2. 动态测试


一、动态测试是什么?

动态测试(Dynamic Test)允许在运行时生成测试用例,而不是在编译时通过 @Test 静态定义。它通过 @TestFactory 注解标记的方法动态生成一组测试用例,适用于需要灵活生成测试场景的场景。

核心特点:
  • 运行时生成测试:测试用例在运行时动态创建。
  • 灵活性强:可根据外部数据、条件或复杂逻辑生成测试。
  • 独立执行:每个动态测试作为独立用例运行,失败不影响其他用例。

二、动态测试 vs 静态测试

特性静态测试(@Test动态测试(@TestFactory
定义时机编译时固定运行时动态生成
用例数量固定可动态变化
生命周期支持 @BeforeEach/@AfterEach不触发 @BeforeEach/@AfterEach
适用场景简单、固定的测试逻辑复杂数据驱动、条件组合测试

三、动态测试的核心组件

  1. @TestFactory
    标记一个方法为动态测试工厂,该方法返回 DynamicTest 的集合(如 StreamCollectionIterable)。

  2. DynamicTest
    表示单个动态测试用例,包含:

    • 名称:测试的显示名称。
    • 可执行体:测试逻辑(Lambda 或方法引用)。

四、使用场景

1. 数据驱动测试

从外部数据源(如 CSV、数据库)读取数据,动态生成测试用例。

2. 组合测试

生成多个参数组合的测试用例,覆盖不同输入组合。

3. 条件性测试

根据运行时环境或条件动态决定是否生成测试用例。

4. 动态错误处理

例如遍历一组操作,每个操作作为独立测试用例,即使部分失败也不影响其他用例。


五、使用示例

示例 1:基本动态测试
import org.junit.jupiter.api.*;import java.util.stream.Stream;class DynamicTestDemo {@TestFactoryStream<DynamicTest> dynamicTestsBasic() {return Stream.of(DynamicTest.dynamicTest("动态测试 1", () -> {Assertions.assertEquals(4, 2 + 2);}),DynamicTest.dynamicTest("动态测试 2", () -> {Assertions.assertTrue("Hello".startsWith("H"));}));}
}
示例 2:基于外部数据的动态测试(CSV 文件)

假设 test-data.csv 内容:

2,3,5
5,5,10

动态测试代码:

import org.junit.jupiter.api.*;
import java.nio.file.*;
import java.util.stream.*;class CsvDynamicTest {@TestFactoryStream<DynamicTest> dynamicTestsFromCsv() throws Exception {return Files.lines(Paths.get("src/test/resources/test-data.csv")).map(line -> line.split(",")).map(columns -> DynamicTest.dynamicTest("测试加法: " + columns[0] + "+" + columns[1],() -> {int a = Integer.parseInt(columns[0]);int b = Integer.parseInt(columns[1]);int expected = Integer.parseInt(columns[2]);Assertions.assertEquals(expected, a + b);}));}
}
示例 3:组合参数测试

生成多个参数的组合测试:

@TestFactory
Stream<DynamicTest> dynamicTestsWithParameters() {List<Integer> aList = List.of(1, 2, 3);List<Integer> bList = List.of(4, 5, 6);return aList.stream().flatMap(a -> bList.stream().map(b -> new int[]{a, b})).map(pair -> DynamicTest.dynamicTest("测试 " + pair[0] + " + " + pair[1],() -> Assertions.assertEquals(pair[0] + pair[1], pair[0] + pair[1])));
}
示例 4:条件性动态测试

根据条件决定是否生成测试:

@TestFactory
Stream<DynamicTest> conditionalDynamicTests() {boolean isProduction = checkEnvironment();Stream<DynamicTest> baseTests = Stream.of(DynamicTest.dynamicTest("基础测试", () -> Assertions.assertTrue(true)));if (isProduction) {Stream<DynamicTest> prodTests = Stream.of(DynamicTest.dynamicTest("生产环境测试", () -> Assertions.assertFalse(false)));return Stream.concat(baseTests, prodTests);}return baseTests;
}private boolean checkEnvironment() {return "prod".equals(System.getProperty("env"));
}

六、动态测试的注意事项

  1. 生命周期方法不触发
    动态测试不会执行 @BeforeEach@AfterEach,需手动管理资源。

  2. 返回值类型
    @TestFactory 方法必须返回 StreamCollectionIterable 类型的 DynamicTest

  3. 命名清晰
    动态测试的名称应明确描述测试内容,便于失败时快速定位。


七、动态测试 vs 参数化测试

特性动态测试参数化测试(@ParameterizedTest
灵活性高(可自由生成用例)中(依赖预定义的参数源)
生命周期@BeforeEach/@AfterEach支持生命周期方法
适用场景复杂逻辑生成用例固定参数组合测试

