云效自建測驗自動化最佳實踐,對于現代軟體研發來說,持續、快速、高質量、低風險地交付需求特性,是業務對研發的主要訴求,而要做到這一點,除了要有良好的架構設計、卓越的工程能力,快速可靠的測驗反饋也是其非常重要的一環,達到這一點,需要依靠測驗自動化,
作為面向企業開發者的DevOps平臺,云效提供了豐富的能力,幫助大家在DevOps流程中落地測驗自動化實踐, 簡單來說,企業自建測驗自動化體系,分為三種形式: 形式一:基于開源測驗自動化工具 很多企業自建測驗自動化,都是從選擇一個開源測驗自動化工具開始的,一個開源測驗自動化工具,往往包含以下幾部分(以RobotFramework為例): 1.測驗執行工具,如robot 2.測驗用例,如.robot檔案 3.測驗結果和報告,如執行完生成的log.html和report.html 4.測驗能力庫,用來完成特定的測驗,如SeleniumLibrary 對于一個測驗自動化體系,往往還需要加上: 1.調度和執行平臺 2.結果分析與統計報表 3.測驗結果通知能力 基于云效,整個的架構是這樣的,
1.測驗自動化用例存盤在云效代碼平臺的git倉庫中
2.用于執行測驗自動化的測驗步驟,基于云效的自定義step能力創建
3.觸發和串聯代碼、構建和自動化測驗的云效流水線、
4.通知機制(釘釘訊息) 5.針對質量情況的資料報表,可以直接顯示在流水線測驗結果中,也可以將資料發送給自建的資料報表服務展示 以RobotFramework框架為例,在云效上接入開源測驗自動化工具有以下幾步,1.選擇或撰寫對應開源測驗自動化工具的flow step
云效內置了主流開源測驗自動化工具的支持(TODO),同時提供flow cli工具,幫助企業定制化地實作符合自己要求的測驗自動化組件,如何通過flow cli實作并發布一個flow step,請參見參考資料,
這里,僅以RobotFramework為例,對其關鍵部分做一下說明, 首先通過flow step init命令初始化一個flow step組件的專案, 1.1 執行的環境和命令 在step.yaml檔案中,image為測驗執行的環境鏡像,這里是registry.cn-hangzhou.aliyuncs.com/feiyuw/flow-robotframework:1.0,鏡像的內容在Dockerfile里面定義,在items中添加type為shell的輸入框,用于設定執行命令,這里默認值為robot-L Trace -d robot_logs .,當前目錄“.”即為代碼所在目錄,
# ...
image: registry.cn-hangzhou.aliyuncs.com/feiyuw/flow-robotframework:1.0
items:
- label: 執行命令
name: STEP_COMMAND
type: shell
value: |
# NOTE: output directory should be robot_logs
robot -L Trace -d robot_logs .
# ...
1.2 紅線配置 首先在step.yaml中定義紅線配置組件,這些組件會在流水線配置步驟的時候顯示給用戶,
items:
- label: 紅線資訊
name: CHECK_REDLINES
type: addable_group
rules:
- require: false
add_button:
type: icon
icon: plus
text: 增加紅線
tip:
icon: question-circle
description: 紅線校驗失敗步驟標記為失敗
template:
items:
- name: redline
label: 紅線
position: flat
type: custom_redline_dropdown
datamap: '[{"key": "PassRate", "type":"GE"}]'
rules:
-requires: false
另外在step.sh的最后添加紅線檢查部分,如:
redline Passed:成功:$STEP_ROBOT_PASS:Success Failed:失敗:$STEP_ROBOT_FAILED:Error PassRate:成功率:$STEP_ROBOT_PASSRATE:Default
flow step撰寫及除錯完畢后,publish到當前企業中,
2. 在代碼庫中添加測驗自動化用例
對于針對整個產品或一個子系統的自動化測驗,我們建議自動化測驗用例保存在單獨的代碼倉庫中;而對于針對某個特定應用的自動化測驗,我們建議其測驗用例保存在該應用的代碼倉庫中,并與開發使用同一個分支(推薦),
將自動化測驗用例與應用代碼在同一個代碼庫中管理,有許多好處:
1.測驗用例與代碼互相匹配且是最新的,讓自動化測驗在開發階段就可以及時介入
2.直接復用開發的分支模式,不用考慮自動化用例的版本管理
3.開發和測驗基于git代碼庫緊密協作,方便落地ATDD這樣的優秀實踐
4.容易集成到流水線中,當測驗代碼或者開發代碼變更后都能快速被執行和反饋,加速問題的定位和修復
示例:alpd-bot-ssh的測驗自動化用例,
alpd-bot-ssh是一個SSH的服務,提供IP歸屬地查詢和天氣查詢能力,該測驗自動化用例基于RobotFramework框架實作,
3. 添加測驗自動化節點到流水線
打開持續集成流水線,如果沒有,在flow上創建一個,
說明
立即體驗:云效流水線Flow
3.1 編輯流水線,添加一個空白任務

