


Pytest dan PostgreSQL: Pangkalan data baru untuk setiap ujian
Dalam Pytest, rangka kerja ujian Python kegemaran semua orang, lekapan ialah sekeping kod boleh guna semula yang mengatur sesuatu sebelum ujian masuk dan pembersihan selepas ia berhenti. Contohnya, fail atau folder sementara, persekitaran persediaan, memulakan pelayan web, dsb. Dalam siaran ini, kita akan melihat cara membuat lekapan Pytest yang mencipta pangkalan data ujian (kosong atau dengan keadaan yang diketahui) yang mendapat dibersihkan, membenarkan setiap ujian dijalankan pada pangkalan data yang bersih sepenuhnya.
Matlamatnya
Kami akan mencipta lekapan Pytest menggunakan Psycopg 3 untuk menyediakan dan membersihkan pangkalan data ujian. Oleh kerana pangkalan data kosong jarang membantu untuk ujian, kami secara pilihan akan menggunakan migrasi Yoyo (pada masa penulisan tapak web tidak berfungsi, pergi ke gambar archive.org) untuk mengisinya.
Jadi, keperluan untuk lekapan Pytest bernama test_db yang dibuat dalam catatan blog ini ialah:
- jatuhkan pangkalan data ujian jika wujud sebelum ujian
- cipta pangkalan data kosong sebelum ujian
- secara pilihan gunakan migrasi atau buat data ujian sebelum ujian
- berikan sambungan ke pangkalan data ujian kepada ujian
- jatuhkan pangkalan data ujian selepas ujian (walaupun dalam kes kegagalan)
Sebarang kaedah ujian yang memintanya dengan menyenaraikannya sebagai hujah kaedah ujian:
def test_create_admin_table(test_db): ...
Akan menerima contoh Sambungan Psycopg biasa yang disambungkan ke DB ujian. Ujian boleh melakukan apa sahaja yang diperlukan seperti penggunaan biasa Psycopg biasa, cth.:
def test_create_admin_table(test_db): # Open a cursor to perform database operations cur = test_db.cursor() # Pass data to fill a query placeholders and let Psycopg perform # the correct conversion (no SQL injections!) cur.execute( "INSERT INTO test (num, data) VALUES (%s, %s)", (100, "abc'def")) # Query the database and obtain data as Python objects. cur.execute("SELECT * FROM test") cur.fetchone() # will return (1, 100, "abc'def") # You can use `cur.fetchmany()`, `cur.fetchall()` to return a list # of several records, or even iterate on the cursor for record in cur: print(record)
Saya telah mencuba pytest-postgresql yang menjanjikan perkara yang sama. Saya telah mencubanya sebelum menulis lekapan saya sendiri tetapi saya tidak dapat membuatnya berfungsi untuk saya. Mungkin kerana dokumen mereka sangat mengelirukan saya. Satu lagi, pytest-dbt-postgres, saya belum cuba langsung.Motivasi & alternatif
Nampaknya terdapat beberapa pemalam Pytest yang menjanjikan lekapan PostgreSQL untuk ujian yang bergantung pada pangkalan data. Mereka mungkin berfungsi dengan baik untuk anda.
Susun atur fail projek
Dalam projek Python klasik, sumber hidup dalam src/ dan ujian dalam ujian/:
├── src │ └── tuvok │ ├── __init__.py │ └── sales │ └── new_user.py ├── tests │ ├── conftest.py │ └── sales │ └── test_new_user.py ├── requirements.txt └── yoyo.ini
Jika anda menggunakan pustaka migrasi seperti Yoyo yang hebat, skrip migrasi berkemungkinan dalam migrasi/:
├── migrations ├── 20240816_01_Yn3Ca-sales-user-user-add-last-run-table.py ├── ...
Konfigurasi
Lekapan DB ujian kami memerlukan konfigurasi yang sangat sedikit:
- URL sambungan - (tanpa pangkalan data)
- nama pangkalan data ujian - akan dicipta semula untuk setiap ujian
- (pilihan) folder migrasi - skrip migrasi untuk digunakan untuk setiap ujian
Pytest mempunyai conftest.py tempat semula jadi untuk berkongsi lekapan merentas berbilang fail. Konfigurasi lekapan akan pergi ke sana juga:
# Without DB name! TEST_DB_URL = "postgresql://localhost" TEST_DB_NAME = "test_tuvok" TEST_DB_MIGRATIONS_DIR = str(Path(__file__, "../../migrations").resolve())
Anda boleh menetapkan nilai ini daripada pembolehubah persekitaran atau apa sahaja yang sesuai dengan kes anda.
Buat lekapan test_db
Dengan pengetahuan tentang pustaka PostgreSQL dan Psycopg, tulis perlawanan dalam conftest.py:
@pytest.fixture def test_db(): # autocommit=True start no transaction because CREATE/DROP DATABASE # cannot be executed in a transaction block. with psycopg.connect(TEST_DB_URL, autocommit=True) as conn: cur = conn.cursor() # create test DB, drop before cur.execute(f'DROP DATABASE IF EXISTS "{TEST_DB_NAME}" WITH (FORCE)') cur.execute(f'CREATE DATABASE "{TEST_DB_NAME}"') # Return (a new) connection to just created test DB # Unfortunately, you cannot directly change the database for an existing Psycopg connection. Once a connection is established to a specific database, it's tied to that database. with psycopg.connect(TEST_DB_URL, dbname=TEST_DB_NAME) as conn: yield conn cur.execute(f'DROP DATABASE IF EXISTS "{TEST_DB_NAME}" WITH (FORCE)')
Buat lekapan migrasi
Dalam kes kami, kami menggunakan Penghijrahan Yoyo. Tulis gunakan migrasi sebagai lekapan lain yang dipanggil yoyo:
@pytest.fixture def yoyo(): # Yoyo expect `driver://user:pass@host:port/database_name?param=value`. # In passed URL we need to url = ( urlparse(TEST_DB_URL) . # 1) Change driver (schema part) with `postgresql+psycopg` to use # psycopg 3 (not 2 which is `postgresql+psycopg2`) _replace(scheme="postgresql+psycopg") . # 2) Change database to test db (in which migrations will apply) _replace(path=TEST_DB_NAME) .geturl() ) backend = get_backend(url) migrations = read_migrations(TEST_DB_MIGRATIONS_DIR) if len(migrations) == 0: raise ValueError(f"No Yoyo migrations found in '{TEST_DB_MIGRATIONS_DIR}'") with backend.lock(): backend.apply_migrations(backend.to_apply(migrations))
Jika anda ingin menggunakan migrasi pada setiap pangkalan data ujian, perlukan lekapan yoyo untuk lekapan test_db:
@pytest.fixture def test_db(yoyo): ...
Untuk memohon migrasi pada beberapa ujian sahaja, perlukan yoyo secara individu:
def test_create_admin_table(test_db, yoyo): ...
Kesimpulan
Membina lekapan sendiri untuk memberikan ujian anda pangkalan data yang bersih merupakan pengalaman yang menggembirakan bagi saya yang membolehkan saya menyelidiki lebih mendalam kedua-dua Pytest dan Postgres.
Saya harap artikel ini membantu anda dengan suite ujian pangkalan data anda sendiri. Sila tinggalkan saya soalan anda dalam ulasan dan pengekodan selamat!
Atas ialah kandungan terperinci Pytest dan PostgreSQL: Pangkalan data baru untuk setiap ujian. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas











