Pytest权威教程23-不稳定测试

不稳定测试用例处理

返回: Pytest权威教程

不稳定测试用例处理

“不稳定”测试用例是指，有时候用例通过，有时候失败。用例间歇或偶发性出现故障，并且不清楚原因。本页讨论了pytest的一些帮助处理这些不确定测试用例的功能。这些功能可以帮助你快速确定、修复或缓解这些问题，或提供一些其他的常规策略。

为什么不稳定测试是个问题

当使用连续集成(CI)服务器时,不稳定测试尤其麻烦,因此在合并新代码更改之前必须通过所有测试。如果测试结果不是一个不稳定 - 测试失败意味着代码更改破坏了测试 - 开发人员可能会对测试结果产生不信任,这可能导致忽略真正的失败。它也是浪费时间的一个来源,因为开发人员必须重新运行测试套件并调查虚假故障。

潜在的根本原因

系统状态

从广义上讲,不稳定测试用例，表明测试依赖于一些未被适当控制的系统状态 - 测试环境没有充分隔离。更高级别的测试更有可能是因为他们依赖更多的状态。

当测试套件并行运行时(例如使用pytest-xdist),有时会出现不稳定测试用例。这可以表明测试依赖于测试顺序。

也许不同的测试是在自身之后无法清理并留下导致片状测试失败的数据。
不稳定测试依赖于先前测试的数据,该测试不会自行清理,并且并行运行以前的测试并不总是存在。
修改全局状态的测试通常不能并行运行。

过于严格的断言

过于严格的断言可能会导致浮点比较以及时序问题。pytest.approx在这里很有用。

Pytest特性

Xfail严格模式

pytest.mark.xfail和strict=False可用于标记测试,以便其失败不会导致整个构建中断。这一般用于临时手动隔离一些问题，但不推荐永久使用。

PYTEST_CURRENT_TEST

PYTEST_CURRENT_TEST环境变量可用于确定“哪个测试卡住了”。

插件

重新运行任何失败的用例可以通过给予他们额外的机会来减轻不稳定测试的负面影响,这样整体构建就不会失败。以下几个pytest插件可以支持用例重新运行：

flasky
pytest-flakefinder - blog post
pytest-rerunfailures
pytest-replay：这个插件有助于重现CI运行期间观察到的局部崩溃或片状测试。

使用随机化测试的插件，打乱运行顺序也可以帮助暴露测试状态依赖问题：

pytest-reandom-order
pytest-randomly

其他一般策略

拆分测试套件

将单个测试套件拆分为两个是常见的,例如单元与集成,并且仅将单元测试套件用作CI门。这也有助于保持构建时间的可管理性,因为高级别测试往往更慢。但是,这意味着打破构建的代码可能会合并,因此需要额外的警惕来监视集成测试结果。

失败的视频/截图

对于UI测试,这些对于了解测试失败时UI的状态非常重要。pytest-splinter可以与pytest-bdd这样的插件一起使用,并且可以在测试失败时保存屏幕截图,这有助于隔离原因。

删除或重写测试

如果其他测试涵盖了该函数,则可能会删除该测试。如果没有,也许它可以在较低的水平重写,这将消除片状或使其来源更明显。

隔离

Mark Lapierre在2018年的一篇文章中讨论了[隔离测试的优缺点。

在失败时重新运行的CI工具

Azure管道(Azure云CI / CD工具,以前称为Visual Studio Team Services或VSTS)具有[识别片状测试和重新运行失败测试的函数。