**本文由博主本人整理自第六届字节跳动青训营（后端组），首发于稀土掘金：🔗Go语言工程实践之测试 | 青训营
目录
一、概述
1、回归测试
2、集成测试
3、单元测试
二、单元测试
1、流程
2、规则
3、单元测试的例子
4、assert
5、覆盖率
6、依赖
7、文件处理
三、Mock测试
四、基准测试
一、概述
测试主要包括：回归测试、集成测试、单元测试。
1、回归测试
用于验证已经修改或新增功能后，软件的既有功能是否受到影响。
它主要用于确保软件在经过修改后仍然能正确运行，并且新的更改没有引入新的错误或破坏原有的功能。
比如开发抖音产品，那么回归测试就是新增了一部分功能后，由负责质量保证的部门手动在终端创造一些特定的场景（比如刷一下抖音，看一下评论等）来检查功能是否正确。
2、集成测试
用于验证多个模块或组件在一起协同工作时的正确性。
它主要用于检查不同模块之间的交互和接口是否正常，以确保整个软件系统在集成后能够正常运行。在软件开发过程中，通常会将软件系统划分为多个模块或组件，每个模块负责实现不同的功能。
在集成测试中，这些模块会被组合在一起，并进行全面的测试，以验证它们之间的协作和接口是否正确。
3、单元测试
在开发阶段，开发者对单独的函数模块进行功能测试。单元测试用于验证程序中的各个独立模块（通常是函数或方法）是否按照预期进行工作。它是在软件开发中最小的测试单位，旨在测试代码的最小功能单元，以确保每个单元都能正确地完成其预定的功能。
层级从上到下，测试的覆盖率逐层变大，成本逐层降低。因此可以说，单元测试的覆盖率一定程度上决定了代码的质量。
- 单元测试的成本较低，覆盖率较高，可以确保每个单元都能正确工作。
- 集成测试的成本适中，覆盖率较低，主要用于验证不同模块之间的协作。
- 回归测试的成本较高，主要用于验证整个系统的稳定性和功能性。
在实际开发中，这三种测试方法通常会结合使用，以便在不同的层次和阶段上确保软件的质量和稳定性。
二、单元测试
1、流程
单元测试主要包括输入、测试单元、输出以及校对。
- “单元”的概念比较广，包括接口、函数、模块等等。
- 用最后的校对来保证代码的功能与我们预期的相符。最后通过输出和期望值作校对，来验证代码的正确性。
- 单元测试一方面可以保证质量。每次编写新代码并加入了单元测试，在代码整体覆盖率足够的情况下一方面保证了新功能本身的正确性，又未破坏原有的正确性；另一方面可以提升效率，在代码有bug的情况下通过编写单测，可以在一个较短的周期内定位和修复问题。
2、规则
（1）所有的测试文件都以 _test.go 结尾。这样可以很容易辨别哪些文件是 go 的源代码，哪些是测试代码。
（2）单元测试函数的命名规范，以Test开头，且Test后面的第一个字母大写。如TestDemo。
（3）单元测试提供了一个TestMain函数，TestMain是 Go 语言中测试包(testing)的一个特殊函数，用于在运行测试之前和之后执行一些初始化和收尾操作。它不是针对单个测试用例的，而是整个测试包的入口函数。它可以被用来替代测试函数的默认入口点 func TestXxx(t *testing.T)。
TestMain的代码结构如下，它会在所有测试函数执行之前运行，并且可以在其中进行全局初始化和清理操作。然后，它会调用 m.Run() 启动所有测试函数的执行。
因为它是测试包的入口函数，所以只会执行一次。
需要注意的是，测试函数是并行执行的，所以不能依赖测试函数之间的执行顺序。
3、单元测试的例子
先在demo2.go文件中，创建一个HelloTom函数，预期返回"Tom"。
（这里为了测试，故意写成返回"Jerry"。）
//demo2.go
package main
func HelloTom() string {
return "Jerry"
}
然后生成测试文件： demo2_test.go。
Tips：如果使用 GoLand 为IDE，快捷键 alt+insert ，然后选择Test file，可以直接生成一个单元测试文件。
在demo2_test.go中编写以下测试代码：
package main
import "testing"
func TestHelloTom(t *testing.T) {
output := HelloTom() //运行HelloTom 接收返回值
expectOutput := "Tom" //预期输出Tom
if output != expectOutput {
t.Errorf("Expected %s do not match actual %s", expectOutput, output)
}
}
通过 if 的方式校对 output 是否与 expected 相等。如果相等，则测试PASS，不相等则FAIL。
除了直接用运算符来判断，还有更加简便的方式，即使用 assert。
4、assert
除了使用运算符进行校对，也有很多开源的assert包可以帮助我们实现预期和实际输出equal或not equal的比较。
导入开源的assert包：
github.com/stretchr/testify/assert可以在终端使用以下命令获取依赖（如果没有下载过，直接引入包会报红）：
go get github.com/stretchr/testify/assert调用 assert.Equal来对预期和实际输出进行比较。第二个参数是预期输出，第三个参数是实际输出：
package main
import (
"github.com/stretchr/testify/assert" // 导入开源的assert包
"testing"
)
