最近使用Mockito完成了几个简单的测试,写个博客mark一下: 第一种模拟web请求 @SpringBootTest @RunWith(SpringRunner.class) @WebAppConfiguration //测试环境使用,用来表示测试环境使用的ApplicationContext将是WebApplicationContext类型的:value指定web应用的根 public class ControllerTest { private static final Logger l

转载:https://blog.csdn.net/paincupid/article/details/53561435 1.引入mockito jar包 <dependency> <groupId>org.mockito</groupId> <artifactId>mockito-all</artifactId> <version>2.0.2-beta</version> </dependency> 2.对于M

前言: 昨天读到了一篇文章,讲的是TDD,即Test-Driven Development,测试驱动开发.大体意思是,它要求在编写某个功能的代码之前先编写测试代码,然后只编写使测试通过的功能代码,通过测试来推动整个开发的进行.这有助于编写简洁可用和高质量的代码,并加速开发过程. 初读之时,瞬间感受到了震撼,感觉和自己之前的开发流程全都不一样,之前是由始至终,而这种思想确实以终为始.后来一查这种思想早在前几年甚至前几十年就被提出了,进而被广泛运用到了敏捷开发中.看来是自己孤落寡闻了,于是我准备将这

很多小伙伴所在的公司是基于Dubbo来构建技术栈的,日常开发中必不可少要写dubbo单测(单元测试),如果单测数据依赖已有的外部dubbo服务,一般是mock数据,如果数据比较复杂,其实mock数据也是一个不小的工作量.那有没有更好的单测方式来代替我们完成”mock“数据功能呢,这时可以借助dubbo telnet功能,获取真实数据用在单测中使用. 本文会先讨论如何使用基于dubbo telnet的代理工具类(DubboTelnetProxy),然后再讨论下mockito+DubboTelnet

一.常用压力测试工具对比 简介:目前用的常用测试工具对比 1.loadrunner 性能稳定,压测结果及颗粒度大,可以自定义脚本进行压测,但是太过于重大,功能比较繁多. 2.Apache ab(单接口压测最方便) 模拟多线程并发请求,ab命令对发出负载的计算机要求很低,既不会占用很多CPU,也不会占用太多的内存,但却会目标服务器造成巨大的负载,类似于简单的DDOS攻击等. 3.webbench webbench首先fork出多个子进程,每个子进程都循环做web访问测试.子进程把访问的结果通过pi

Java 在单测的时候 需要做回滚 设置如下: 需要添加以下 注解 在类上 defaultRollback = true : 为 默认全部回滚 defaultRollback = false : 为 不回滚, 个别方法需要回滚的话, 需要在类上 增加 注解: @Rollback(true) 即可单个方法回滚 . @Transactional("obJpaTransactionManager") @TransactionConfiguration(transactionManager =

当无法避免做一件事时,那就让它变得更简单. 概述 单测是规范的软件开发流程中的必不可少的环节之一.再伟大的程序员也难以避免自己不犯错,不写出有BUG的程序.单测就是用来检测BUG的.Java阵营中,JUnit和TestNG是两个知名的单测框架.不过,用Java写单测实在是很繁琐.本文介绍使用Groovy+Spock轻松写出更简洁的单测. Spock是基于JUnit的单测框架,提供一些更好的语法,结合Groovy语言,可以写出更为简洁的单测.Spock介绍请自己去维基,本文不多言.下面给出一些示例

概述 单测是提升软件质量的有力手段.然而,由于编程语言上的支持不力,以及一些不好的编程习惯,导致编写单测很困难. 最容易理解最容易编写的单测,莫过于独立函数的单测.所谓独立函数,就是只依赖于传入的参数,不修改任何外部状态的函数.指定输入,就能确定地输出相应的结果.运行任意次,都是一样的.在函数式编程中,有一个特别的术语:"引用透明性",也就是说,可以使用函数的返回值彻底地替代函数调用本身.独立函数常见于工具类及工具方法. 不过,现实常常没有这么美好.应用要读取外部配置,要依赖外部服务获

目标 在<使用Groovy+Spock轻松写出更简洁的单测> 一文中,讲解了如何使用 Groovy + Spock 写出简洁易懂的单测. 对于相对简单的无外部服务依赖型函数,通常可以使用 expect-where 的形式. 本文尝试自动生成无外部服务依赖型函数的Spock单测模板,减少编写大量单测的重复工作量,只需要构造相应的测试数据集即可. 分析与思路 首先,需要仔细分析下无外部服务依赖型函数的Spock单测模板的组成. 比如 class BinarySearchTest extends S

之前用gtest写过很多c++的单测case, 对gtest的强大和灵活印象深刻:最近需要用ruby写一个小工具, 接触了下ruby, 写了代码就要写单测啊(好的单测确实对代码的健壮性和正确性保证上太重要了) 简单搜了下发现 单测是ruby的一部分, 而不像c++等要引用gtest等三方库,简单可依赖,  简单写个例子 代码: module Brtest class Myfile def write(theFile,theCont) _fileName=File.dirname(__FILE__

