测试平台系列(66) 数据驱动之基础Model.md

米洛 2022/6/13 测试平台接口测试FastApiPythonReact

大家好~我是米洛！

我在从0到1打造一个开源平台, 也在编写一套完整的接口测试平台系列教程，希望大家能够多多支持。

欢迎关注我的公众号米洛的测开日记，获取最新文章教程!

# 回顾

上一节我们讲了适配异步方法的装饰器，这几节我们继续来死磕用例逻辑部分。之前已经完善了数据构造器相关的功能，下面我们来进行一系列的改造来支持数据驱动。

今天就讲一下基础Model。

# 本节概述

友情提醒: 最近几节会涉及到大量改动，可以直接拉取代码查看对应的改动。

Github地址: https://github.com/wuranxu/pity (opens new window)

大概的改动部分是，用例的参数不再是单一的，对于同一个场景进行多组数据的测试。

# 构思

我们的case目前都是写死的数据，以我们的查询存在用户接口为例子，我们是编写了一个case，然后将name写定在url里面:

如图所示

其实这个name可以有很多组数据，如果只是name在发生变化，得写很多条几乎一样的case，那可谓是绵羊放了山羊屁。

所以我们可以把数据抽离出来，有用过ddt的可能都知道，unittest+ddt就可以实现数据驱动，并且它会为你生成N多个用例。

所以我们的目标就是要和它达成一样的效果。

说了那么多废话，我就是不说怎么做！！！其实，我们维护一个数据表，里面专门存放测试数据，然后和case通过case_id进行关联，在用例执行的时候取出case的数据不就好了吗？

是的，大概的效果就是这样，但是实现起来还有许多阻碍，后面我们一一道来。

# 设计数据表

如果按照以往的尿性，我肯定会设计这样的表:

# 注意这里都是伪代码
class TestCaseData(BaseModel):
    id = Column(INT)
    created_at = Column(DATETIME)
    updated_at = Column(DATETIME)
    deleted_at = Column(DATETIME)
    create_user = Column(INT)
    update_user = Column(INT)

1
2
3
4
5
6
7
8

这些都是除了表核心字段以外的不得不添加的基础字段，那每次都写这么多字段，说实话我有点烦了。

何不定义一个基础的model，然后业务model只保留最核心的字段呢？有了这个想法以后，我就停不下来了，于是我花了些时间完成这个事情。下面就是实践过程。

# 设计基础Model

我们知道SqlAlchemy是拥有BaseModel类的，所有的类模型都得继承之。

所以我们的基础Model也得继承它。在models目录下建立文件 basic.py

from datetime import datetime

from sqlalchemy import INT, DATETIME, Column, BIGINT

from app.models import Base


class PityBase(Base):
    id = Column(INT, primary_key=True)
    created_at = Column(DATETIME, nullable=False)
    updated_at = Column(DATETIME, nullable=False)
    deleted_at = Column(BIGINT, nullable=False, default=0)
    create_user = Column(INT, nullable=False)
    update_user = Column(INT, nullable=False)

    def __init__(self, user, id=0):
        self.created_at = datetime.now()
        self.updated_at = datetime.now()
        self.create_user = user
        self.update_user = user
        self.id = id

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

注意因为软删除的原因，我们把deleted_at改成了BIGINT，而非datetime对象，如果有疑问可看我之前的软删除相关文章。

这样我们就定义好了PityBase类。接着我们来说下数据表的设计，其实我们的数据表，你是不确定用户需要多少字段的。本身我认为这样的数据很适合放到mongo里面，它支持不同类型的数据放到一张表，也可以不定义字段。

但既然我们用的是Mysql，那我们只能把我们的数据字段写为JSON数据（字符串），通过序列化/反序列化的方式完成我们的需求。（尽管序列化/反序列影响性能）

# 测试数据表

"""
测试数据表, 用来存储各个环境下的测试数据，用于数据驱动
"""
__author__ = "miluo"

from sqlalchemy import Column, INT, String, UniqueConstraint, TEXT

from app.models.basic import PityBase


class PityTestcaseData(PityBase):
    env = Column(INT, nullable=False)
    case_id = Column(INT, nullable=False)
    name = Column(String(32), nullable=False)
    json_data = Column(TEXT, nullable=False)

    __table_args__ = (
        UniqueConstraint('env', 'case_id', 'name', 'deleted_at'),
    )

    __tablename__ = "pity_testcase_data"

    def __init__(self, env, case_id, name, json_data, user, id=0):
        super().__init__(user, id)
        self.env = env
        self.case_id = case_id
        self.name = name
        self.json_data = json_data

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28

我们存放了env，case_id，name和json_data这4个字段，并设置了联合唯一索引，防止数据重复。

可能有的人会好奇，这个name是啥，name其实是数据的一个标识，也就是个别名而已，用于标识你的这组数据。

里面的__init__方法，调用了父类的__init__()，完成了所有字段的赋值工作。

# 这就完事了吗？

其实没有那么简单，我们还需要对PityModel(基础Model)进行一个改动，我们得加一个__abstract__变量，并设置它为True，这样就能满足我们的要求了。细心的朋友可以去掉__abstract__变量试试，你的PityModel会被认为是一个新的数据表，随之会引来报错。

大家感兴趣可以试试

今天的内容就先说到这里，下一节我们讲TestcaseData的相关操作以及其他变化。以后我们的数据表，如有新增，都会集成自PityModel类，会省不少事儿。

(65) 异步方法装饰器 (67) 玩转数据驱动

米洛的小窝

Choose mode