func TestHelloTom(t *testing.T) {
output := HelloTom() //运行HelloTom 接收返回值
expectOutput := "Tom" //预期输出Tom
//if output != expectOutput {
// t.Errorf("Expected %s do not match actual %s", expectOutput, output)
//}
assert.Equal(t, expectOutput, output) //直接调用包中的接口
}
运行结果：actual 和 expected 不符合，测试FAIL。
若将HelloTom模块返回的值改为Tom，再次执行单元测试：
可见此时单元测试的结果是PASS。
5、覆盖率
在我们进行单元测试时需要考虑以下问题：
如何衡量代码是否经过了足够的测试？如何评价项目的测试水准？如何评估项目是否达到了高水准测试等级？
单元测试的主要评估标准是代码覆盖率，覆盖率越高则证明越多的代码经过了测试。来看下面这个例子：
创建demo3.go，其中编写了一个判断分数是否及格的功能。
package main
func judgePass(score int) bool {
//return score >= 60
if score >= 60 {
return true
}
return false
}
生成测试文件demo3_test.go，调用 judgePass 并传入一个70，将结果与true校对。
package main
import (
"github.com/stretchr/testify/assert"
"testing"
)
func Test_judgePass(t *testing.T) {
isPass := judgePass(70)
assert.Equal(t, true, isPass)
}
然后运行带有覆盖率（coverage）的测试。可以用命令单独测试某个模块（如demo3.go）：
go test demo3_test.go demo3.go --cover也可以在GoLand直接操作，点击右上角的run with coverage进行测试。测试工具会自动运行测试用例，并在执行过程中跟踪被执行的代码行数。最后，它会计算测试覆盖率并给出结果。（注意，这样执行的是该目录下的所有测试文件，给出的也是整个包的测试覆盖率结果。）
最终的代码覆盖率为66.7%。这是因为demo3.go中的3条语句在case为70时执行2条。
如果在 judgePass 中直接写成 return score >= 60，那么代码的覆盖率就会变成100%。因为这个函数中所有的语句都被执行过了。
特别注意：直接点击run with coverage，执行的是该目录下的所有测试文件，给出的也是整个包的测试覆盖率结果。如果该目录下还有其它文件代码，执行测试用例后会发现覆盖率降低：
如何提升覆盖率？
刚才只是测试了70，覆盖率只有66.7%，还有部分代码没有被运行。我们希望提升覆盖率，因此可以多传入一些测试用例case。比如这里，再传入一个50：
coverage达到了 100%。
6、依赖
实际项目中，测试依赖的组件可能会很复杂。比如可能依赖一些数据库，文件，cache等。这些都属于项目中的强依赖（即是一个模块对于另一个模块存在紧密的依赖关系。当一个组件的实现或功能发生变化时，会直接影响到依赖它的其他组件的正确性或稳定性）。
而单元测试的两个目标是幂等和稳定：
- 幂等：重复运行一个测试，其结果都是一样的。
- 稳定：单元测试是相互隔离的，在任何时间任何函数都可运行。
其实，直接写单元测试可能是不稳定的，因为它可能存在一些依赖，如网络等。解决这个问题，可以在单元测试时使用mock测试。
7、文件处理
可以用文件依赖来演示一下单元测试中的依赖问题。
首先创建文件 log.txt，其中内容如下：
创建demo4.go，编写函数用于实现“读取文件的第一行”这一功能。
package main
import (
"bufio"
"os"
"strings"
)
func ReadFirstLine() string {
// 打开一个文件
open, err := os.Open("log.txt")
// defer关键字，用于延迟函数的执行
// 这里的作用是在函数 ReadFirstLine() 执行结束后即使发生错误或提前返回，
// 也会确保文件资源 open 被及时关闭，避免资源泄漏。
defer open.Close()
// 判断是否发生error
if err != nil {
return ""
}
// 创建文件扫描器scanner
scanner := bufio.NewScanner(open)
for scanner.Scan() {
// 只读取第一行的内容 返回
return scanner.Text() // 用于获取scanner当前所在位置的文本内容
}
return ""
}
func ProcessFirstLine() string {
// 读取文件中的行
line := ReadFirstLine()
// 把读到的行进行字符串替换，把11替换成00
destLine := strings.ReplaceAll(line, "11", "00")
return destLine
}
生成单元测试。同时创建log.txt文件进行文件操作。
package main
import (
"github.com/stretchr/testify/assert"
"testing"
)
func Test(t *testing.T) {
