CI+JUnit5并发单测机制创新实践
一. 现状·问题
针对现如今高并发场景的业务系统,“并发问题” 终归是必不可少的一类(占比接近10%),每次出现问题和事故后,需要耗费大量人力成本排查分析并修复。那如果能在事前尽可能避免岂不是很香?
二. 分析原因
- 当前并发测试多数依赖测试人员进行脚本测试,同时还依赖了研发和产品识别出并发操作的场景用例。
- 对于并发测试,大概两条路子:
- 所有修改同样数据的命令式接口都测一遍?【耗费巨大测试成本】
- 保证黄金流程的接口,研发从头扒代码。【可能会遗漏,耗费一定研发成本】
自我反思
- 作为研发,是不是在刚开发接口时候,识别到并发场景随着单元测试阶段同时进行并发测试,这样的成本是最小的,收益是最高效的!
三. 采取措施
并发测试前置
采用CI持续集成机制,依靠行云流水线,底层利用junit5单元测试框架并发parallel引擎,嵌入同步数据库的自定义unit test脚本,将每个并发case维护成单元测试,数据自我闭环,可重复执行!
将核心的并发场景进行及时的运行验证,最早洞察,最早验证,最小成本,最大保障!
四. 实践步骤
前提:配置junit-platform.properties
# src/test/resources/junit-platform.properties
junit.jupiter.execution.parallel.enabled=true
junit.jupiter.execution.parallel.config.strategy=fixed
junit.jupiter.execution.parallel.config.fixed.parallelism=20
单接口并发-@RepeatedTest
- ManualCheckAppConcurrentTest 出库复核并发测试「单接口并发」-> 手动复核 10个线程
核心代码块
public class ManualCheckAppConcurrentTest extends ConcurrentTest {
@Resource
ManualCheckAppService manualCheckAppService;
//记录执行成功的线程数
static int successThreadCount = 0;
///////////////////////////////////////////////////////////////////////////
// 单接口并发
///////////////////////////////////////////////////////////////////////////
@DisplayName("(单接口并发)并发测试【手动确认复核】")
@Description("(10个线程)场景:复核1件,一共5件,应该有5个线程成功,5个线程失败:没有查询到容器明细记录" +
"使用友好式分布式锁防止并发,并发后等待重试,保证顺序执行无异常!")
@Execution(CONCURRENT)
@RepeatedTest(value = 10, name = "{displayName}:{totalRepetitions}-{currentRepetition}")
public void testConfirmChecked(TestInfo testInfo) {
manualCheckAppService.confirmChecked(mockConfirmCheckedDto());
successThreadCount++;
}
/**
* 断言最终结果:数据无问题,线程执行无问题
*/
@AfterAll
public static void assertResult() {
//线程执行成功数期望:一共5件,每个线程复核1件,共有5个线程成功
Assertions.assertEquals(5, successThreadCount);
//数据成功期望:没有待复核的容器明细了,因为都复核成功了,一共5件
ConfirmCheckedDto confirmCheckedDto = mockConfirmCheckedDto();
List<ContainerDetailPo> containerDetailPos = SpringUtil.getBean(ContainerDetailDao.class).selectUncheckDetailsBySoAndSku(
confirmCheckedDto.getTaskNo(), confirmCheckedDto.getShipmentOrderNo(), confirmCheckedDto.getSku(), confirmCheckedDto.getWarehouseNo());
Assertions.assertTrue(CollectionUtils.isEmpty(containerDetailPos));
}
@Test
@Sql({"/concurrent/manualCheck.sql"})
@Override
void prepareData()
多场景并发-@Execution(CONCURRENT)
- CheckAppConcurrentTest 出库复核并发测试「多场景并发」-> 手动复核|自动复核
核心代码块
public class CheckAppConcurrentTest extends ConcurrentTest {
@Resource
ManualCheckAppService manualCheckAppService;
@Resource
AutoCheckAppService autoCheckAppService;
///////////////////////////////////////////////////////////////////////////
// 多场景并发
///////////////////////////////////////////////////////////////////////////
