单元测试 ——「简单」的乐趣

忍受简单的能力

知乎大V李松蔚讲了个和女儿互动的故事，很有意思：

我关上灯，对女儿说：「闭上眼睛，别乱动了。」
女儿立刻大声抗议：「可是我睡不着！」
我只好又强调了一遍：「我只是请你闭上眼睛，别乱动。」

李松蔚 《忍受简单的能力》

他并没有要求女儿「尽快睡着」，而是做了个更简单的要求；但是聪明的女儿立刻联想到了「即使闭上眼睛现在也睡不着」并做出抗议。

在这篇文章里，他说：「对于聪明人来说，最难以忍受的情况不是一件事有多难，而是纯粹的简单」，「没有难度挑战的任务，会让他们感到无所着力」，「重复的练习是他们的死穴」。

单元测试

单元测试似乎就是一种「简单而重复」的过程，不论是看起来还是写起来，都是由一大堆 GIVEN - WHEN - THEN 组成。

但是这「简单」的表象之下，隐藏着两个「简单」却很重要的问题：

1. 为什么要写单测？
2. 如何写好单测？

按照套路，接下来应该先说「为什么要写单测」，但是太套路就有点无聊，所以接下来先聊聊「如何写好单测」。

面条式代码

所谓面条式代码（spaghetti code），是说某段代码和意大利面（不是通心粉）一样。

反正不是什么好话。

最近看到这么一段代码，功能是创建某个月的值班记录：

def onduty(names):
  date = datetime.strptime("2021-07-01", "%Y-%m-%d")
  idx = 0
  while date < datetime.strptime("2021-07-31", "%Y-%m-%d"):
    post_data = {
      "date": date.strftime("%Y-%m-%d"),
      "name": names[idx],
      "backup": names[(idx+1)%len(names)],
    }
    requests.post(API_URL, json=post_data)
    idx = (idx + 1) % len(names)
    date += timedelta(days=1)

注：原代码有60行，这里略作简化。

这是一段典型的「逻辑很齐全，但是un单测able」的代码：

• 需要请求外部系统（核心原因）
• 硬编码了时间段（次要问题）

那么应该如何为它写单测呢？

重构

如果一段代码不好写单测，说明它的代码结构有问题。

鲁迅《我没说过这句话》

对于结构有问题的代码，首先要做的显然是重构。

我们首先关注这段代码的主要问题：调用「requests.post」请求了外部系统，这导致它和外部系统耦合在一起。

一个很容易想到的思路是，通过依赖注入的方式来解耦：

def onduty(names, saver)
  ...
  saver(post_data)
  ...

这样简单的改造以后，它就变成了一段「单测able」的代码了：通过 mock 一个 saver ，我们可以采集并校验它的输出，例如

class Saver(object):
  def __init__(self):
    self.output = []
  def mocker(self):
    def f(post_data):
      self.output.append(post_data)
    return f
    
def test():
  f = Saver()
  onduty(['a', 'b', 'c'], f.mocker())
  check(f.output)

但是这样写出来的代码非常晦涩。更合理的方法是，将这段逻辑拆分成「生成值班列表」和「上报到值班系统」：

def onduty(names):
  arrangement = arrange(names)
  register(arrangement)

然后我们就可以将「生成值班列表」实现成一个纯函数：

def arrange(names):
  arrangement = []
  date = datetime.strptime("2021-07-01", "%Y-%m-%d")
  idx = 0
  while date < datetime.strptime("2021-07-31", "%Y-%m-%d"):
    arrangement.append({
      "date": date.strftime("%Y-%m-%d"),
      "name": names[idx],
      "backup": names[(idx+1)%len(names)],
    })
    idx = (idx + 1) % len(names)
    date += timedelta(days=1)
  return arrangement

就像数学课上的 y = f(x)，不产生任何副作用，于是我们可以非常容易地给 arrange 方法写单测:

def TestArrage():
    // Given
    names = ['a', 'b', 'c']
    // When
    arrangement = arrange(names)
    // Then
    check(arrangment)

「上报到值班系统」的实现就像这样：

def register(arrangement):
  for item in arrangement:
    requests.post(API_URL, item)

因为涉及到外部系统，确实不太适合写单测，更适合用功能测试来保障其正确性。

另外，因为在 arrange 里硬编码了两个日期，单测的校验逻辑会非常繁琐，我们可以再对其进行重构，把日期作为参数输入：

def arrange(names, from_date, to_date):
  ...

