python優(yōu)化測(cè)試穩(wěn)定性的失敗重試工具pytest-rerunfailures詳解
前言
筆者在執(zhí)行自動(dòng)化測(cè)試用例時(shí),會(huì)發(fā)現(xiàn)有時(shí)候用例失敗并非代碼問題,而是由于服務(wù)正在發(fā)版,導(dǎo)致請(qǐng)求失敗,從而降低了自動(dòng)化用例的穩(wěn)定性,最后還要花時(shí)間定位到底是自身case的原因還是業(yè)務(wù)邏輯問題,還是其他原因,增加了定位成本。增加容錯(cuò)機(jī)制,失敗重試,會(huì)解決大部分由于網(wǎng)絡(luò)原因、服務(wù)重啟等原因造成的case失敗問題。那該如何增加失敗重試機(jī)制呢?帶著問題我們一起探索。
pytest-rerunfailures 插件
先給出答案,我們將使用pytest-rerunfailures插件來實(shí)現(xiàn)失敗重試功能。
什么是pytest-rerunfailures?
pytest-rerunfailures 是一個(gè)基于 pytest 框架的插件,它允許我們對(duì)測(cè)試用例進(jìn)行失敗重試。當(dāng)一個(gè)測(cè)試用例失敗時(shí),插件會(huì)自動(dòng)重新運(yùn)行失敗的測(cè)試用例,直到達(dá)到預(yù)定的重試次數(shù)或測(cè)試用例通過為止。這樣可以增加用例的穩(wěn)定性,并減少因?yàn)榕及l(fā)性問題導(dǎo)致的測(cè)試失敗。
如何使用pytest-rerunfailures?
方式一
首先,確保已經(jīng)安裝了 pytest-rerunfailures 插件。可以使用以下命令進(jìn)行安裝:
pip install pytest-rerunfailures
安裝完成后,在項(xiàng)目中使用 pytest 運(yùn)行測(cè)試用例時(shí),pytest-rerunfailures 插件會(huì)自動(dòng)生效。
接下來,在編寫測(cè)試用例時(shí),可以通過添加 @pytest.mark.flaky 裝飾器將需要重試的測(cè)試用例標(biāo)記起來。例如:
test_demo.py
import pytest ? ? @pytest.mark.flaky(reruns=3, reruns_delay=2) def test_case(): ? ?assert 1 == 2 ?
在上述示例中,我們使用了 @pytest.mark.flaky 裝飾器來標(biāo)記測(cè)試用例 test_case 為可重試的。參數(shù) reruns 指定了重試次數(shù),而 reruns_delay 則指定了每次重試之間的延遲時(shí)間(以秒為單位)。
我們來運(yùn)行case,看一下執(zhí)行結(jié)果:
執(zhí)行命令:pytest -s -v test_demo.py::test_case,會(huì)看到如下結(jié)果:
RERUN test_dir/test_demo.py::test_case RERUN test_dir/test_demo.py::test_case RERUN test_dir/test_demo.py::test_case FAILED
可以看到,重試了3次,最終結(jié)果為失敗。
注意:如果你是在pycharm中點(diǎn)擊綠色三角形直接運(yùn)行是不生效的
總結(jié)一下:
當(dāng)運(yùn)行測(cè)試時(shí),如果測(cè)試用例失敗,pytest-rerunfailures 插件會(huì)根據(jù)我們配置的重試次數(shù)和延遲時(shí)間自動(dòng)重新運(yùn)行該測(cè)試用例,直到達(dá)到最大重試次數(shù)或測(cè)試通過為止。
方式二
除了使用裝飾器來標(biāo)記測(cè)試用例外,pytest-rerunfailures 還支持使用命令行選項(xiàng)和配置文件的方式進(jìn)行配置。
命令行執(zhí)行的話,可以這樣寫:
pytest -s -v --reruns 3 --reruns-delay 2 test_demo.py::test_case
或者代碼運(yùn)行的話,可以這樣寫:
pytest.main(["-s", "-v", "--reruns", "3", "--reruns-delay", "2", "test_demo.py::test_case"]) ?
