Go语言工程实践之测试与Gin项目实践

Go 语言并发编程 及 进阶与依赖管理_软工菜鸡的博客-CSDN博客

03 测试

回归测试一般是QA(质量保证)同学手动通过终端回归一些固定的主流程场景

集成测试是对系统功能维度做测试验证,通过服务暴露的某个接口,进行自动化测试

而单元测试开发阶段，开发者对单独的函数、模块做功能验证

层级从上至下，测试成本逐渐减低，而测试覆盖率确逐步上升，所以单元测试的覆盖率一定程度上决定着代码的质量。

3.1.0 单元测试

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；用最后的校对来保证代码的功能与我们的预期相符；

单侧一方面可以保证质量，在整体覆盖率足够的情况下，一定程度上既保证了新功能本身的正确性，又未破坏原有代码的正确性。 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，可以在一个较短周期内定位和修复问题。

3.1.1 单元测试-规则

基本规范，以 _test.go结尾这样从文件上就很好了区分源码和测试代码

以Test开头，且连接的第一个字母大写

TestMain的m.run()会跑这个package下的所有单测；

3.1.2 单元测试-例子

HelloTom() 由于代码逻辑的错误没有输出Tom；

接下来进行测试：TestHelloTom()

3.1.3 单元测试-运行

输出结果错误

3.1.4 单元测试-assert

import 了testify/assert 的Equal函数

3.1.5 单元测试-覆盖率

这是一个判断是否及格的函数，超过60分，返回true，否则返回false

右边是对输入为70 的单元测试，我们执行右边的单侧

通过指定go test [] --cover参数，我们看输出了 覆盖率为66.7。

一共三行，我们的单测试执行了2行，所以为66.7

下一步就是提升覆盖率，我们可以增加一个不及格的测试case，重新执行所有单侧，最终覆盖率为100%。

也就是说，我们通过不断对各个分支的测试，保证了覆盖率和完备性。

3.1.6 单元测试-Tips

在实际项目中，一般的要求是50%~60% 覆盖率，而对于资金型服务，覆盖率可能要求达到80%；

我们做单元测试，测试分支相互独立，全面覆盖，则要求函数体足够小，这样就比较简单的提升覆盖率，也符合函数设计的单一职责。

3.2 单元测试-依赖

工程中复杂的项目，一般会依赖数据库、缓存等，而我们的单测需要保证稳定性和幂等性

稳定是指相互隔离，能在任何时间，任何环境，运行测试。

幂等是指每一次测试运行都应该产生与之前一样的结果。而要实现这一目的就要用到mock机制。

3.3 单元测试-文件处理

下面举个例子，打开文件读入 将文件中的第一行字符串中的11替换成00，执行单测，测试通过，而我们的单测需要依赖本地的文件，如果文件被修改或者删除测试就会fail。

为了保证测试case的稳定性，我们对读取文件函数进行mock，屏蔽对于文件的依赖。

3.4 单元测试-Mock

monkey是一个开源的mock测试库，可以对method，或者实例方法的方法进行mock(打桩)

打桩指的是：用一个函数A 替换函数B，B作为原函数；A作为打桩函数

Mock Patch(原函数，需要打桩的函数) 的作用域在 Runtime；

Unpatch(打桩函数)：打桩结束后把原函数卸载掉；

monkey主要是在运行时通过 Go 的 unsafe 包，能够将内存中函数的地址替换为运行时函数的地址，在测试中调用的就是运行时的打桩函数B地址。

下面是一个mock的使用样例，通过patch对Readfineline进行打桩mock，默认返回line110，这里通过defer卸载mock，这样整个测试函数就摆脱了本地文件的束缚和依赖。

3.5 基准测试

Go 语言还提供了基准测试框架，基准测试是指测试一段程序的运行性能及耗费 CPU 的程度。

而我们在实际项目开发中，经常会遇到代码性能瓶颈，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。使用方法类似于单元测试，

3.5.1 基准测试-例子

这里举一个服务器负载均衡的例子，首先我们有10个服务器列表，每次随机(rand包)执行select函数随机选择一个执行。

3.5.2 基准测试-运行

基准测试以Benchmark开头,入参是testing.B, 用b中的N值反复递增循环测试（对一个测试用例的默认测试时间是 1 秒，当测试用例函数返回时还不到 1 秒，那么 testing.B 中的 N 值将按 1、2、5、10、20、50……递增，并以递增后的值重新进行用例函数测试）

Resttimer重置计时器，我们在reset之前做了init或其他的准备操作，这些操作不应该作为基准测试的范围；

runparallel()函数是多协程并发测试；执行 2个基准测试，发现代码在并发情况下存在劣化，主要原因是rand为了保证全局的随机性和并发安全，持有了一把全局锁。

3.5.3 基准测试-优化

GitHub - bytedance/gopkg: Universal Utilities for Go

而为了解决这一随机函数性能问题，开源了一个高性能随机数方法fastrand，上面有开源地址；我们这边再做一下基准测试，性能提升百倍。主要的思路是牺牲了一定的数列的一致性，在大多数场景是适用的，同学在后面遇到随机的场景可以尝试用一下。

4 项目实践

4.0需求背景

大家应该都是从掘金的 社区话题入口报名的，都看到过这个页面，页面的功能包括话题详情，回帖列表，支持回帖，点赞，和回帖回复

我们今天就以此为需求模型，开发一个该页面交涉及的服务端小功能。

4.1 需求描述

                下面是需求的详细描述；Ok，如果该功能由同学自己实现，如何去做模型设计，可以拿笔和纸简单画一下，然后打开ide，争取我们一起完成这个实现，后面跟不上也不要着急，代码已经托管到github，大家可以自行下载查看GitHub - Moonlight-Zhao/go-project-example

