多设备并行运行Airtest脚本和聚合报告的生成

简介: 多设备并行运行Airtest脚本和聚合报告的生成

1. 前言



很多同学想知道如何实现多设备“并行”运行Airtest测试,然后生成聚合的测试报告。今天我们就介绍下在我们开源项目里提供的1个多设备并行的示例demo:multi-device-runner 。


2. multi-device-runner的介绍和运行效果



我们可以在这个地址下clone或者下载multi-device-runner的代码样例:github.com/AirtestProj…


网络异常,图片无法展示
|


按照给出的使用步骤,我们先来体验下这个demo的运行效果:


1)使用adb连接多台设备


以mumu模拟器和雷电模拟器为例,我们在终端使用 adb connect 命令分别连接上这2个模拟器:


网络异常,图片无法展示
|


同理再连接上雷电模拟器,之后我们可以用 adb devices 命令查看已经连好的2台设备:


网络异常,图片无法展示
|


2)安装 python3 环境以及 airtest pip install airtest


因这个demo里面的 .air 脚本只涉及了airtest语句,所以提示我们安装airtest库,如果我们需要运行的 .air 脚本里面还包含poco语句,我们还要把pocoui库安装上。


关于如何部署本地python环境,我们在官方教程文档有详细的描述:airtest.doc.io.netease.com/IDEdocs/3.4…


大致过程是,先在本地准备1个python3环境,目前我们最高兼容到3.9,不兼容3.10。

然后在这个python环境里,安装上我们脚本需要用到的自动化测试相关的库:


# 安装airtest框架
pip install airtest
# 安装poco框架
pip install pocoui
复制代码


如果安装过程出现超时的报错,可以更换国内源来解决:


pip install -i https://pypi.tuna.tsinghua.edu.cn/simple airtest
复制代码


3)clone 或者下载样例,打开项目目录,运行代码 python run.py


在这个地址上:github.com/AirtestProj… ,clone或者下载代码的压缩包之后。


我们可以解压,打开项目目录,用pycharm编辑器打开 run.py ,并且设置pycharm当前项目的解释器为刚才准备好的python环境。(当然直接在命令行使用 python run.py 运行也可以)


运行效果如下:


网络异常,图片无法展示
|


可以看到,运行结束之后,这个demo会自动帮我们生成聚合的测试报告,方便我们查看多机的运行概况,也可以非常方便地查看单一设备的详细运行报告:


网络异常,图片无法展示
|


4)多设备并行测试示意图


run.py 的脚本我们可以看到,它实现是的获取adb连接上的所有设备,然后在每一台设备上跑给定的测试用例,跑完之后生成单机的测试报告,最后再汇总这些单机测试报告的结果,形成汇总(聚合)报告:


网络异常,图片无法展示
|


3. 添加自己的脚本实现多设备并行运行



如果同学们想要在这个demo上跑自己的测试用例,也非常简单,直接修改 run.py 脚本最后的初始化数据,即可指定运行的测试用例:


网络异常,图片无法展示
|


不过需要注意的是,如果指定的测试用例包含poco语句,则我们还要修改 run.py 里面生成测试报告的部分,添加poco的报告插件:


网络异常,图片无法展示
|


不添加poco报告插件的话,poco语句在airtest报告的显示会出现一些异常。


4. 多机并行demo的其它问题



1)只能跑1个脚本吗?


是的,这个demo一次只能跑1个脚本。如果想要跑多个脚本,需要同学们自行修改代码实现。


2)只适用于安卓设备吗?


是的,这个demo仅适用于安卓设备的多机并行,不适合iOS的多机并行,如需要实现iOS的多机并行,也需要同学们自行编写脚本实现。


3)其它多机教程


更多多机教程可以参考我们的往期推文:


相关文章
|
Shell 测试技术
Airtest如何自动连接重启后的设备并继续执行自动化脚本呢?
Airtest如何自动连接重启后的设备并继续执行自动化脚本呢?
335 0
|
数据安全/隐私保护
|
Kubernetes API 调度
Kubernetes 架构解析:理解其核心组件
【8月更文第29天】Kubernetes(简称 K8s)是一个开源的容器编排系统,用于自动化部署、扩展和管理容器化应用。它提供了一个可移植、可扩展的环境来运行分布式系统。本文将深入探讨 Kubernetes 的架构设计,包括其核心组件如何协同工作以实现这些功能。
937 2
|
SQL 数据库 数据安全/隐私保护
SqlAlchemy 2.0 中文文档(七)(3)
SqlAlchemy 2.0 中文文档(七)
154 0
|
测试技术 开发工具 iOS开发
iOS自动化测试方案(三):WDA+iOS自动化测试解决方案
这篇文章是iOS自动化测试方案的第三部分,介绍了在没有MacOS系统条件下,如何使用WDA(WebDriverAgent)结合Python客户端库facebook-wda和tidevice工具,在Windows系统上实现iOS应用的自动化测试,包括环境准备、问题解决和扩展应用的详细步骤。
2244 1
iOS自动化测试方案(三):WDA+iOS自动化测试解决方案
|
iOS开发
iOS16.1系统由于一个系统弹窗无法取消,导致屏幕卡死无法关机问题及解决方案
iOS16.1系统由于一个系统弹窗无法取消,导致屏幕卡死无法关机问题及解决方案
1771 0
oninput和onchange事件有什么区别?
oninput和onchange事件有什么区别? 最新推荐文章于 2024-08-14 15:45:18 发布
293 0
|
存储 负载均衡 监控
Redis分区指南:如何实现高可用与扩展性
本文由技术小伙伴小米讲解Redis分区容错中的数据分区。内容涉及Hash、一致性Hash、Codis的Hash槽和RedisCluster四种方法。Hash简单但不稳定,数据迁移和分区不均衡是其主要问题;一致性Hash通过最小化数据迁移实现负载均衡,但仍有局限;Codis的Hash槽提供灵活的负载均衡和在线迁移;RedisCluster是官方高可用、可扩展的解决方案。每种方案有优缺点,需根据实际需求选择。
762 0
Redis分区指南:如何实现高可用与扩展性
|
存储 大数据 Python
NumPy 内存管理和性能调优
【8月更文第30天】NumPy 是 Python 中用于科学计算的核心库之一,它提供了高效的数组操作功能。然而,随着数据集的增大,如何有效地管理和优化 NumPy 数组的内存使用成为了一个重要的问题。本文将介绍一些技巧,帮助你更好地管理和优化 NumPy 数组的内存使用。
611 0
下一篇
oss云网关配置