这样使得代码的职责更明确，不但可以提高这段代码的复用性，还可以对更特别的case（例如大小月、闰年等）做校验。

小结一下：

• 通过重构来提高代码的「单测ability」
• 通过依赖注入来解决对外部的依赖 ——「面向接口编程」
• 通过拆分不同环节的业务逻辑，进一步提高代码的内聚性
• 通过将硬编码的值参数化，提高代码的可复用性

当然，以上只是一个简单的例子，并不是完整的单测方法论。实践中还有很多其他环节需要考虑：

• 选择合适的单测框架（例如JUnit）
• 如何使用 mock 工具/库来提高覆盖率
• 如何在语句覆盖、分支覆盖、条件覆盖之间做权衡
• 如何结合CI工具、使用单测覆盖率来评估代码质量
• ……

感兴趣的同学可以参考腾讯技术工程的《聊聊单元测试那些事儿》。

单测的好处

通过上面的一番骚操作，我们已经看到了单测的好处：

• 为了写单测，结构不好的代码必须被重构，从而提高了代码的质量。

而比重构现有代码更重要的是：

• 为了写单测，新增的代码也必须保证合理的结构，从而提高了思维的质量。

当然，刚开始实践单测的同学可能会感受到，这降低了编码的速度；

但是经过一段时间的重复练习，这种思维会被内化，自然地就能写出高质量的代码。

在实践中，单测实际上也大幅提高了测试的效率。

构造一个完整的测试往往是很耗时的，编译 1 分钟、启动 1 分钟，发个测试请求 1 秒钟，「性价比」很低（这可能是很多同学不喜欢测试的原因）。

而单测只需要编译运行少部分代码，因此可以快速验证代码逻辑。

由于大量代码bug在单测时就已经被发现并修复了，可以大幅减少后续 “修改 - 编译 - 启动 - 测试” 环节的数量，这也极大提高了整体的测试效率。

在《聊聊单元测试那些事儿》里还有一份微软的数据：

不同测试阶段发现BUG的平均耗时：

• 单元测试阶段，平均耗时 3.25 小时
• 集成测试阶段，平均耗时 6.25 小时 (+92%)
• 系统测试阶段，平均耗时 11.5 小时 (+254%)

最近遇到的一个case也是很好的例子：手头项目多版本并行，我在A版本开发的功能，需要merge到B版本，merge以后，跑了一轮test case，就可以比较放心地说，merge后的代码没有问题 ——

同样地，当我们需要给一段代码添加新功能时，如果有存量的 unit test，我就就可以比较放心地去修改它了。

结语

在《忍受简单的能力》里，李松蔚说：

所以我认识的学生里面，除了少部分天赋异禀的奇才之外，真正最影响一个人的成就的因素，可能不是智商，也不是努力，而在于他有多「踏实」。

写高质量的代码，从踏实地写单测开始。

btw，李松蔚这篇文章实在太经典，我忍不住要再引用一段：

一口一口地吃饭太慢了。恨不得一口吃下一百口，谁叫锅里还有那么多？
所以重要的事情才要说三遍。可是上一段让你看了三遍的话是什么，你还记得吗？

如果不记得的话，可以试试下面这句：

加入神策数据，帮助客户实现数据驱动。

加入神策数据，帮助客户实现数据驱动。

加入神策数据，帮助客户实现数据驱动。

神策数据是一家致力于“帮助三千万企业重构数据根基，实现数字化经营”的大数据公司。公司正在飞速发展，在北京、上海、武汉、成都、西安、合肥等地都有研发中心，后端、前端、客户端、QA等岗位均虚位以待，对大数据感兴趣的同学千万不要错过 ——

→ 点此查看神策数据的所有职位

欢迎关注

参考链接

1. 忍受简单的能力
2. 聊聊单元测试那些事儿