@DisplayName("(多场景并发)并发测试【自动确认复核】")
@Description("与手动复核发生并发场景,期望可能存在业务异常(自定义锁冲突发生的消息)")
@Execution(CONCURRENT)
@Test
public void testAutoCheckBySo() {
autoCheckAppService.autoCheckBySo(Lists.newArrayList("SO-6_6_601-1492066800186167296"), mockAutoCheckBySoDto());
}
@DisplayName("(多场景并发)并发测试【手动确认复核】")
@Description("与自动复核发生并发场景,期望可能存在业务异常(自定义锁冲突发生的消息)")
@Execution(CONCURRENT)
@Test
public void testConfirmChecked() {
manualCheckAppService.confirmChecked(mockConfirmCheckedDto());
}
/**
* 断言最终结果:数据无问题
*/
@AfterAll
public static void assertResult() {
//数据成功期望:没有待复核的容器明细了,无论是手动复核还是自动复核,都会全部复核完
ConfirmCheckedDto confirmCheckedDto = mockConfirmCheckedDto();
List<ContainerDetailPo> containerDetailPos = SpringUtil.getBean(ContainerDetailDao.class).selectUncheckDetailsBySoAndSku(
confirmCheckedDto.getTaskNo(), confirmCheckedDto.getShipmentOrderNo(), confirmCheckedDto.getSku(), confirmCheckedDto.getWarehouseNo());
Assertions.assertTrue(CollectionUtils.isEmpty(containerDetailPos));
}
@Test
@Sql({"/concurrent/manualCheck.sql"})
@Override
void prepareData() {}
并发单测基类-@Transactional
ConcurrentTest 建议抽出并发测试基类(主要目的:准备数据、设置路由、数据清除、独立执行)
@Tag("parallel")分组: 并发测试用例,有助于单独执行套件!
核心代码块
@SpringBootTest(classes = WebApplication.class)
@Tag("parallel")
public abstract class ConcurrentTest {
/**
* 并发测试场景的前提数据准备
* { @Sql 数据脚本配置 }
*/
@Transactional
@Order(0)
@Rollback(false)
abstract void prepareData();
/**
* 设置当前线程数据源
*/
@BeforeTransaction
public void setThreadDataSource() {
DataSourceContextHolder.clearDataSourceKey();
//多数据源,分库分表
DataSourceContextHolder.setDataSource("ds0");
}
/**
* 清除数据
*/
@Rollback(false)
@AfterAll
public static void clearData(){
new DatabaseSyncTest().execute("wms_check","wms_check_test");
}
数据准备-@Sql
如何准备数据?
=> 新建一个专门单元测试/并发测试的空数据库
准备测试场景的前置数据SQL脚本
源脚本
DELETE FROM ck_task;
INSERT INTO ck_task (id, task_no, sku_qty, total_qty, platform_no, status, warehouse_no, create_user,
update_user, create_time, update_time, ts, deleted, suggest_platform, uuid,
parent_task_no, pick_differ_allow, operation_type, picking_flag, task_type,
ext_info,
subtask_qty, tenant_code, current_stream_no, confluence, batch_no, requirements)
VALUES (1492071049884340224, 'T6X6X60122021100000329', 1.0000, 5.0000, '', 0, '6_6_601', 'xiaoyan', 'xiaoyan',
'2022-02-11 17:45:26', '2022-02-11 17:45:26', '2022-02-11 17:45:26', 0, '', 'zyr1228003', '', 0, 0, 0, 0, null,
null, 'TC30020150', 0, 1, 'cj006001', '{"allowBatchCheck": true}');
数据回滚-@ParameterizedTest
CI自动同步数据库表结构: 测试环境数据库->单测数据库
利好:(研发无需被动维护schema,自动与真实数据库结构同步)
只需要将下面单测copy到代码中,将fromDb和toDb参数修改成自己数据库即可!