運(yùn)行機(jī)制
到這里,應(yīng)該會(huì)使用了。我們簡(jiǎn)單概括一下它的運(yùn)行機(jī)制:
- pytest 通過插件系統(tǒng)加載 pytest-rerunfailures 插件,并啟用其功能。
- 當(dāng) pytest 運(yùn)行測(cè)試時(shí),對(duì)每個(gè)測(cè)試用例的執(zhí)行進(jìn)行監(jiān)控。
- 如果一個(gè)測(cè)試用例執(zhí)行失敗,pytest-rerunfailures 插件會(huì)捕獲該失敗,并判斷是否需要進(jìn)行重試。
- 如果該測(cè)試用例被標(biāo)記為可重試(使用了
@pytest.mark.flaky裝飾器),插件會(huì)根據(jù)配置的重試次數(shù)和延遲時(shí)間重新運(yùn)行該測(cè)試用例。 - 在每次重試之前,插件會(huì)根據(jù)設(shè)置的延遲時(shí)間暫停一段時(shí)間。
- 如果測(cè)試用例在重試次數(shù)達(dá)到上限之前通過了,即成功執(zhí)行,則插件會(huì)將該測(cè)試用例標(biāo)記為通過。
- 如果測(cè)試用例在達(dá)到最大重試次數(shù)后仍然失敗,則插件會(huì)返回最后一次失敗的結(jié)果作為最終的結(jié)果。
總結(jié)起來,pytest-rerunfailures 插件在測(cè)試執(zhí)行失敗時(shí),根據(jù)配置的重試次數(shù)和延遲時(shí)間重新運(yùn)行測(cè)試用例,并根據(jù)重試結(jié)果判斷最終的測(cè)試結(jié)果。這樣可以提高測(cè)試用例的穩(wěn)定性,并減少偶發(fā)性問題導(dǎo)致的測(cè)試失敗。
源碼解讀
使用階段,我們使用mark標(biāo)記,那源碼中應(yīng)該添加了該標(biāo)記
def pytest_configure(config): ? ?# add flaky marker ? ?config.addinivalue_line( ? ? ? ?"markers", ? ? ? ?"flaky(reruns=1, reruns_delay=0): mark test to re-run up " ? ? ? ?"to 'reruns' times. Add a delay of 'reruns_delay' seconds " ? ? ? ?"between re-runs.", ? ) ? ?......
簡(jiǎn)單解釋一下:
pytest_configure(config)是 pytest 的一個(gè)鉤子函數(shù),用于在 pytest 配置階段對(duì)配置進(jìn)行自定義操作。
config.addinivalue_line()是 pytest 的配置方法,用于向配置中添加新的配置項(xiàng)或配置信息。
- 在這段代碼中,通過
config.addinivalue_line()方法,插件向 pytest 的配置中加入了一行字符串。
- 這行字符串指定了標(biāo)記名稱為 "flaky",并使用參數(shù)
reruns和reruns_delay來說明重試次數(shù)和延遲時(shí)間的默認(rèn)值。
- 標(biāo)記的含義是將被標(biāo)記的測(cè)試用例重新運(yùn)行最多 "reruns" 次,每次重試之間間隔 "reruns_delay" 秒。
通過這個(gè)自定義的標(biāo)記,就可以使用 @pytest.mark.flaky 裝飾器來標(biāo)記需要進(jìn)行重試的測(cè)試用例,并且可以在裝飾器中指定具體的重試次數(shù)和延遲時(shí)間。
我們看看實(shí)現(xiàn)失敗重試的源碼,這才是重點(diǎn)
def pytest_runtest_protocol(item, nextitem): ? ?""" ? Run the test protocol. ? ? Note: when teardown fails, two reports are generated for the case, one for ? the test case and the other for the teardown error. ? """ ? ?reruns = get_reruns_count(item) ? ?if reruns is None: ? ? ? ?# global setting is not specified, and this test is not marked with ? ? ? ?# flaky ? ? ? ?return ? ? ?# while this doesn't need to be run with every item, it will fail on the ? ?