五大典型场景中的API自动化测试实践

简介: 项目进行过程中,为了解决实际的一些问题,我们会设计更加复杂的测试场景,本文将列举几个实际项目中的典型场景,分享API自动化测试实践。

一、API 测试的基本步骤

通常来讲,API 测试的基本步骤主要包括以下三大步骤:

1、准备测试数据;

2、通过通用的或自己开发的API测试工具发起对被测API的request;

3、验证返回结果的response。

常用的API测试工具有命令行工具cURL、图形界面工具Postman或SoapUI,支持API性能测试的JMeter等。

二、API复杂场景举例

通过使用基础的测试工具,可以做简单场景的API测试;而项目进行过程中,为了解决实际的一些问题,我们会设计更加复杂的测试场景,下面列举几个实际项目中的典型场景。

场景一:API串联调用

以协议支付为例,我们知道,三方公司接入网联后,用协议支付取代代扣,而协议支付的流程中需要用户输入银行返回的验证码完成绑卡。从接口层面上看,顺序是先调用协议签约API,返回状态成功且获取到短信验证码后,再使用此短信验证码作为输入参数调用代扣API。协议签约和代扣两个API是顺序调用,而且在两次调用中间有获取手机上的短信验证码,这些过程都需要通过程序自动化实现以提高效率。

场景二:API接口加密

为保证API接口安全,系统间和系统内模块间互相访问需要进行加密处理,常用的加密方式有DES、AES、RSA、MD5等,各系统的加密方式并不一样(接口调用方和接口提供方约定好即可),意味着API测试需要支持多种自动化加密方式程。某些系统还会返回加密的响应报文,也需要识别并解密。

场景三:异步API测试

异步API指请求发出后后收到一个同步响应,但并不是最终处理结果,最终结果通过回调或者主动查询获得。对于这样的API,同步响应的验证只是第一步,后续还得继续验证DB中的值、MQ中的值、以及异步回调是否成功等。对于异步回调,我们可以模拟回调地址来验证成功与否;而对于主动查询,我们就得通过查看DB中的状态值来验证了,但是查询到结果的时间点不确定,几分钟到几小时都有可能,这就得有一个定时DB查询任务去验证。

场景四:API测试中的外部依赖

APIA调用APIB且B不可用,此时如何测试APIA需要考虑。比如支付系统对三方支付通道、对银行的依赖,并不是所有的三方都支持测试环境,解决此问题的核心思路是搭建MockServer,而且尽量做到通用性,我们开发了一套Mock系统 -aMock,通过页面录入接口信息,保存在数据库内,通过Nginx访问配置好的Mock接口,后台统一处理请求信息,然后通过URL和报文特性去匹配特定的响应信息。

三、API测试平台

我们的API测试平台是要基于业务场景的,即要支持各业务的共性需求,又要针对不同业务的个性特点加以开发来丰富API测试能力;而且,对用例也要有很好的规划,结果有清楚的展示,测试平台架构如下图:

BIT:业务接口测试(BusinessInterfaceTest)

SUT:被测系统(SystemUnderTest)

TestCaseManagement:测试用例管理,包括从测试用例到测试用例集,再到测试任务的数据关系的建立和维护。测试用例是最小单位,测试用例集是从某一维度对用例进行的归集,测试任务即测试执行,可立即触发也可定时执行,只能执行测试用例集。

Util:工具类封装,主要提供数据加解密,数据类型转换,配置文件读写,数据字典的缓存服务等。

Validator:接口响应字段和数据库字段的验证封装。

RiskManagement:风控处理,因为会涉及支付真实资金,需要内置风控规则来保证资金安全,风险可控。

Timer:定时任务服务,包括

  • 串联API用例中,前置用例的状态判断;
  • 异步API的数据库校验;
  • 超时API用例的失效状态判断;
  • 定时执行的任务计划。

MockServer:用例依赖的外部系统Mock服务。

Portal:API测试平台门户网站,包括测试用例的录入,维护,测试任务的执行,结果查看,导出等都通过门户进行操作。

DB:存储测试用例数据以及相应的测试任务、测试报告数据,还有项目配置等。

目前API测试平台上各项目维护用例总结1200多条,以回归用例为主,且还在不断增加中,随着用例的不断添加,平台也历经了一系列优化,下面就谈谈这个过程中的一些思考。

