Go应用单元测试实践

一、应用背景

高德打车运营的单元应用大多基于go进行开发的，我们希望在预集成环境下，测试当研发部署完代码，实践能自动触发单元测试和接口自动化测试，应用并生成覆盖率报告。单元参考了许多篇关于go单元测试的测试文章，有的实践缺少行增量覆盖率，有的应用缺少case运行结果/case运行日志。

本文旨在搭建一个稳定运行且维护成本低的单元单元测试/集成测试环境。

二、测试单元测试

1.单测运行概述

图1 单测运行流程图

aone作为阿里巴巴集团数字化研发协同平台，实践本身提供了各种集成测试实验室，应用实验室中可以运行自定义脚本。单元如图1所示，测试为单元测试运行流程图。单元测试由aone实验室脚本触发，Java服务收到单测任务后调起单测脚本并执行，最后由aone实验室轮询运行结果。之所以不在单测实验室脚本中直接运行单测，主要存在以下两个原因。一是单测的运行依赖GO环境，以及一些生成覆盖率文件所需的三方工具。目前aone实验室不支持自定义镜像接入，每次运行都需要安装环境，网站模板安装环境的耗时远大于运行单测。二是每个应用的单测运行命令可能不太一样，一旦应用数目较多，如果单测脚本需要调整，更改的成本比较高。因此启动一个JAVA服务(完全可以复用已有的服务，降低成本)，将运行单测所需要的脚本，以及环境都打包在这个服务上。aone上的实验室脚本，只进行单测任务的下发、轮询和运行结果的展示。具体流程如下：

当开发在预集成环境提交代码、部署完成之后，流程自动运行单测实验室。单测实验室里的脚本，先调用任务下发接口/unit/taskReceive，这时Java服务会调用对应的单测脚本。由于单测脚本运行时间会比较长，所以/unit/taskReceive接口会超时。在单测脚本正在运行的时候，香港云服务器单测实验室的脚本会一直调用/unit/taskQuery接口，查询此次单测任务的状态，直到返回正确结果为止。当单测脚本完成时，会回调任务完成接口/unit/taskSave接口，将结果存起来。这样单测实验室脚本再调用/unit/taskQuery接口查询时，就会返回此次单测的结果。单测实验室脚本，根据任务返回的结果，将单测结果解析、展示。2.环境搭建

将所需的环境，打包到Java服务的docker中：

golang安装

go单测需要运行go test，所以需要在环境中安装go。安装完成后，配置环境变量和代理。

wget https://golang.google.cn/dl/go1.17.8.linux-amd64.tar.gz

tar -zxvf go1.17.8.linux-amd64.tar.gz -C /usr/local/

mkdir -p /${ your go path dir}/gopath

echo -e "export PATH=\"$PATH:/usr/local/go/bin:/${ your go path dir}/gopath/bin\"\nexport GOPATH=\"/${ your go path dir}/gopath\"\nexport GOPROXY=\"${ go代理地址},direct\"" >> /etc/profile

source /etc/profile

代码覆盖率插件安装

运用一些开源工具，将单测生成的覆盖文件转换成xml/html格式的覆盖率文件。主要用到gocov-html，gocov，gocov-xml。参考地址[1][2]。

go get github.com/matm/gocov-html

go get github.com/axw/gocov/...

go get github.com/AlekSi/gocov-xml

行增量覆盖率工具安装

利用diff-cover[3]，生成行增量覆盖率。源码下载diff-cover依赖python3，python3的安装可能需要先装好gcc，automake，autoconf，libtool，make，zlib，zlib-devel openssl。

yum -y install gcc automake autoconf libtool make zlib zlib-devel openssl openssl-devel

wget https://www.python.org/ftp/python/3.8.1/Python-3.8.1.tgz

tar -zxvf Python-3.8.1.tgz && cd Python-3.8.1 && ./configure && make && make install

pip3 install diff-cover -i https://mirrors.aliyun.com/pypi/simpl

git安装&配置

运行单元测试时，依赖开发的代码。需要配置好一个有代码权限的git ssh公钥和私钥，用来下载代码。

yum -y git

name=`git config user.name`

if [ -z "$name" ]

then

git config --global user.name "xxx"

git config --global user.email "xxxx@xxxx.xxxx.com"