Python cemerlang dalam permainan dan pembangunan GUI. 1) Pembangunan permainan menggunakan pygame, menyediakan lukisan, audio dan fungsi lain, yang sesuai untuk membuat permainan 2D. 2) Pembangunan GUI boleh memilih tkinter atau pyqt. TKInter adalah mudah dan mudah digunakan, PYQT mempunyai fungsi yang kaya dan sesuai untuk pembangunan profesional.

Python lebih mudah dipelajari dan digunakan, manakala C lebih kuat tetapi kompleks. 1. Sintaks Python adalah ringkas dan sesuai untuk pemula. Penaipan dinamik dan pengurusan memori automatik menjadikannya mudah digunakan, tetapi boleh menyebabkan kesilapan runtime. 2.C menyediakan kawalan peringkat rendah dan ciri-ciri canggih, sesuai untuk aplikasi berprestasi tinggi, tetapi mempunyai ambang pembelajaran yang tinggi dan memerlukan memori manual dan pengurusan keselamatan jenis.

Untuk memaksimumkan kecekapan pembelajaran Python dalam masa yang terhad, anda boleh menggunakan modul, masa, dan modul Python. 1. Modul DateTime digunakan untuk merakam dan merancang masa pembelajaran. 2. Modul Masa membantu menetapkan kajian dan masa rehat. 3. Modul Jadual secara automatik mengatur tugas pembelajaran mingguan.

Python lebih baik daripada C dalam kecekapan pembangunan, tetapi C lebih tinggi dalam prestasi pelaksanaan. 1. Sintaks ringkas Python dan perpustakaan yang kaya meningkatkan kecekapan pembangunan. 2. Ciri-ciri jenis kompilasi dan kawalan perkakasan meningkatkan prestasi pelaksanaan. Apabila membuat pilihan, anda perlu menimbang kelajuan pembangunan dan kecekapan pelaksanaan berdasarkan keperluan projek.

Pythonlistsarepartofthestandardlibrary, sementara

Python cemerlang dalam automasi, skrip, dan pengurusan tugas. 1) Automasi: Sandaran fail direalisasikan melalui perpustakaan standard seperti OS dan Shutil. 2) Penulisan Skrip: Gunakan Perpustakaan Psutil untuk memantau sumber sistem. 3) Pengurusan Tugas: Gunakan perpustakaan jadual untuk menjadualkan tugas. Kemudahan penggunaan Python dan sokongan perpustakaan yang kaya menjadikannya alat pilihan di kawasan ini.

Adakah cukup untuk belajar Python selama dua jam sehari? Ia bergantung pada matlamat dan kaedah pembelajaran anda. 1) Membangunkan pelan pembelajaran yang jelas, 2) Pilih sumber dan kaedah pembelajaran yang sesuai, 3) mengamalkan dan mengkaji semula dan menyatukan amalan tangan dan mengkaji semula dan menyatukan, dan anda secara beransur-ansur boleh menguasai pengetahuan asas dan fungsi lanjutan Python dalam tempoh ini.

Python dan C masing -masing mempunyai kelebihan sendiri, dan pilihannya harus berdasarkan keperluan projek. 1) Python sesuai untuk pembangunan pesat dan pemprosesan data kerana sintaks ringkas dan menaip dinamik. 2) C sesuai untuk prestasi tinggi dan pengaturcaraan sistem kerana menaip statik dan pengurusan memori manual.