3.2 添加自定義步驟,“RobotFramework測驗”

3.3 配置執行命令和紅線

4. 上傳測驗報告到云效,以在云效流水線執行結果中展示
4.1 編輯第三步的測驗自動化節點,添加一個步驟

4.2 配置測驗報告目錄(這里是robot_logs)和測驗報告入口檔案(這里是report.html)

5. 同步測驗結果到自建的報表系統
有些時候,我們需要對測驗結果進行進一步的統計分析,此時,僅靠測驗自動化工具提供的報告就無法滿足了,通常,我們會自建一個報表系統,那么,云效中執行的測驗自動化結果如何上傳到我們自建的報表系統呢?
5.1 確保報表系統能夠被云效訪問到
由于網路問題,云效無法訪問我們建在私有網路環境中的報表系統,要求報表系統開放公網訪問介面,為了安全,我們建議僅開放必要的介面,同時做好IP白名單防護,
5.2 在flow step中添加上傳報告步驟
打開步驟1的flow step,編輯step.sh,添加上傳報告步驟,
注意:該步驟需要放在redline檢查之前,同時建議傳遞的資訊包括:測驗結果、代碼分支、代碼版本、提交者、流水線名字等,
# ...
# sh -ex $WORK_SPACE/user_command.sh
bash -c "$STEP_COMMAND"
output=`python3 /root/parse_output.py $OUTPUT_XML`
STEP_ROBOT_PASS=`echo $output | awk -F, '{print $1}'`
STEP_ROBOT_FAILED=`echo $output | awk -F, '{print $2}'`
STEP_ROBOT_PASSRATE=`echo $output | awk -F, '{print $3}'`
# upload test result to report server
python3 /root/upload_to_report_server.py $OUTPUT_XML $CI_COMMIT_REF_NAME $CI_COMMIT_SHA $EMPLOYEE_ID $PIPELINE_NAME $BUILD_NUMBER
redline Passed:成功:$STEP_ROBOT_PASS:Success Failed:失敗:$STEP_ROBOT_FAILED:Error PassRate:成功率:$STEP_ROBOT_PASSRATE:Default
最后的流水線大致是下面這個樣子:

形式二:測驗自動化自建Jenkins
對于已經自建Jenkins等工具用于測驗自動化調度執行,甚至在Jenkins上進行了二次開發和定制的團隊,或者對于像ioT開發這樣有特殊環境要求的應用,復用現有的工具資源更為經濟,為此,云效提供了與客戶現有Jenkins服務無縫對接的能力,幫助企業通過串聯起研發測驗,
1. 確保自建Jenkins能夠被云效訪問到
自建Jenkins服務需要支持公網訪問,以便云效能夠訪問并觸發對應的任務,同樣,為了安全考慮,建議僅開放必要的介面,并開啟IP白名單防護,
2. 添加Jenkins任務節點到流水線中
編輯云效流水線,添加一個任務節點,選擇Jenkins任務,