mkdir -p ~/.ssh

cp ${ your id_rsa} ~/.ssh/

fi

3.Java服务实现

单测任务下发接口

Path：/unit/taskReceive

Method：POST

Params：{

"taskId": "123456", //可以用日期20220221102104，主要用来标识此次单测

"appName":"应用A", //应用名，根据应用名，选择运行对应的单测脚本。比如应用A就会运行应用A.sh

"branch":"releases/test-branch-code", //需要运行单测的分支名

"repo":"git@xxxxx.git" //应用A的代码地址，下载代码之后，才能运行单测

}

Result：返回啥都行，反正会超时。

具体实现逻辑：

在redis中记录此次单测任务，key："${ appName}${ taskId}-unit"，value："ongoing"。以便/unit/taskQuery查询，从而知道单测还在运行中。根据appName参数，选择执行${ appName}.sh脚本。如果脚本不存在，就去阿里云对象存储服务(Object Storage Service，简称OSS)下载脚本(所以，如果单测脚本有更新，就更新下OSS上的脚本，然后删除运行机器上的${ appName}.sh即可。这样可以不重新部署Java服务，即可更改运行脚本)。${ appName}.sh脚本大致逻辑如下：source /etc/profile

APP_NAME=$1

Branch=$2

TaskId=$3

Repo=$4

DIR=`pwd`

PREFIX=$APP_NAME$TaskId

#生成覆盖率文件的文件夹

mkdir -p $DIR/$APP_NAME/$TaskId/cover

COVER_FILE=$DIR/$APP_NAME/$TaskId/cover/core.cover

LOG_FILE=$DIR/$APP_NAME/$TaskId/cover/log.txt

COVER_DIR=$DIR/$APP_NAME/$TaskId/cover

UNIT_TEST_RESULT_FILE=$DIR/$APP_NAME/$TaskId/cover/unit_pass.txt

#存放覆盖率详情html文件的文件夹

mkdir -p /${ your path}/res_unit

#下载代码

cd $DIR/$APP_NAME/$TaskId

git clone -b $Branch $Repo

#运行单元测试

cd ./$APP_NAME

CONF_DIR=$DIR/$APP_NAME/$TaskId/$APP_NAME/conf

go test ./... -timeout 3m -v -gcflags=-l -cover=true -coverprofile=$COVER_FILE -mod=vendor -args --confDir=$CONF_DIR >> $LOG_FILE

#行增量覆盖率

gocov convert $COVER_FILE | gocov-xml > $COVER_DIR/coverage.xml

diff-cover $COVER_DIR/coverage.xml --compare-branch=origin/master --html-report $COVER_DIR/report.html > $COVER_DIR/diff.out

tmp=`cat $COVER_DIR/diff.out | grep "Total:" | cut -d : -f2`

if [ -n "$tmp" ]

then

echo "CODE_COVERAGE_NAME_UPDATELINES : 行增量"

CODE_COVERAGE_UPDATE_LINES_TOTAL=`cat $COVER_DIR/diff.out | grep "Total:" | cut -d: -f2 | grep -o -E [0-9]+`

miss=`cat $COVER_DIR/diff.out | grep "Missing:" | cut -d : -f2 | grep -o -E [0-9]+`

CODE_COVERAGE_UPDATE_LINES_COVER=$(( CODE_COVERAGE_UPDATE_LINES_TOTAL - miss))

fi

cp $COVER_DIR/report.html /${ your path}/res_unit/${ PREFIX}update.html

#代码行覆盖率

gocov convert $COVER_FILE | gocov-html > $COVER_DIR/line.html

CODE_COVERAGE_LINES_COVER=`head -n 50 $COVER_DIR/coverage.xml | grep "lines-valid" | awk -F lines-covered { print $2} | awk -F { print $1} | grep -o -E [0-9]+`

CODE_COVERAGE_LINES_TOTAL=`head -n 50 $COVER_DIR/coverage.xml | grep "lines-valid" | awk -F lines-valid { print $2} | awk -F { print $1} | grep -o -E [0-9]+`

cp $COVER_DIR/line.html /${ your path}/res_unit/${ PREFIX}line.html

#case 通过情况

pass=`cat $LOG_FILE | grep -o "\--- PASS: " | wc -l`

fail=`cat $LOG_FILE | grep -o "\--- FAIL: " | wc -l`

echo "

很赞哦!（6189）