24.2 单元测试、集成测试、接口测试

写测试不是目的，用合适的测试把质量守住才是目的。在实际项目中，通常会搭配三种不同粒度的测试：单元测试、集成测试和接口测试。它们各司其职，构成一个“测试金字塔”。

单元测试

定义：对软件中最小的可测试单元（通常是一个函数或一个类方法）进行隔离验证，不依赖外部系统（数据库、网络、文件系统）。
目的：快速、精确地定位逻辑错误，保证每一块“积木”本身的正确性。
Python 中的典型做法：
用 pytest 写测试函数，文件名以 test_ 开头，函数名也以 test_ 开头。
使用 assert 语句直接断言结果，遇到外部依赖时用 unittest.mock 或 pytest-mock 进行 Mock。
简单示例：

  # 被测代码：计算折扣价
  def apply_discount(price, discount):
      if not 0 <= discount <= 1:
          raise ValueError("折扣率需在0到1之间")
      return price * (1 - discount)

  # 单元测试
  def test_apply_discount():
      assert apply_discount(100, 0.2) == 80.0

  def test_invalid_discount():
      import pytest
      with pytest.raises(ValueError):
          apply_discount(100, 1.5)

执行速度：极快（毫秒级），应在每次提交代码前全量跑通。

集成测试

定义：验证多个组件协同工作是否正常，通常会涉及真实的依赖，比如数据库、消息队列、缓存等。
目的：发现单元测试覆盖不到的模块间交互问题，例如 SQL 语法错误、序列化/反序列化不匹配、事务回滚逻辑等。
与单元测试的关键区别：不 Mock 关键依赖，而是连接一个真实（或类生产）的环境，比如本地测试数据库、内存中的 Redis 等。
Python 中的实现思路：
利用 pytest 的 fixture 来准备和清理测试环境（如创建临时表、启动测试容器）。
测试一个完整的业务流程（如“用户注册→登录→获取个人信息”），检验组件之间的数据流转是否正确。
示例结构（伪代码）：

  @pytest.fixture
  def db_connection():
      # 创建一个测试数据库连接，或在用 Docker 时启动一个临时容器
      conn = create_test_db()
      yield conn
      conn.close()

  def test_user_registration_and_login(db_connection):
      user = register(db_connection, "testuser", "pwd123")
      assert user.id is not None
      token = login(db_connection, "testuser", "pwd123")
      assert token is not None

注意点：集成测试比单元测试慢，且依赖外部环境，需要保证环境可重复（如使用 Docker Compose 拉起测试依赖）。

接口测试

定义：针对系统的对外接口（通常是 HTTP API）进行端到端的请求-响应验证，检查状态码、响应体、Header 等是否符合预期。
目的：从调用方角度验证整个服务的功能、容错和协议约定，确保接口契约不会被内部重构破坏。
常见工具：
Python 生态中，可以用 requests 配合 pytest 直接发 HTTP 请求并断言。
也可以使用专门工具，如 pytest + httpx（支持异步）、Tavern（声明式接口测试）或 Postman/Newman。
示例：

  import requests

  def test_get_user_api():
      response = requests.get("http://localhost:8000/users/1")
      assert response.status_code == 200
      data = response.json()
      assert "id" in data
      assert "name" in data

测试范围：通常覆盖完整的请求链路（路由、中间件、业务逻辑、数据库），但可以把外部服务（如第三方支付）Mock 掉，避免产生真实费用或不稳定依赖。

三者如何配合

测试金字塔原则给出了清晰的指导：

大量单元测试：稳定、快速、维护成本低，覆盖所有核心逻辑和边界条件。
适量集成测试：验证关键模块组合和外部依赖交互，保证组件协作不出问题。
少量接口测试：验证最重要、最常用的业务场景和 API 契约，也可以作为冒烟测试。

在 Python 项目中，这三类测试通常都放在同一个 tests/ 目录下，通过 pytest 统一运行。通过合理的分类（如用 mark 标记或独立目录），可以在 CI/CD 中灵活执行：提交代码时跑单元测试，PR 合并前跑集成测试，部署后跑接口冒烟测试。这样就能在保证质量的同时，避免测试耗时过长，让开发反馈始终保持高效。