应用场景
我们开发应用也好、服务也好，常常需要依赖后端或者服务的接口或第三方接口，有时是没做好但需要返回数据进行前端调试，有时第三方接口是不方便总调用，但我们还希望知道我们确实调用了。
1、开发移动应用 App，可能后端接口还在开发中，这时 App 的开发因为无法调用后端，很不方便。
2、程序会依赖第三方的接口，例如微信支付，在本地开发时不能直接调用。
相关技术：
- Stub 就是一个纯粹的模拟服务，用于替代真实的服务，收到请求返回指定结果，不会记录任何信息。
- Mock 则更进一步，还会记录调用行为，可以根据行为来验证系统的正确性(断言)。
- 这是源于单元测试，目前应用范围单元，集成，接口，功能（前后端，服务间，与第三方间，子功能间）测试中
解决方案：
1、使用代理工具fiddler/charles实现mock服务器
2、使用mock解决（python）
mock的介绍：
unittest.mock是一个用于在Python中进行测试的库。它允许您使用模拟对象替换受测试系统的部分，检查调用并对如何使用它们进行断言。
unittest.mock提供了一个核心Mock类，还有MagicMock。
执行操作后，您可以断言使用哪些方法/属性以及调用它们的参数。
您还可以指定返回值并以正常方式设置所需属性。
mock的patch()装饰器，用于处理测试范围内的修补模块和类级属性。
实现例子：
设置返回值和属性
mock object对象的返回值
mock = Mock()
mock.return_value = 3
mock()
methods 具体方法返回值
mock.something.return_value = 3
mock.something()
attribute setting 属性的设置
mock.x =5
mock.x
通过构造方法-传参的方式
mock = Mock(return_value=3)
mock()
多次不同返回值，及顺序
Mock.side_effect=(200,404,302,500)
mock_calls是跟踪是否被调用
assert_called_with()是断言是否调用的这个参数
assert_called_once_with()是断言是否只调用一次
对已有的类实例使用patch临时改变返回值
dnd.py
from random import randint
def attack_damage(modifier):
roll = randint(1, 8)
return modifier + roll
test_dnd.py
from dnd import attack_damage
from unittest import mock
import pytest
@mock.patch("dnd.randint", return_value=5, autospec=True)
def test_attack_damage(mock_randint):
assert attack_damage(1) == 6
print(mock_randint.mock_calls)
mock_randint.assert_called_with(1,8)
if __name__ == '__main__':
pytest.main(['-s', '-v', 'test_dnd.py'])
实际应用：
单元测试中的应用
shot_tweeter.py
def tweet(api, message):
if len(message) > 40:
message = message.strip(",.!?")
if len(message) > 40:
message = message.replace('and','&')
status = api.PostUpdate(message)
return status
test_shot_tweeter.py
import unittest
from unittest.mock import Mock
import shot_tweeter
class TestTweet(unittest.TestCase):
def test_example(self):
mock_twitter = Mock()
shot_tweeter.tweet(mock_twitter, "message and")
mock_twitter.mock_calls
mock_twitter.PostUpdate.assert_called_with("message &")
def test_example2(self):
mock_twitter = Mock()
shot_tweeter.tweet(mock_twitter, "message")
mock_twitter.mock_calls
mock_twitter.PostUpdate.assert_called_with("message")
if __name__ == '__main__':
unittest.main()
接口测试mock实例
users.py
import requests
BASE_URL = "http://reqres.in"
class Users:
def list_users(self):
resp = requests.get(BASE_URL+'/api/users?page=2')
return resp
test_users.py
from users import Users
import unittest
from unittest.mock import patch
class TestUsers(unittest.TestCase):
@patch('users.Users.list_users')
def test_user_set(self, mock_list_users):
mock_list_users.return_value.status_code = 200
mock_list_users.return_value.json.return_value = {"data":[
{"id":4,
"email":"eve.holt@reqres.in",
"first_name":"Eve1",
"last_name":"Holt",
"avatar":"https://s3.amazonaws.com/uifaces/faces/twitter/marcoramires/128.jpg"
}]}
u = Users()
resp = u.list_users()
assert resp.status_code == 200
self.assertEqual(resp.json()['data'][0]['first_name'],'Eve')
if __name__ == '__main__':
unittest.main()
mock扩展应用-性能测试解决方案之一
进行子服务的压力测试方案
1、直接使用线上的后端服务进行压测：优点是近线上状态，代价极小；缺点是线上子服务的稳定性，数据统计，引入脏数据等；
2、部署完整的后端测试环境：优点是与线上隔离；测试结果基本与线上环境一致，测试结果相对准确；缺点是部署成本极高；要保证子服务性能的会造成资源浪费。
3、部署部分子服务：优点是与线上隔离；部署成本相对较小；缺点是测试结果有出入，后端性能可能是瓶颈。
4、使用测试平台mock后端接口数据：优点与线上隔离；缺点是mock平台一般性能较弱，测试结果有出入；mock平台的逻辑规则会有一定的学习成本。（可以通过django写的mock服务）
5、使用nginx cache mock子服务返回内容：优点是与线上隔离；子服务返回内容与线上一致；可保证后端性能不是瓶颈；缺点是必须使用固定的一组请求（请求数量在几万的量级没问题）
6、影表
