当前位置: 首页 > news >正文

单元测试 Mock不Mock?

前段时间,我们团队就单元测试是否采用 Mock 进行了一番交流,各有各的说法。本文就单元测试 Mock不Mock 给出我的观点,欢迎各位同仁提出不同的意见,共同探讨、相互交流。

单元测试没必要?

我见过好多不写单元测试的项目,大多给出的原因都是:“没必要”、“浪费时间”、“get 不到单测的作用”,这样的项目要么是小规模,要么就是头铁。

本人之前也有相同的观点...

单元测试在软件开发过程中还是非常重要的,除了可以提高代码的质量,在引入CI/CD 后的自动化测试环节可以起到快速部署、交付作用。难道每次上线都需要“点点点”测试?这一点,我想经历过的人都深有体会。

Mock不Mock?

那什么是Mock?

什么是Mock?

简单来说,Mock就是模拟目标代码的行为,在实际测试过程中代替真实的调用目标。如下图

这样做的意义何在?

Mock的意义何在?

试想一下,单元测试中如果出现以下几个问题应该怎么办?

  1. 涉及到的DB操作、网络调用等单元测试产生的数据属不属于垃圾数据?会不会影响业务?
  2. 发布/部署生产环境的过程中,错误地执行了单元测试引起生产问题怎么办?
  3. CI过程中的测试环节花费时间太长怎么办?会不会影响集成交付?

以上几个问题我想大部分开发人员都经历过,那如何避免这些问题?我想Mock就是最好的一种方式。

如果将涉及到的外部操作,例如DB操作、网络调用等行为进行Mock,那就不会存在垃圾数据的问题,也不用担心环境切换带来的问题,外部耗时的操作也可以通过Mock避免CI过程过长。

个人认为Mock只是模拟调用外部的行为,并不影响代码逻辑。所以,不存在“Mock是不是有效的单元测试”这种说法。

如何Mock?

应该Mock什么?

通常,我们编写的方法(或函数)都是由很多方法按照层级组成的,就像这样

当我们对顶层方法进行单元测试时,应该Mock哪些方法?

  • 如果Mock方法1、2、3,那么方法4、5、6就不会被调用到,里面的逻辑不会被覆盖到,也就不是有效的单元测试。
  • 如果Mock方法4、5、6,里面的逻辑或返回值有修改,那么就要递归向上修改,不符合软件工程。

但是,如果方法43、、5、6都涉及到DB或者网络调用等外部不可控操作,我们就应该对其Mock。

所以,应该Mock一些稳定的、不可控的方法。

Mock 编写示例

以Python中的Mock框架为例,下面是一个示例:

class TestXxService(unittest.TestCase): def test_init(self): XXService.update(xx) class XXService: def update(xx): ......

test_init函数中的....update会涉及到数据库的操作,这里使用patch模拟这两个函数的行为

# patch("目标函数路径") patch('....update')

在模拟的上下文中,XXService.update将会被模拟的函数替代执行

def test_init(self): with patch('....update') as mocked_update: # 在模拟的上下文中调用业务逻辑函数 XXService.update(xx) mocked_update.assert_called_once_with(xx)

其中,assert_called_once_with会验证模拟函数是否被调用了一次,并且会验证预期接收的参数是否匹配。

如果没有参数,使用assert_called_once进行验证是否被调用了一次。

如果模拟的函数实际被调用了多次,需要通过以下方式

# 断言mocked_update被调用了2次 self.assertEqual(mocked_update.call_count, 2) # 断言mocked_update被调用了,并且参数正确 mocked_update.assert_any_call(xx)

如果函数有返回值,在定义模拟函数时,添加return_value,可以是任意类型。

patch('...update', return_value='xxx') as mocked_update

在验证返回值时通过下面的方式

xxxx = mocked_update.return_value self.assertEqual(xxxx, 'xxx')

通过示例,我们Mock了XXService.update行为,实现了对XXService的隔离测试,并确保了测试的可靠性和高效性。

总结

单元测试中使用Mock有以下几个好处:

  1. 隔离测试:Mock 使得测试可以专注于测试的代码逻辑,而不必关心外部不稳定因素。
  2. 提高测试速度:Mock 可以避免耗时的外部调用,从而加快测试速度。
  3. 提高测试的可靠性和稳定性:通过Mock,可以避免外部变化对测试结果的影响。

最后:下方这份完整的软件测试 视频教程已经整理上传完成,需要的朋友们可以自行领取【保证100%免费】

​​​件测试面试文档

我们学习必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有字节大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。

http://www.jsqmd.com/news/658854/

相关文章:

  • WindowsCleaner:彻底解决C盘空间不足的终极方案
  • 保姆级教程:用PMW3901光流+VL53L1X激光搞定Pixhawk室内悬停(附QGC参数配置)
  • 【开源专访】谢宝友:会说话的Linux内核
  • 欧拉角、quat四元组和旋转矩阵的关系
  • WPF + OpenCvSharp 搭个 OpenCV 脚手架,所见即所得玩转图像处理
  • fake2db多数据库支持:一次配置生成MySQL、PostgreSQL、MongoDB测试数据
  • 论文阅读:StructXLIP: Enhancing Vision-language Models with Multimodal Structural Cues
  • 两数之和、三数之和、k 数之和通用模板
  • 状态缓存与TTL:给每个设备状态贴一张“保质期”
  • LangChain 昨天悄悄打了个安全补丁,你的 Agent 可能正在被“越狱“
  • D4: 常见误区:管理者最容易踩的 5 个坑
  • 拼多多如何批量上下架商品?拼多多一键下架所有商品操作步骤
  • 解锁NVIDIA显卡潜力:用Profile Inspector深度优化游戏性能的终极指南
  • USB运动控制 (五轴雕刻机系统)全部开源 不保留任何关键技术,PCB可直接生产,C++6.0...
  • RAG大模型落地秘籍:文档+数据库双场景问答,代码即实战!
  • ArcGIS模型构建器实战:一个模型搞定多个GDB批量转SHP(附避坑技巧)
  • 为端到端API添加Naive RAG 流程
  • 漏检率0.05%!大厂供应链3C质检实战:C#工业相机+PLC联动外观缺陷检测全流程落地
  • 深度学习特征检测终极指南:SuperPoint完整教程与实战应用
  • ESP32 OTA升级实战:从零搭建一个带版本校验和自动回滚的远程固件更新服务
  • 数据中台进入“精耕期”:五大主流数据治理平台横向测评与选型指南
  • 35岁转行AI大模型开发?零基础也能逆袭!掌握这些资源,轻松拿高薪Offer!
  • SQLJOIN连接中如何处理复杂的业务规则_子查询逻辑封装与连接
  • Montgomery模乘算法详解:从数学原理到硬件优化(含CSA加法器设计)
  • 万象视界灵坛部署教程:青云QingCloud GPU云主机CLIP优化部署
  • 新概念英语第二册04_An exciting trip
  • 选型指南:数据中台落地关键,看AI如何重塑数据治理
  • 告别同步慢与数据泄露!2026国内主流企业网盘深度横评
  • mysql权限表查询性能如何优化_MySQL系统权限缓存原理
  • 如何高效使用开源音乐API:.NET开发者的完整实战指南