4.2 需求用例

我们从用例分析一步步拆解实现，主要涉及的功能点，用户浏览消费，涉及页面的展示，包括话题内容和回帖的列表，其实从图中我们应该会抽出2个实体的，而实体的属性有哪些，他们之间的联系又如何？ 大家想一下，可以先定义一下结构体

4.3 ER 图

4.4 分层结构

整体分为三层

repository数据层，service逻辑层，controoler视图层

数据层关联底层数据模型，也就是这里的model，封装外部数据的增删改查，我们的数据存储在本地文件，通过文件操作拉取话题，帖子数据；

数据层面向逻辑层，对service层透明，数据层屏蔽下游数据差异，也就是不管下游是文件，还是数据库，还是微服务等，对service层的接口模型是不变的。

Servcie逻辑层处理核心业务逻辑，接收数据层数据 计算打包业务实体entiy，对应我们的需求，就是话题页面，包括话题和回帖列表，并上送给视图层；

Controller视图层负责处理和外部的交互逻辑，以view视图的形式返回给客户端，对于我们需求，封装json格式化的请求结果，api形式访问就好

4.5 组件工具

下面介绍下开发涉及的基础组件和工具

首先是gin，高性能开源的go web框架，我们基于gin 搭建web服务器，在课程手册应该提到了，这里我们只是简单的使用，主要涉及路由分发，不会涉及其他复杂的概念。

因为我们引入了web框架，所以就涉及go module依赖管理，如前面依赖管理课程内容讲解，我们首先通过go mod是初始化go mod管理配置文件，然后go get下载gin依赖，这里显示用了V1.3.0版本。

有了框架依赖，我们只需要关注业务本身的实现，

从下至上：reposity-->service-->controller,我们一步步实现。希望大家能跟上我的节奏，从0~1 实现这个项目，如果时间问题，大家可以一步步copy一下，主要是走一下开发思路。

4.6 Repository数据层

首先是reposity，我们可以根据之前的er图先定义struct文件中每行的格式如图所示

那如何实现QueryTopicById(话题)，QueryPostsByParentId(帖子)？

4.6 Repository-index

一方面查询我们可以用全扫描遍历的方式，但是这虽然能达到我们的目的，但是并非高效的方式；

所以这里引出索引的概念，索引就像书的目录，可以引导我们快速查找定位我们需要的结果；

这里我们用map实现内存索引，在服务对外暴露前，利用文件元数据初始化全局内存索引，这样就可以实现0（1）的时间复杂度查找操作。

下面是具体的实现，首先是os.Open打开文件，基于file 初始化scanner，通过迭代器方式遍历scanner数据行，转化为结构体Topic存储至内存map，这就是初始化话题内存索引。

4.6 Repository-查询

有了内存索引，下一步就是实现查询操作就比较简单了

直接根据查询key获得map中的value就好了，这里用到了sync.once,主要适用高并发的场景下只执行一次的场景，这里的基于once的实现模式就是我们平常说的单例模式，减少存储的浪费。

有了topic的查询代码，大家可以照猫画虎 自行实现一下根据话题id查询回帖列表的查询方法

func (*PostDao) QueryPostByParentId(parentId int64) ([]*Post, error) {var posts []*Posterr := db.Where("parent_id = ?", parentId).Find(&posts).Errorif err != nil {util.Logger.Error("find posts by parent_id err:" + err.Error())return nil, err}return posts, nil
}

4.7 Service逻辑层

有了reposity层以后，下面我们开始实现service层，首先我们定义servcie层实体PageInfo，包括：Topic和PostList

下面是具体的servcie流程编排 通过err控制流程退出，正常会返回页面信息，err为nil

func (f *QueryPageInfoFlow) Do() (*PageInfo, error) {if err := f.checkParam(); err != nil {//简单的id校验return nil, err}if err := f.prepareInfo(); err != nil {return nil, err}if err := f.packPageInfo(); err != nil {return nil, err}return f.pageInfo, nil
}

关于prepareInfo方法，话题和回帖信息的获取都依赖topicid，这样2个流程没有相互依赖；

这就可以并行执行，提高执行效率。

WaitGroup Add(2);(2个并行的协程)；wait等待两个协程的信息从数据层返回

大家在后期做项目开发中，一定要思考流程是否可以并行，通过压榨CPU，降低接口耗时，不要一味的串行实现，浪费多核cpu的资源

Paramcheck 和pack这里就不讲了，给大家一点时间 编码 ，copy代码

4.8 Controller视图层

这里我们定义一个view对象，通过code msg打包业务状态信息，用data承载业务实体信息，输入

4.9 Router

最后是web服务的引擎配置，path映射到具体的controller。通过path变量传递话题id

4.10 运行

最后执行go run 本地启动web服务，通过curl命令请求服务暴露的接口，当然平时写代码不可能像我讲的这么顺畅，难免有bug，大家要做好完备的单元测试，快速定位问题，解决问题。

鼠鼠出bug了捏！

好的，以上就是对社区话题页面需求的整个实现流程，这样我们从项目拆解，代码设计落地，最后测试运行就跑通了整个的项目流程，为大家后期实现项目提供了一定的开发思路。当然实际项目较我们实现的需求会复杂很多，不过大家也不必担心，可以通过大拆小的思路，将大需求拆解为小需求的思路来分析解决，遇到问题，各个击破，同时做好充分的测试。 课后作业

非常感谢您阅读到这里，如果这篇文章对您有帮助，希望能留下您的点赞👍 关注💖 收藏 💕评论💬感谢支持！！！