firstLine := ProcessFirstLine()
assert.Equal(t, "line00", firstLine) // 别忘了第二个参数是expected，第三个是actual
}
运行：
这里对文件 log.txt 的依赖就是强依赖。
一旦文件被别人篡改，那测试文件可能也会受到影响，甚至无法执行。这样就无法达到单元测试幂等、稳定的目标。
三、Mock测试
Mock（模拟）是一种测试技术，用于在测试代码时替代某些依赖项或功能，以便进行可控制和可预测的测试。这种技术的目的是模拟真实环境中的特定行为，从而使开发人员能够对软件的不同部分进行独立测试，而不需要依赖其他组件的完整性或稳定性。
打桩（Stubbing）是Mock技术的一种应用。它是在单元测试中使用模拟对象（通常称为“桩”或“stub”）代替真实的依赖项或功能，以模拟这些依赖项或功能的行为。打桩的目的是在测试代码的过程中隔离被测试代码，并使测试更简单、可控、可重复和高效。
举个例子，假设有一个函数A，它依赖于函数B的返回结果。在单元测试函数A时，我们可以打桩函数B的行为，使其返回我们预先设定好的值，而不是实际去调用函数B。这样就能够独立地测试函数A的逻辑，而不必担心函数B的实际行为。
演示一下对 demo4.go 中的 ReadFirstLine 进行打桩测试，不再依赖本地文件：
首先引入monkey：bou.ke/monkey
monkey是一个开源的mock测试库，可以对函数或方法进行mock。这是monkey中的打桩函数和卸载打桩函数：
我们就调用它们来实现mock。在测试文件中编写以下代码：
package main
import (
"bou.ke/monkey"
"github.com/stretchr/testify/assert"
"testing"
)
func TestProcessFirstLine(t *testing.T) {
// 调用打桩函数 打桩函数实现了mock的功能
// 对ReadFirstLine进行打桩操作，替换函数为输出“line110”
monkey.Patch(ReadFirstLine, func() string {
return "line11"
})
// 使用defer完成打桩函数的卸载
defer monkey.Unpatch(ReadFirstLine)
// 再次获取函数的返回值
firstLine := ProcessFirstLine()
// 通过mock，就避免了对log.txt的强依赖。这个单元测试可以在任何时间任何环境去执行
assert.Equal(t, "line00", firstLine)
}
调用打桩函数，模拟ReadFirstLine函数的功能。这样，在该测试模块中并没有实际调用ReadFirstLine函数，也没有用到 log.txt ，但是也能完成测试。而且不会因为文件遭到破坏而无法验证。
四、基准测试
go中也提供了基准测试的框架。在 Go 语言中，基准测试用于衡量代码的性能（如运行性能和cpu损耗），特别是在处理大量数据时的性能表现。在实际中，当遇到代码性能瓶颈时，为了定位问题经常要对代码做性能分析，这就用到了基准测试。基准测试的使用方法类似于单元测试。
创建demo5.go，这是一个模拟随机选择服务器的程序：
package main
import "math/rand"
var ServerIndex [10]int
func InitServerIndex() {
for i := 0; i < 10; i++ {
ServerIndex[i] = i + 100
}
}
func Select() int {
// 模拟通过下标来随机选择服务器
return ServerIndex[rand.Intn(10)]
}
编写测试文件，下面写了两个基准测试函数：
package main
import (
"testing"
)
func BenchmarkSelect(b *testing.B) {
InitServerIndex()
b.ResetTimer() //定时器重置，因为函数InitServerIndex不属于要测试的函数的损耗，所以计时要把这个时间去掉
for i := 0; i < b.N; i++ {
Select()
}
}
// 基准测试也支持并行
func BenchmarkSelectParallel(b *testing.B) {
InitServerIndex()
b.ResetTimer()
b.RunParallel(func(pb *testing.PB) {
for pb.Next() {
Select()
}
})
}
BenchmarkSelect：这个基准测试函数用于测试Select函数的性能。在基准测试开始之前，调用InitServerIndex函数进行初始化工作。然后，通过循环运行Select函数b.N次，b.N表示测试运行的迭代次数。
BenchmarkSelectParallel：这个基准测试函数也用于测试Select函数的性能，不同之处在于它使用了并行测试。通过b.RunParallel函数，我们可以在多个 goroutine 中并行运行Select函数。这样可以更好地利用多核处理器的性能，加快测试的执行速度。
运行结果：
基准测试也支持并行执行，但是可见并行去做基准测试的情况下，它的性能退化了。原因是Select中用到了rand函数，而rand为了保证全局的随机性和并发安全，它持有全局锁。因此就降低了并发的性能。
用fastrand可以提升性能。后期如果有随机场景，推荐使用fastrand。