四、测试数据准备

对于大量API用例的执行,需要数据驱动测试,也就是说可以将测试数据和测试代码分离解耦,这样便于测试数据的维护同时也保证了数据的准确性,用例设计格式是这样

<accountName>${accountName}</accountName>
<accountNo>${accountNo}</accountNo>
<identNo>${identNo}</identNo>

几个关键数据节点由DataProvider提供,为了增加测试覆盖度,数据库相似的测试数据有多条,比如多条四要素(银行卡号、手机号、身份证号、姓名)数据,当大量用例需要读取时,可采用缓存方式存储并读取到cList里面,通过循环遍历,使每条测试数据都可以被均匀读取,下面是替换关键数据节点的一段代码,将cList数据依次赋给对应变量。

五、测试执行的逻辑控制

很多情况下的测试是场景化API测试,涉及用例的顺序调用。如下图,“签约-成功-kftn-协议”依赖于“签约-成功-kftn短信”的执行;在添加用例时配置好关联关系。

执行时,会根据用例属性将此两条依据有无前置条件划分为两类,分别存放于两个list里,无前置条件的用例可以马上执行,有前置条件的用例,设置TestStatus为0,等待定时任务轮询触发执行。分类执行代码如下图

定时任务每分钟执行一次,下面一段是判断前置API的执行状态,只有“0000”代表成功,当前API才能执行,执行时,需要读取前置用例的结果数据并传入;如果前置API失败,则停止任务执行,多条API用例顺序执行也是同样的道理;即使有外部依赖的用例,比如短信验证码,我们也可以通过写一段手机APP程序自动上传短信验证码到服务器,然后触发延迟获取验证码,得到后通过DB记录用例执行的状态和结果,并传给下一个API使用,就完成了多用例的顺序执行。此外,测试任务的执行封装成restful接口,可以更加灵活地和目前团队正在开发中的CICD系统结合一起。

六、测试结果的验证

通过分析业务,API的结果校验大致分为两种类型,响应校验和数据库校验。响应校验是针对response报文字段的校验,可精确匹配也可通过正则表达式模糊匹配;数据库校验是基于定时任务的,需要在用例里面根据约定格式设置校验方法,比如下面的sql检验条件,会在准生产环境通过指定单号以及其他条件去查询返回字段,并判断status是否为7,从而判断用例是否成功。

PreOnline.3|,|SELECTtb.outer_batch_no,tb.status,bs.send_statusFROM  
bs_outpay.trans_batchtbleft joinbs_outpay.es_business_sendbsontb.business_batch_no=bs.entity_uuidandbs.entity_status<>2 WHEREtb.outer_batch_noin (?)  order bytb.CREATED_TIMEDESC|,|{"status":"7"}

用例状态分为成功、失败、处理中、超时四种状态,分别通过配置相应SQL查询条件去映射,成功和失败是终态,处理中则是需要定时任务继续查询,超时,是我们内部设定的一个状态,目前是超过一个小时未返回终态设为超时,此API用例失效并报警,需要人工参与查看。所有这些规则都是在用例建立和编辑的时候添加的,如下图,一条用例包括了响应校验(值校验、key校验)和数据库校验,通过这种比较灵活的设计,基本能够满足复杂API测试场景。需要指出一点是,很多应用不允许外部测试平台直接访问数据库,我们的解决办法是写一个数据查询服务部署在系统环境中,只提供查询功能,并且有加密验证保证通讯双方(测试平台和数据查询服务之间)可信。

通常来说,测试平台或框架可以从某种层面上理解为工具链的串联,开发此平台的过程中,我们使用的技术栈有springmvc+herbinate做逻辑控制、amazingUI做用例管理、echart做结果展示,还使用Jenkins做任务调度等,用户就是各业务线测试人员,他们不需要了解具体代码的实现,但是需要对系统结构以及用例规则有很好的理解,这样才能设计出符合测试场景的用例。

任何测试平台的设计还是要基于业务的,后续我们对API平台的推进策略是,继续增加场景化功能以支持更多业务类型的测试,比如清结算系统中日终、日间的跑批任务,对账文件的数据检验等,增加大并发能力并和性能测试工具相结合。