Allure对单测结果以及robotframework结果的处理 Allure只能针对pytest的单测结果生成相应的报告: 如果需要对unittest的测试框架结果进行展示,可以使用pytest执行unittest测试用例,生成allure测试报告. Allure处理robotframework框架的测试用例 解决办法: 直接在运行root测试用例的时候,添加参数,然后使用allure直接生成HTML测试报告.参考链接:https://www.jianshu.com/p/6a383723204

0. 为什么人人都讨厌写单测 在之前的关于swagger文章里提到过,程序员最讨厌的两件事,一件是别人不写文档,另一件就是自己写文档.这里如果把文档换成单元测试也同样成立. 每个开发人员都明白单元测试的作用,也都知道代码覆盖率越高越好.高覆盖率的代码,相对来说出现 BUG 的概率就越低,在线上运行就越稳定,接的锅也就越少,就也不会害怕测试同事突然的关心. 既然这么多好处,为什么还会讨厌他呢?至少在我看来,单测有如下几点让我喜欢不起来的理由. 第一,要额外写很多很多的代码,一个高覆盖率的单测代码,

rsync+inotify实时数据同步单目录实战   rsync+inotify实时数据同步单目录实战 inotify是一个强大的.细粒度的.异步的文件系统事件监控机制,linux内核从2.6.13起加入了inotify支持,通过inotify可以监控文件系统中添加.删除.修改.移动等各种事件,利用这个内核接口,第三方软件可以监控文件系统下文件的各种变化情况,而inotify-tools正是实施监控的软件. inotify配置是建立在rsync服务基础上的配置过程 操作系统 主机名 网卡eth0

H2数据库用来做单测数据库,可以自定义初始化数据,不用担心数据库内容更改造成单测跑不过问题,不过H2数据库跟实际使用的Mysql还是有一定区别. 1. H2数据库不支持Mysql的批量更新功能,支持批量插入 --批量更新(H2不支持) <update id="increaseBatch" parameterType="java.util.List"> <foreach collection="list" item="i

1.Jmeter4.0分布式压测准备工作 简介:讲解Linux服务器上jmeter进行分布式压测的相关准备工作 1.压测注意事项 the firewalls on the systems are turned off or correct ports are opened. 系统上的防火墙被关闭或正确的端口被打开. all the clients are on the same subnet. 所有的客户端都在同一个子网上. the server is in the same subnet, i

鸡尾酒 Mockito是Java的单元测试Mock框架. 它的logo是一杯古巴最著名的鸡尾酒Mojito, Mojito鸡尾酒,源自古巴的哈瓦那,带有浓厚的加勒比海风情. 并不浓烈,但是喝一杯下去,脸上会泛起红晕,象少女的羞涩.味道很清新,有一点青涩.有点甜蜜. 巧的是,我才发现周董的新歌,也叫<Mojito>.哈哈哈. Stub & Mock Stub和Mock是Test Double类型中的2种.Test Double一共有5种类型,Dummy,Stub,Spy,Mock,Fak

项目中使用Jmeter进行大并发压测时,单机受限内存.CPU.网络IO,会出现服务器压力还没有上 去,但压测服务器由于模拟的压力太大死机的情况.JMeter的集群模式可以让我们将多台机器联合起来 一起产生负载,从而弥补单台机器负载生成能力不足的问题. 分布式压测原理 1.控制机为Master,负载机为Slave 2.Master启动后,会拷贝jmx脚本文件到所有的Slave上 3.Slave会回传压测数据给Master,最后由Master汇总出结果文件 注意事项 1.脚本文件上传到master即

一.概述 所谓单例模式,顾名思义即一个类只有一个实例. 所以,当我们创建一个实例时,就必须判断其是否已经存在了这个实例,如果已经存在了这个实例,那么就返回这个已经存在的实例,无需再创建一个(单例模式嘛,核心就是一个类只有一个 实例):如果不存在,就创建这个实例咯. 好了,单例模式的核心思想以及创建流程大致搞清楚了,那么我们就开始看看,在Javascript的世界中,具体该怎么实现呢? 二.实战一 核心思路:利用Javascript的作用域,形成闭包,从而可以创建私有变量(假设我们将这个私有变量取

JaCoCo介绍 一.JaCoCo简述 JaCoCo是一个开源的覆盖率工具,它针对的开发语言是java,其使用方法很灵活,可以嵌入到Ant.Maven中:可以作为Eclipse插件,可以使用其JavaAgent技术监控Java程序等等. 很多第三方的工具提供了对JaCoCo的集成,如sonar.Jenkins等. JaCoCo包含了多种尺度的覆盖率计数器,包含指令级覆盖(Instructions,C0coverage),分支(Branches,C1coverage).圈复杂度(Cyclomati

使用synchronized 处理并发 缺点:无法做到细粒度控制 只适合单点的情况 使用Redis作为分布式锁 setnx命令 设计模式 :使用 !setnx 加锁 getset命令

mockMvc执行流程总结: 整个过程:1.mockMvc.perform执行一个请求:2.MockMvcRequestBuilders.get("/user/1")构造一个请求3.ResultActions.andExpect添加执行完成后的断言4.ResultActions.andDo添加一个结果处理器,表示要对结果做点什么事情,比如此处使用MockMvcResultHandlers.print()输出整个响应结果信息.5.ResultActions.andReturn表示执行完成