源代码
@DisplayName("单元测试MYSQL-DB结构同步")
@SneakyThrows
@ParameterizedTest
@CsvSource("wms_check,wms_check_test")
public void execute(String fromDb, String toDb) {
ResultSet resultSet = null;
Class.forName("com.mysql.jdbc.Driver");
try (
Connection connection = DriverManager.getConnection("***","user", "***");
Statement statement = connection.createStatement()
) {
String initDb = "DROP DATABASE IF EXISTS " + toDb + ";CREATE DATABASE " + toDb + ";";
log.info(initDb);
statement.executeUpdate(initDb);
resultSet = statement.executeQuery("SHOW TABLES FROM " + fromDb + ";");
List<String> tableNames = Lists.newArrayList();
while (resultSet.next()) {
tableNames.add(resultSet.getString("Tables_in_" + fromDb));
}
for (String tableName : tableNames) {
String syncSql = "DROP TABLE IF EXISTS " + toDb + "." + tableName + ";" +
"CREATE TABLE " + toDb + "." + tableName + " LIKE " + fromDb + "." + tableName + ";";
log.info(syncSql);
statement.executeUpdate(syncSql);
}
} finally {
if(resultSet != null){
resultSet.close();
}
}
}
配置CI-@行云流水线
建议在提测流水线增加,不要再日常dev流水线(集成测试相对耗时)
只执行并发单测用例-Dtest.mode 基于junit5 @Tag
https://junit.org/junit5/docs/current/user-guide/#writing-tests-tagging-and-filtering
mvn test -Dtest.mode=parallel
配置IDEA-本地测试
—— 只运行并发测试用例
执行结果
单接口并发单测
多场景并发单测
五. 效能提升
5.1需求交付效率提升
5.1.1降低测试周期阶段时长
2022-02月实践后
因为「并发测试」前置到「研发单元测试」环节,所以「测试阶段」时长缩短 (2.5 天 -> 1 天)
2022-Q1
2022-Q2
2022-Q3
2022-Q4
「测试周期」阶段停留时长和占比,呈下降趋势!
5.1.2缩短需求交付全周期
2022-02月实践后
因为「测试周期」缩短,研发单元测试成本几乎不变,所以「需求交付全周期」随之缩短(55 天 -> 35 天)!
5.2人效提升
5.2.1提升验证全面性
「case by case」 ,通过单元测试「断言机制」,最细粒度全方位验证!
在【开发阶段】识别到接口存在并发问题,及时编写单元测试进行验证,针对分布式锁和乐观锁等常用防并发手段,对应不同的assert方式:
- 数据库乐观锁:通过判断最终数据保证执行无问题
- 分布式友好锁:不会报错,会等待,最终所有请求处理成功
- 分布式冲突锁:直接报错,断言异常信息
- ......
5.2.2降低测试人力成本
减少花大量时间专项测试N个接口并发测试成本,「最早发现,最早处理,最小成本」!
根据下图可见,从编码阶段、单元测试阶段、接口测试阶段、集成测试阶段、预发布阶段等软件生命周期中,越早发现问题,付出成本越小。
5.2.3提升需求吞吐量
2022-02月实践后
因为减少人力成本,所以会直接提升需求的吞吐量(200个 -> 225个)!
5.3过程质量提升
5.3.1降低问题的发生概率
「并发测试前置」 到研发单元测试环节,可减少缺陷数,降低问题发生概率!
5.3.2减少线上问题数
今年线上问题-并发问题 类别为 0
5.3.2减少Bug数
过程质量中并发问题趋势逐步降低
作者:京东物流 周奕儒
来源:京东云开发者社区 自猿其说Tech
CI+JUnit5并发单测机制创新实践的更多相关文章
- 阿里聚安全受邀参加SFDC安全大会,分享互联网业务面临问题和安全创新实践
现今,技术引领的商业变革已无缝渗透入我们的日常生活,「技术改变生活」的开发者们被推向了创新浪潮的顶端.国内知名的开发者技术社区 SegmentFault 至今已有四年多了,自技术问答开始,他们已经发展 ...
- 腾讯云“智能+互联网TechDay”:揭秘智慧出行核心技术与创新实践
现如今,地面交通出行与大家的生活息息相关.在当前城市道路日益复杂和拥挤的情况下,如何保证交通出行的安全和便捷相信是每个人以及众多专家.科研工作者重点关注的问题. “智慧交通”系统是解决交通发展瓶颈的有 ...
- Atitit 文件上传 架构设计 实现机制 解决方案 实践java php c#.net js javascript c++ python
Atitit 文件上传 架构设计 实现机制 解决方案 实践java php c#.net js javascript c++ python 1. 上传的几点要求2 1.1. 本地预览2 1.2 ...
- FMZ发明者量化平台回测机制说明
原文连接:https://www.fmz.com/digest-topic/4009 大部分策略在实盘之前都需要回测进行验证,FMZ支持部分品种数字货币现货.期货和永续合约,以及商品期货所有品种.但发 ...
- Sql Server Tempdb原理-日志机制解析实践
笔者曾经在面试DBA时的一句”tempdb为什么比其他数据库快?”使得95%以上的应试者都一脸茫然.Tempdb作为Sqlserver的重要特征,一直以来大家对它可能即熟悉又陌生.熟悉是我们时时刻刻都 ...