八、总结

动态测试在以下场景中尤为强大:

  • 需要从外部数据源动态生成测试。
  • 测试用例数量或参数组合在编译时未知。
  • 需要根据条件动态决定测试逻辑。

通过结合 @TestFactoryDynamicTest,可以极大提升测试的灵活性和覆盖率。建议在复杂数据驱动或条件组合测试时优先选择动态测试!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/894612.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

33.Word:国家中长期人才发展规划纲要【33】

目录 NO1.2样式​ NO3​ 图表 ​ NO4.5.6​ 开始→段落标记视图→导航窗格→检查有无遗漏 NO1.2样式 F12/另存为&#xff1a;Word.docx&#xff1a;考生文件夹样式的复制样式的修改 样式的应用&#xff08;没有相似/超级多的情况下&#xff09;——替换 [ ]通配符&#x…

Qt展厅播放器/多媒体播放器/中控播放器/帧同步播放器/硬解播放器/监控播放器

一、前言说明 音视频开发除了应用在安防监控、视频网站、各种流媒体app开发之外&#xff0c;还有一个小众的市场&#xff0c;那就是多媒体展厅场景&#xff0c;这个场景目前处于垄断地位的软件是HirenderS3&#xff0c;做的非常早而且非常全面&#xff0c;都是通用的需求&…

2021版小程序开发5——小程序项目开发实践(1)

2021版小程序开发5——小程序项目开发实践(1) 学习笔记 2025 使用uni-app开发一个电商项目&#xff1b; Hbuidler 首选uni-app官方推荐工具&#xff1a;https://www.dcloud.io/hbuilderx.htmlhttps://dev.dcloud.net.cn/pages/app/list 微信小程序 管理后台&#xff1a;htt…

【零拷贝】

目录 一&#xff1a;了解IO基础概念 二&#xff1a;数据流动的层次结构 三&#xff1a;零拷贝 1.传统IO文件读写 2.mmap 零拷贝技术 3.sendFile 零拷贝技术 一&#xff1a;了解IO基础概念 理解CPU拷贝和DMA拷贝 ​ 我们知道&#xff0c;操作系统对于内存空间&…

全栈开发:使用.NET Core WebAPI构建前后端分离的核心技巧(一)

目录 cors解决跨域 依赖注入使用 分层服务注册 缓存方法使用 内存缓存使用 缓存过期清理 缓存存在问题 分布式的缓存 cors解决跨域 前后端分离已经成为一种越来越流行的架构模式&#xff0c;由于跨域资源共享(cors)是浏览器的一种安全机制&#xff0c;它会阻止前端应用…

《Linux服务与安全管理》| 数据库服务器安装和配置

《Linux服务与安全管理》| 数据库服务器安装和配置 目录 《Linux服务与安全管理》| 数据库服务器安装和配置 任务一&#xff1a; 安装PostgreSQL数据库&#xff0c;设置远程登录&#xff0c;客户端可以成功登录并操作数据库。 任务二&#xff1a; 安装MySQL数据库&#xf…

Linux系统之whereis命令的基本使用

Linux系统之whereis命令的基本使用 一、whereis命令介绍二、whereis命令的使用帮助2.1 whereis命令的帮助信息2.2 whereis命令帮助解释 三、whereis命令的基本使用3.1 查找命令的位置3.2 仅查找二进制文件3.3 仅查找手册页3.4 输出实际使用的查找路径3.5 指定自定义搜索路径 四…

Autosar-以太网是怎么运行的?(Davinci配置部分)

写在前面&#xff1a; 入行一段时间了&#xff0c;基于个人理解整理一些东西&#xff0c;如有错误&#xff0c;欢迎各位大佬评论区指正&#xff01;&#xff01;&#xff01; 目录 1.Autosar ETH通讯软件架构 2.Ethernet MCAL配置 2.1配置对应Pin属性 2.2配置TXD引脚 2.3配…

2024年度总结

首先&#xff0c;我是在2023年结束高中生涯进入大学的&#xff0c;难免会有固化的“高中生”思维&#xff0c;我等着老师的安排&#xff0c;看着课表上课&#xff0c;跟着时间吃饭&#xff0c;睡觉&#xff0c;偶尔会熬夜&#xff0c;但整体跟高中没差太多。我对社团没兴趣&…

