So testen Sie Microservices-Automatisierungstests

Wenn Ihre automatisierten Microservice-Tests beginnen, „die Kette fallen zu lassen“

Stellen Sie sich Folgendes vor: Die neue Funktion, die Sie gerade eingeführt haben, lief reibungslos, aber ein paar Tage später verlangsamte sich die Auftragsabwicklung plötzlich um einen halben Takt. Nach einer Weile meldete die Zahlungsschnittstelle aus unerklärlichen Gründen einen Fehler. Nach mehrmaliger Überprüfung stellten wir fest, dass es kein Problem mit dem Code selbst gab, sondern dass etwas mit der Zusammenarbeit zwischen den verschiedenen Microservices nicht stimmte – ein Service wurde aktualisiert und der andere konnte nicht mithalten; Eine Schnittstelle hat ihre Parameter geändert und das Modul, das sie aufruft, verwendet immer noch die alten Regeln. An diesem Punkt denken Sie vielleicht darüber nach, wie viel weniger Sorgen Sie hätten, wenn Sie das Problem erkennen könnten, bevor es auftritt.

Darum geht es beim automatisierten Testen von Microservices. Es geht nicht nur darum, ein paar Skripte zu schreiben und diese auszuführen. Es ist, als ob man seine eigene Küche kennt, weiß, welche Rolle die einzelnen Dienste im Gesamtsystem spielen und wie man miteinander kommuniziert. Noch wichtiger ist, dass sich der Test mit dem Dienst „bewegen“ muss – jedes Mal, wenn es ein Update gibt, kann der Test die Kettenreaktion automatisch überprüfen, nicht warten, bis der Benutzer darauf stößt, und dann in Panik geraten.

Was ist also die „Messung vor Ort“?

Manche Leute denken, dass es ein Test ist, die Schnittstelle mehrmals auszuführen, um den Rückgabewert zu überprüfen. Tatsächlich handelt es sich eher um eine Bestätigung, dass der Dienst noch „lebendig“ ist. Echte automatisierte Tests müssen tiefer gehen: zum Beispiel die Simulation der gesamten Auftragskette von der Generierung bis zur Fertigstellung, um zu sehen, ob jeder Dienst Informationen verliert oder das Format bei der Datenübertragung ändert; Oder fügen Sie einem Dienst absichtlich eine kleine Verzögerung hinzu und beobachten Sie, ob andere Dienste geduldig warten oder direkt abstürzen und abstürzen. Bei einem solchen Test handelt es sich um eine regelmäßige körperliche Untersuchung des gesamten Systems, bei der nicht nur einzelne Organe untersucht, sondern auch deren Zusammenspiel überprüft wird.

kpowerWenn wir Kunden bei der Organisation solcher Tests unterstützen, stoßen wir oft auf zwei Fallstricke, in die man leicht tappen kann: Erstens ist das Testskript zu „kaum“ geschrieben und das Skript muss erheblich geändert werden, sobald der Dienst aktualisiert wird; Zweitens ist die Testabdeckung unvollständig und es gibt immer einige Eckszenen, die nicht berücksichtigt werden, und genau an diesen Stellen treten am wahrscheinlichsten Probleme auf. Später passten sie ihre Denkweise an – sie teilten die Testfälle auf, um sie flexibler zu gestalten, wie beim Zusammenbau von Lego, änderten den Dienst ein wenig und änderten einfach die entsprechenden Module; Gleichzeitig können durch die gezielte Simulation „seltsamer“ Situationen, die nicht oft vorkommen, wie Netzwerkunterbrechungen oder plötzlich hohe Parallelität, versteckte Schwachstellen im Voraus aufgedeckt werden.

Was ist der Unterschied zwischen „kann laufen“ und „kontinuierlich laufen“?

Wenn Sie beispielsweise einen Roboterarm mit einem Lenkgetriebe und einem Servomotor zusammenbauen, wird die Gesamtbewegung immer noch stolpern, egal wie genau sich die einzelnen Motoren drehen, wenn das Timing nicht richtig eingestellt ist. Dasselbe gilt auch für Microservices. Wenn sich automatisierte Tests nur auf einen einzelnen Dienst konzentrieren, ist das so, als würde man einen einzelnen Motor kalibrieren und die Gesamtkoordination ignorieren. Ein gutes Test-Framework ermöglicht es den Diensten, sich gegenseitig zu „überprüfen“, indem beispielsweise automatisch der reale Datenverkehr simuliert wird, der regelmäßig durch alle Dienste fließt, und aufgezeichnet wird, wo die Reaktion langsam ist und wo die Daten nicht übereinstimmen. Die Ansammlung dieser Daten kann nicht nur Probleme schnell lokalisieren, sondern Sie auch daran erinnern, welche Dienste möglicherweise benötigt werden und welche Schnittstellen zu stark voneinander abhängig sind.