# first item if necessary ? ?check_options(item.session.config) ? ?delay = get_reruns_delay(item) ? ?parallel = not is_master(item.config) ? ?db = item.session.config.failures_db ? ?item.execution_count = db.get_test_failures(item.nodeid) ? ?db.set_test_reruns(item.nodeid, reruns) ? ? ?if item.execution_count > reruns: ? ? ? ?return True ? ? ?need_to_run = True ? ?while need_to_run: ? ? ? ?item.execution_count += 1 ? ? ? ?item.ihook.pytest_runtest_logstart(nodeid=item.nodeid, location=item.location) ? ? ? ?reports = runtestprotocol(item, nextitem=nextitem, log=False) ? ? ? ? ?for report in reports: ?# 3 reports: setup, call, teardown ? ? ? ? ? ?report.rerun = item.execution_count - 1 ? ? ? ? ? ?if _should_not_rerun(item, report, reruns): ? ? ? ? ? ? ? ?# last run or no failure detected, log normally ? ? ? ? ? ? ? ?item.ihook.pytest_runtest_logreport(report=report) ? ? ? ? ? ?else: ? ? ? ? ? ? ? ?# failure detected and reruns not exhausted, since i < reruns ? ? ? ? ? ? ? ?report.outcome = "rerun" ? ? ? ? ? ? ? ?time.sleep(delay) ? ? ? ? ? ? ? ? ?if not parallel or works_with_current_xdist(): ? ? ? ? ? ? ? ? ? ?# will rerun test, log intermediate result ? ? ? ? ? ? ? ? ? ?item.ihook.pytest_runtest_logreport(report=report) ? ? ? ? ? ? ? ? ?# cleanin item's cashed results from any level of setups ? ? ? ? ? ? ? ?_remove_cached_results_from_failed_fixtures(item) ? ? ? ? ? ? ? ?_remove_failed_setup_state_from_session(item) ? ? ? ? ? ? ? ? ?break ?# trigger rerun ? ? ? ?else: ? ? ? ? ? ?need_to_run = False ? ? ? ? ?item.ihook.pytest_runtest_logfinish(nodeid=item.nodeid, location=item.location) ? ? ?return True
簡(jiǎn)單解釋一下:
首先,通過函數(shù) get_reruns_count(item) 獲取當(dāng)前測(cè)試用例需要重試的次數(shù)。如果沒有設(shè)置重試次數(shù),則直接返回。
然后,檢查配置選項(xiàng)并獲取重試的延遲時(shí)間,并確定是否運(yùn)行在并行模式下。還會(huì)獲取失敗記錄數(shù)據(jù)庫對(duì)象,并獲取當(dāng)前測(cè)試用例已經(jīng)執(zhí)行的次數(shù)。
接下來,通過比較已執(zhí)行次數(shù)和設(shè)定的重試次數(shù),判斷是否需要進(jìn)行重試。如果已執(zhí)行次數(shù)大于等于設(shè)定的重試次數(shù),則不再進(jìn)行重試,直接返回。
如果需要重試,會(huì)進(jìn)入一個(gè)循環(huán),每次重試會(huì)增加已執(zhí)行次數(shù)。在重試過程中,會(huì)調(diào)用 pytest_runtest_logstart 函數(shù)記錄測(cè)試用例開始執(zhí)行的日志。
然后,通過調(diào)用 runtestprotocol 函數(shù)執(zhí)行測(cè)試用例,并獲取測(cè)試結(jié)果。在這里,生成的報(bào)告會(huì)被標(biāo)記為執(zhí)行次數(shù)減一,以便區(qū)分原始執(zhí)行和重試執(zhí)行的報(bào)告。
接著,通過 _should_not_rerun 函數(shù)判斷當(dāng)前報(bào)告是否滿足不需要重試的條件。如果滿足,則繼續(xù)執(zhí)行后續(xù)操作。
如果報(bào)告表明需要重試,并且重試次數(shù)未達(dá)到設(shè)定的次數(shù),會(huì)將報(bào)告的結(jié)果設(shè)置為 "rerun",并根據(jù)設(shè)定的延遲時(shí)間暫停一段時(shí)間。
然后,根據(jù)并行模式和當(dāng)前使用的 xdist 版本,決定是否記錄中間結(jié)果。同時(shí),會(huì)清除緩存的結(jié)果和執(zhí)行狀態(tài)。