【Block总结】CSAM,包含分割、关键点、切分等均适用!|即插即用

论文信息 标题: CSAM: A 2.5D Cross-Slice Attention Module for Anisotropic Volumetric Medical Image Segmentation 论文链接: https://arxiv.org/pdf/2311.04942 GitHub链接: https://github.com/aL3x-O-o-Hung/CSAM 创新点 CSAM&#xff08;跨切片注意力模块&#xff…

解决PyG安装中torch-sparse安装失败问题:详细指南

1 问题描述 最近在学习GNN&#xff0c;需要使用PyTorch Geometric&#xff08;PyG&#xff09;库。在安装PyG的过程中&#xff0c;遇到了torch-sparse安装失败的问题&#xff0c;错误提示为&#xff1a; ERROR: Failed building wheel for torch-sparse本文将详细记录问题的解…

鸟哥Linux私房菜笔记(三)

鸟哥Linux私房菜笔记&#xff08;三&#xff09; 该第三部分和第四部分主要为原书的第十一章&#xff08;正则表达式与文件格式化处理&#xff09;&#xff0c;第十二章学习shell脚本&#xff0c;第十六章&#xff08;进程管理与SElinux初探部分&#xff09;&#xff0c;第十七…

学习日记-250203

一.论文 看师兄写好的一稿。 二、计划&#xff1a; 继续看论文里的问题。 然后继续看promptCD相关&#xff0c;明天要看论文啦,今天家里有些事比较忙&#xff08;碎碎念&#xff09; 三. &#xff09;——&#xff08; 注册了 openreview,ORCID,Google scholar&…

python学opencv|读取图像(五十四)使用cv2.blur()函数实现图像像素均值处理

【1】引言 前序学习进程中&#xff0c;对图像的操作均基于各个像素点上的BGR值不同而展开。 对于彩色图像&#xff0c;每个像素点上的BGR值为三个整数&#xff0c;因为是三通道图像&#xff1b;对于灰度图像&#xff0c;各个像素上的BGR值是一个整数&#xff0c;因为这是单通…

Kafka ACL(访问控制列表)介绍

文章目录 Kafka ACL&#xff08;访问控制列表&#xff09;介绍1. Kafka ACL 的基本概念1.1 Kafka ACL 的目标1.2 Kafka ACL 的组成部分 2. Kafka 支持的资源类型2.1 Topic&#xff08;主题&#xff09;2.2 Consumer Group&#xff08;消费者组&#xff09;2.3 Cluster&#xff…

在 WSL2 中重启 Ubuntu 实例

在 WSL2 中重启 Ubuntu 实例&#xff0c;可以按照以下步骤操作&#xff1a; 方法 1: 使用 wsl 命令 关闭 Ubuntu 实例: 打开 PowerShell 或命令提示符&#xff0c;运行以下命令&#xff1a; wsl --shutdown这会关闭所有 WSL2 实例。 重新启动 Ubuntu: 再次打开 Ubuntu&#x…

Spring Boot 2 快速教程:WebFlux处理流程(五)

WebFlux请求处理流程 下面是spring mvc的请求处理流程 具体步骤&#xff1a; 第一步&#xff1a;发起请求到前端控制器(DispatcherServlet) 第二步&#xff1a;前端控制器请求HandlerMapping查找 Handler &#xff08;可以根据xml配置、注解进行查找&#xff09; 匹配条件包括…

小程序设计和开发:如何研究同类型小程序的优点和不足。

一、确定研究目标和范围 明确研究目的 在开始研究同类型小程序之前&#xff0c;首先需要明确研究的目的。是为了改进自己的小程序设计和开发&#xff0c;还是为了了解市场趋势和用户需求&#xff1f;不同的研究目的会影响研究的方法和重点。例如&#xff0c;如果研究目的是为了…

使用 Numpy 自定义数据集,使用pytorch框架实现逻辑回归并保存模型,然后保存模型后再加载模型进行预测,对预测结果计算精确度和召回率及F1分数

1. 导入必要的库 首先&#xff0c;导入我们需要的库&#xff1a;Numpy、Pytorch 和相关工具包。 import numpy as np import torch import torch.nn as nn import torch.optim as optim from sklearn.metrics import accuracy_score, recall_score, f1_score2. 自定义数据集 …

Unity-编译构建Android的问题记录

文章目录 报错&#xff1a;AAPT2 aapt2-4.1.2-6503028-osx Daemon #0 Failed to shutdown within timeout报错信息解读&#xff1a;原因分析最终处理方法 报错&#xff1a;AAPT2 aapt2-4.1.2-6503028-osx Daemon #0 Failed to shutdown within timeout 报错信息解读&#xff1…