作者:孙鹰

来源:宜信技术学院

相关文章
|
8天前
|
人工智能 自然语言处理 测试技术
从人工到AI驱动:天猫测试全流程自动化变革实践
天猫技术质量团队探索AI在测试全流程的落地应用,覆盖需求解析、用例生成、数据构造、执行验证等核心环节。通过AI+自然语言驱动,实现测试自动化、可溯化与可管理化,在用例生成、数据构造和执行校验中显著提效,推动测试体系从人工迈向AI全流程自动化,提升效率40%以上,用例覆盖超70%,并构建行业级知识资产沉淀平台。
从人工到AI驱动:天猫测试全流程自动化变革实践
|
1月前
|
人工智能 数据可视化 测试技术
Postman 性能测试教程:快速上手 API 压测
本文介绍API上线后因高频调用导致服务器告警,通过Postman与Apifox进行压力测试排查性能瓶颈。对比两款工具在批量请求、断言验证、可视化报告等方面的优劣,探讨API性能优化策略及行业未来发展方向。
Postman 性能测试教程:快速上手 API 压测
|
2月前
|
监控 供应链 搜索推荐
电商数据开发实践:深度剖析1688商品详情 API 的技术与应用
在电商数字化转型中,数据获取效率与准确性至关重要。本文介绍了一款高效商品详情API,具备全维度数据采集、价格库存管理、多媒体资源获取等功能,结合实际案例探讨其在电商开发中的应用价值与优势。
|
2月前
|
XML 安全 测试技术
【干货满满】分享什么是API接口测试
API接口测试是验证应用程序编程接口功能、性能、安全性及兼容性的关键环节,通过模拟请求并验证响应结果,确保接口能正确处理各种输入和场景。测试内容涵盖功能验证、性能评估、安全防护、兼容性验证及系统可靠性。相比UI测试,API测试无需界面依赖,支持数据驱动与自动化,适用于持续集成流程。常见接口类型包括RESTful、SOAP和GraphQL API,广泛应用于电商、金融及社交平台,保障系统间数据交互的安全与高效。
|
2月前
|
前端开发 Java API
利用 Spring WebFlux 技术打造高效非阻塞 API 的完整开发方案与实践技巧
本文介绍了如何使用Spring WebFlux构建高效、可扩展的非阻塞API,涵盖响应式编程核心概念、技术方案设计及具体实现示例,适用于高并发场景下的API开发。
277 0
|
2月前
|
监控 算法 API
拼多多API团购活动自动化:拼单成功率暴涨的幕后技术解析
本方案通过API自动化引擎破解传统团购效率低、响应慢、数据分散等问题,实现库存、价格、成团的实时联动。实战数据显示,成团时效提升74%,拼单成功率高达92%,人力成本下降80%。某生鲜商家接入后,月GMV突破500万元,成团率高达98.3%。API赋能团购,开启电商效率新纪元。
150 0
|
4天前
|
存储 数据采集 监控
Python定时爬取新闻网站头条:从零到一的自动化实践
在信息爆炸时代,本文教你用Python定时爬取腾讯新闻头条,实现自动化监控。涵盖请求、解析、存储、去重、代理及异常通知,助你构建高效新闻采集系统,适用于金融、电商、媒体等场景。(238字)
83 2
|
26天前
|
缓存 运维 监控
API 别乱跑:自动化运维里的流量管理秘籍
API 别乱跑:自动化运维里的流量管理秘籍
125 9
|
1月前
|
供应链 安全 API
唯品会:利用银行转账API实现企业采购对公支付的技术实践
企业采购支付面临合规、效率与对账难题。唯品会通过银行API实现银企直连,构建安全高效对公支付系统,支持ISO 20022标准与多重风控,支付耗时从72小时降至90秒,错误率下降98%,推动供应链数字化升级。(236字)
226 1
|
1月前
|
人工智能 数据可视化 测试技术
AI 时代 API 自动化测试实战:Postman 断言的核心技巧与实战应用
AI 时代 API 自动化测试实战:Postman 断言的核心技巧与实战应用
347 11