之后,重試循環(huán)會(huì)繼續(xù),直到不滿足重試條件為止。最后,會(huì)調(diào)用 pytest_runtest_logfinish 函數(shù)記錄測(cè)試用例結(jié)束執(zhí)行的日志。
最后,函數(shù)返回 True,表示已經(jīng)實(shí)現(xiàn)重試機(jī)制。
總結(jié)起來,這段代碼通過循環(huán)執(zhí)行測(cè)試用例,并在滿足重試條件時(shí)進(jìn)行重試,直到滿足退出條件為止。在重試過程中,會(huì)記錄日志、生成報(bào)告,并根據(jù)設(shè)定的重試次數(shù)和延遲時(shí)間進(jìn)行控制。
最后
失敗重試功能并不是解決所有測(cè)試問題的法寶,它應(yīng)該被視為一種提高測(cè)試穩(wěn)定性的輔助手段。在使用 pytest-rerunfailures 進(jìn)行失敗重試時(shí),我們應(yīng)該仔細(xì)分析失敗的原因,確保重試次數(shù)和延遲時(shí)間設(shè)置合理,并與團(tuán)隊(duì)成員共同討論和決定是否需要重試測(cè)試用例。
總結(jié)起來,pytest-rerunfailures 是一個(gè)非常有用的工具,可以提高測(cè)試用例的穩(wěn)定性。通過使用它,我們可以輕松地實(shí)現(xiàn)失敗重試功能,并減少由于偶發(fā)性問題導(dǎo)致的測(cè)試失敗。
另外源碼中,看到了pytest_runtest_logstart等,可能有些同學(xué)不明白這是干嘛用的,之后我們專門寫一篇文章來介紹它的作用。
以上就是python優(yōu)化測(cè)試穩(wěn)定性的失敗重試工具pytest-rerunfailures詳解的詳細(xì)內(nèi)容,更多關(guān)于python工具pytest-rerunfailures的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
使用PyInstaller將Python代碼打包成獨(dú)立可執(zhí)行文件詳細(xì)步驟
PyInstaller是一個(gè)Python庫,可以將Python應(yīng)用程序轉(zhuǎn)換為獨(dú)立的可執(zhí)行文件,這篇文章主要給大家介紹了關(guān)于使用PyInstaller將Python代碼打包成獨(dú)立可執(zhí)行文件的詳細(xì)步驟,需要的朋友可以參考下2024-07-07
python使用Faker進(jìn)行隨機(jī)數(shù)據(jù)生成
大家好,本篇文章主要講的是python使用Faker進(jìn)行隨機(jī)數(shù)據(jù)生成,感興趣的同學(xué)趕快來看一看吧,對(duì)你有幫助的話記得收藏一下2022-02-02
python基于tkinter制作無損音樂下載工具(附源碼)
這篇文章主要介紹了python基于tkinter制作無損音樂下載工具(附源碼),幫助大家更好的理解和學(xué)習(xí)使用python,感興趣的朋友可以了解下2021-03-03
jupyter notebook使用argparse傳入list參數(shù)
這篇文章主要介紹了jupyter notebook使用argparse傳入list參數(shù),jupyter notebook其實(shí)是可以使用 argparse來調(diào)用參數(shù)的,只要把參數(shù)轉(zhuǎn)為list即可,下面來看看具體的實(shí)現(xiàn)過程吧2022-01-01
pandas數(shù)據(jù)清洗,排序,索引設(shè)置,數(shù)據(jù)選取方法
下面小編就為大家分享一篇pandas數(shù)據(jù)清洗,排序,索引設(shè)置,數(shù)據(jù)選取方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2018-05-05
Python基于argparse與ConfigParser庫進(jìn)行入?yún)⒔馕雠cini parser
這篇文章主要介紹了Python基于argparse與ConfigParser庫進(jìn)行入?yún)⒔馕雠cini parser,幫助大家更好的理解和使用python,感興趣的朋友可以了解下2021-02-02
Python 中pandas索引切片讀取數(shù)據(jù)缺失數(shù)據(jù)處理問題
pandas是一個(gè)Python軟件包,提供快速,靈活和富于表現(xiàn)力的數(shù)據(jù)結(jié)構(gòu),旨在使使用“關(guān)系”或“標(biāo)記”數(shù)據(jù)既簡(jiǎn)單又直觀。這篇文章主要介紹了pandas索引切片讀取數(shù)據(jù)缺失數(shù)據(jù)處理,需要的朋友可以參考下2019-10-10
python實(shí)現(xiàn)決策樹ID3算法的示例代碼
這篇文章主要介紹了python實(shí)現(xiàn)決策樹ID3算法的示例代碼,小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過來看看吧2018-05-05