- 国产PLM软件在创新实践中强势崛起
近日,"璞华PLM"先后获得微度医疗.埃特斯等多个客户的订单,即使在疫情环境下也展现出了强劲的高速增长.在产品生命周期管理(PLM,Product Lifecycle Manage ...
- CI Weekly #9 | 揭秘阿里 Docker 化实践之路
2017年悄然而至,对 flow.ci 你有什么新的期待呢?新的一年,flow.ci会越来越强大好用,希望继续得到你的支持与反馈.最近,我们做了如下的「功能优化」与「问题修复」,看看有没有你想要的: ...
- CI框架源码阅读笔记9 CI的自动加载机制autoload
本篇并不是对某一组件的详细源码分析,而只是简单的跟踪了下CI的autoload的基本流程.因此,可以看做是Loader组件的分析前篇. CI框架中,允许你配置autoload数组,这样,在你的应用程序 ...
- springmvc学习笔记--Interceptor机制和实践
前言: Spring的AOP理念, 以及j2ee中责任链(过滤器链)的设计模式, 确实深入人心, 处处可以看到它的身影. 这次借项目空闲, 来总结一下SpringMVC的Interceptor机制, ...
- CI Weekly #17 | flow.ci 支持 Java 构建以及 Docker/DevOps 实践分享
这周一,我们迫不及待写下了最新的 changelog -- 项目语言新增「Java」.创建 Java 项目工作流和其它语言项目配置很相似,flow.ci 提供了默认的 Java 项目构建流程模版,快去 ...
随机推荐
- 2020-09-19:TCP状态有哪些?
福哥答案2020-09-19:#福大大架构师每日一题# [答案来自此链接](https://www.zhihu.com/question/421833613) 11种状态1.CLOSED状态:初始状态 ...
- golang调用sdl2,播放yuv视频
golang调用sdl2,播放yuv视频 win10 x64下测试成功,其他操作系统下不保证成功. 采用的是syscall方式,不是cgo方式. 见地址 代码如下: package main impo ...
- vue对vue-giant-tree进行节点操作
vue 项目中使用到了vue-giant-tree这个使用ztree封装的树形插件,在对其节点进行操作时遇到了无法向传统的jquery那样获取到ztreeObj:而导致了无法控制节点dom:浪费了许多 ...
- Redash 可视化BI系统部署安装及简单使用
这篇文章主要为介绍一下Redash的使用和安装 概览 Redash 主要使用的语言为 Python 和 TypeScript 这个安装主要是基于Docker 来安装的,官网教程基本没有不是基于Dock ...
- GaussDB(DWS)迁移实践丨row_number输出结果不一致
摘要:迁移前后结果集row_number字段值前后不一致,前在DWS上运行不一致. 本文分享自华为云社区<GaussDB(DWS)迁移 - oracle兼容 --row_number输出结果不一 ...
- 入门 Python GUI 开发的第一个坑
由于微信不允许外部链接,你需要点击文章尾部左下角的 "阅读原文",才能访问文中链接. 使用 Anaconda 3(conda 4.5.11)的 tkinter python 包(c ...
- C++面试八股文:如何在堆上和栈上分配一块内存?
某日二师兄参加XXX科技公司的C++工程师开发岗位6面: 面试官: 如何在堆上申请一块内存? 二师兄:常用的方法有malloc,new等. 面试官:两者有什么区别? 二师兄:malloc是向操作系统申 ...
- S32DS---make: *** No rule to make target 'clean'. Stop和make: *** No rule to make target 'all'. Stop的一个解决方法
问题: 最近在用S32DS调试代码的时候,遇到一个稀奇古怪的问题: and 折腾了半天,发现从这个页面导入工程编译就不会出现这个问题???? file-->import projects fro ...
- Go 语言 context 都能做什么?
原文链接: Go 语言 context 都能做什么? 很多 Go 项目的源码,在读的过程中会发现一个很常见的参数 ctx,而且基本都是作为函数的第一个参数. 为什么要这么写呢?这个参数到底有什么用呢? ...
- ChatGPT「代码解释器」正式开放,图片转视频仅需30秒!十大令人震惊的魔法揭秘
经过超过三个月的等待,ChatGPT「代码解释器」终于全面开放.这是一大波神奇魔法的高潮. OpenAI的科学家Karpathy对这个强大的代码解释器测试版赞不绝口.他把它比作你的个人数据分析师,可以 ...