In einem Chat wurde ich einmal gefragt: „Wir haben nicht viele Dienste, brauchen wir so detaillierte Tests?“ Tatsächlich kommt es nicht auf die Anzahl der Dienste an, sondern darauf, wie „klebrig“ sie sind. Selbst wenn nur drei oder vier Dienste vorhanden sind, die Anrufe untereinander kompliziert sind und viele Datenübertragungsverbindungen vorhanden sind, ist es bei manuellen Tests schwierig, alle abzudecken. Automatisiertes Testen ähnelt eher dem Aufbau eines intelligenten Überwachungsnetzwerks, das normalerweise im Hintergrund agiert. Sobald es ein Service-Update oder eine Anomalie gibt, kann es sofort Feedback geben und Ihnen mitteilen, ob die Änderung in Ordnung ist oder nur eine „kleine Erkältung“.

Lassen Sie den Test von selbst „wachsen“.

Das manuelle Schreiben von Testfällen ist zeitaufwändig und auch die Nachwartung ist ermüdend.kpowerSpäter habe ich versucht, einige Testfälle automatisch zu generieren. Basierend auf den tatsächlichen Schnittstellenaufrufprotokollen und Verkehrsmustern empfiehlt das System gängige Testszenarien und erstellt sogar automatisch Edge-Anwendungsfälle. Dies soll das manuelle Design nicht vollständig ersetzen, sondern Ingenieure von sich wiederholender Arbeit befreien und sich auf die Testlogik konzentrieren, die mehr Kreativität erfordert. Wie man beispielsweise einen Auftragsanstieg während der Feiertage simulieren und die Kompatibilitätsleistung neuer Dienste nach deren Anbindung testen kann, muss noch auf Erfahrungsbasis konzipiert werden.

Auch der Testbericht ist so übersichtlich wie möglich gestaltet. Es handelt sich nicht mehr um einen Haufen Zahlen und Protokolle, sondern um das Erzählen einer Geschichte: Diesmal wurde der Benutzerservice geändert, was sich auch auf Bestellungen und Zahlungen auswirkte, wie sich die gesamte Link-Reaktionszeit veränderte und welche Links es wert sind, beachtet zu werden. Wer den Bericht liest, kann die wichtigsten Punkte schnell erfassen, anstatt sich in den Details zu verlieren.

Es gibt nichts Mysteriöses an automatisierten Microservice-Tests. Es ist im Wesentlichen eine ständige Gewohnheit. So wie Sie jeden Tag, wenn Sie nach Hause kommen, kontrollieren, ob Türen und Fenster geschlossen sind, muss es auch für die laufende Anlage einen regelmäßigen „Inspektionsmechanismus“ geben. Je automatischer dieser Mechanismus ist und je besser er mit den tatsächlich fließenden Daten übereinstimmt, desto sicherer sind Sie, wenn Sie nachts schlafen – denn wer weiß, wo der nächste Benutzer sein wird und auf welche unerwartete Weise eine Reihe von Service-Interaktionen auslöst, an die Sie noch nie gedacht haben?

Um damit zu beginnen, können Sie klein anfangen: Wählen Sie zunächst einen Kerngeschäftslink aus, listen Sie die durchlaufenden Dienste, die aufgerufenen Schnittstellen und die erwarteten Daten klar auf und simulieren Sie dann verschiedene mögliche Handlungsstränge auf diesem Link, wie ein Regisseur ein Theaterstück probt. Sobald alles reibungslos läuft, erweitern Sie den Umfang langsam. Mit der Zeit werden Sie feststellen, dass es beim automatisierten Testen nicht nur darum geht, Fehler zu finden, sondern Ihnen auch dabei hilft, Ihr System besser zu verstehen – wie die einzelnen Dienste funktionieren, wie sie miteinander kommunizieren, welche Bereiche solide sind und welche Bereiche gestärkt werden müssen. Dieses Verständnis selbst ist die beste Garantie.

Gegründet im Jahr 2005,kpowerist einem professionellen Hersteller kompakter Bewegungseinheiten mit Hauptsitz in Dongguan, Provinz Guangdong, China, gewidmet. Kpower nutzt Innovationen in der modularen Antriebstechnologie und integriert Hochleistungsmotoren, Präzisionsgetriebe und Multiprotokoll-Steuerungssysteme, um effiziente und maßgeschneiderte intelligente Antriebssystemlösungen bereitzustellen. Kpower hat weltweit über 500 Unternehmenskunden professionelle Antriebssystemlösungen mit Produkten geliefert, die verschiedene Bereiche abdecken, darunter Smart-Home-Systeme, automatische Elektronik, Robotik, Präzisionslandwirtschaft, Drohnen und industrielle Automatisierung.