略。本文将引领读者探索软件测试的奥秘,揭示如何通过精心设计的测试方案,不仅提升软件的性能与稳定性,还能加速产品上市的步伐,最终实现质量与效率的双重飞跃。
在软件工程的浩瀚星海中,测试不仅是发现缺陷的放大镜,更是保障软件质量的坚固防线。本文旨在探讨一种高效且创新的软件测试策略框架,它融合了传统方法的精髓与现代技术的突破,旨在为软件开发团队提供一套系统化、可执行性强的测试指引。我们将从测试规划的起点出发,沿着测试设计、执行、反馈再到持续优化的轨迹,逐步展开论述。每一步都强调实用性与前瞻性相结合,确保测试活动能够紧跟软件开发的步伐,及时适应变化,有效应对各种挑战。
|
10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
325 0