使用篇

环境变量

环境变量是字符串键值对，全局作用域。比如不同环境不同域名：

pytest内核测试平台落地初体验

使用：env_vars.name。

fixtures

fixtures即pytest的fixture，可以添加自定义函数，供测试用例使用。比如封装登录接口返回token：

pytest内核测试平台落地初体验

tep.fixture提供了url fixture，自动拼接环境变量env_vars.domain + uri。

测试用例

在前端网页写代码，1条用例对应1个pytest的test_name.py文件。比如调用login fixture登录：

pytest内核测试平台落地初体验

本地编写

PyCharm写代码体验更好，正确姿势是从平台下载包含环境变量和fixtures等项目结构代码，本地编写用例，调试，跑通后，粘贴到平台上共享和维护：

pytest内核测试平台落地初体验

本地和平台环境一致，省去前期搭建，关注tests用例。

扩展能力

用例是Python代码，理论上所有Python能写出来的，平台都能支持，比如HTTP、WebSocket、Protobuf等协议。

原理篇

pytest内核

pytest内核测试平台落地初体验

vue2-ace-editor作为前端代码编辑组件。
前端把代码通过HTTP请求传给后端。
后端把代码存入MySQL数据库。
运行用例，从数据库取出代码，生成pytest文件。
Shell命令调用pytest -s test_name.py，执行测试。
后端把运行结果日志返给前端展示。

之所以要折腾数据库，是因为每次部署后docker容器里面的文件会被清掉，只能动态生成。

tep脚手架

测试平台功能是从tep项目脚手架中抽取出来的：

pytest内核测试平台落地初体验

把fixture_env_vars.py做成了环境变量功能。
把fixture_login.py等做成了fixtures功能。
把tests做成了测试用例功能。

运行用例

整体流程如下：

pytest内核测试平台落地初体验

tep startproject project_name

运行用例时，判断项目目录是否存在，如果不存在就调用tep startproject project_name创建项目脚手架。

更新conf.yaml中env

把前端传的当前运行环境更新到conf.yaml文件中：

env: qa

动态生成或更新fixture_env_vars.py文件

根据环境变量功能模块的数据，动态生成fixture_env_vars.py文件：

#!/usr/bin/python
# encoding=utf-8

from tep.dao import mysql_engine
from tep.fixture import *


@pytest.fixture(scope="session")
def env_vars(config):
    class Clazz(TepVars):
        env = config["env"]

        """Variables define start"""
        # Environment and variables
        mapping = {
            "qa": {
                "domain": "https://qa.com",
            },
            "release": {
                "domain": "https://release.com",
            }
            # Add your environment and variables
        }
        # Define properties for auto display
        domain = mapping[env]["domain"]
        """Variables define end"""

    return Clazz()

动态生成或更新fixtures目录下所有文件

根据fixtures功能模块的数据，动态生成fixture_login.py等所有文件：

from tep.client import request
from tep.fixture import *


def _jwt_headers(token):
    return {"Content-Type": "application/json", "authorization": f"Bearer {token}"}


@pytest.fixture(scope="session")
def login(url):
    # Code your login
    logger.info("Administrator login")
    response = request(
        "post",
        url=url("/api/users/login"),
        headers={"Content-Type": "application/json"},
        json={
            "username": "admin",
            "password": "123456",
        }
    )
    assert response.status_code < 400
    response_token = jmespath.search("token", response.json())

    class Clazz:
        token = response_token
        jwt_headers = _jwt_headers(response_token)

    return Clazz

conftest.py会自动查找后import，tests用例直接使用。

动态生成或更新tests某个test_文件

从数据库拿到用例代码，动态生成test_文件。

Shell执行pytest命令

从上一步拿到case_path，调用pytest -s case_path执行测试。

计划后续添加suite和marker两种批量执行用例方式。

小结

本文介绍了我第一次做的测试平台的使用和原理，技术栈为Vue+Django+Django REST Framework+JWT+MySQL+pytest+Git+BitBucket+Drone+Nginx+Docker+K8S，已在公司落地，还未大规模产出，由于服务端有较多磁盘IO读写，大量使用后不知道性能如何，目前来看问题不大，需要持续观察和优化。测试平台底层是pytest，用到了tep，那就叫teprunner。