接下來,配置Jenkins地址、認證方式、對應的Job名稱,以及觸發引數(上游的構建鏡像),

3. 查看結果和統計報表
流水線被執行后,結果資訊會同步到Jenkins任務組件上,用戶可以在云效流水線運行結果上直接跳轉到Jenkins Job日志,
對于統計報表,由于這種方式下,云效不會保存執行任務的任何資料,建議在Jenkins任務中完成資料的上傳等作業,
形式三:自建測驗自動化平臺
flowip地址
如果開源測驗自動化工具無法滿足測驗訴求,又有定制化的調度、觸發、管控等要求,部分企業會選擇自建測驗自動化平臺,對于這種情況,如何與云效有機整合起來,做到研發一站式呢?
解決的方法和集成開源測驗自動化工具類似,所不同的是,我們的自建測驗自動化平臺需要對云效暴露兩個介面:
1.觸發測驗執行
2.獲取測驗結果
這里我們假設自建測驗自動化平臺的地址為:http://taplatform.my.corp,兩個介面為:
POST /api/v1/runs
request:{"ref_name":"feature/limit_1", "trigger_by": "yunxiao","suites": "all"}
response:{"code": 0, "run_id":123}
GET /api/v1/runs/<run_id>
response: {"code": 0,"status": "RUNNING|PASS|...", "report_link":"http://taplatform.my.corp/reports/1234", "summary":{"total": 1000, "pass": 1000, "duration": 1200},...}
1、撰寫flow step用于觸發測驗自動化平臺和設定紅線
實作方式與集成開源測驗自動化工具的方法類似,主要是配置好step.yaml和step.sh,
step.yaml中配置自建測驗平臺的地址,以及測驗用例的篩選引數,如:
items:
- label: 測驗平臺地址
name: TEST_PLATFORM_HOST
type: input
value: http://taplatform.my.corp
- label: 用例
name: SUITES
type: input
value: all # 用例篩選條件
step.sh中主要完成:
1.觸發測驗平臺執行對應測驗用例
2.等待測驗完成
3.獲取測驗結果
4.驗證紅線卡點
如:
# sh -ex $WORK_SPACE/user_command.sh
output=`python3 /root/run_and_wait_until_finish.py $TEST_PLATFORM_HOST $SUITES $EMPLOYEE_ID`
STEP_ROBOT_PASS=`echo $output | awk -F, '{print $1}'`
STEP_ROBOT_FAILED=`echo $output | awk -F, '{print $2}'`
STEP_ROBOT_PASSRATE=`echo $output | awk -F, '{print $3}'`
redline Passed:成功:$STEP_ROBOT_PASS:Success Failed:失敗:$STEP_ROBOT_FAILED:Error PassRate:成功率:$STEP_ROBOT_PASSRATE:Default
其中run_and_wait_until_finish.py的實作步驟大致如下:
import os
import time
import sys
import requests
def start_test_task(ta_host, suites, trigger_by):
resp = requests.post(f'{ta_host}/api/v1/runs', json={'trigger_by': trigger_by, 'suites': suites})
if not resp.ok or resp.json()['code'] != 0:
raise RuntimeError(f'create test task error: {resp.content}')
return resp.json()['run_id']
def generate_report(ta_host, report_link):
if not os.path.exists('report'):
os.mkdir('report')
with open('index.html', 'w') as fp:
fp.write(f'''<html>
<head>
<title>Test Report</title>
<meta http-equiv="refresh" content="0;URL={ta_host}/reports/{report_link}" />
</head>
<body>
<p>forwarding...</p>
</body>
</html>''')
def wait_until_task_done(ta_host, run_id):
while True:
resp = requests.get(f'{ta_host}/api/v1/runs/{run_id}')
if not resp.ok:
raise RuntimeError(f'task error: {resp.content}')
data = https://www.cnblogs.com/yyds114/archive/2021/10/21/resp.json()
if data.get('code') != 0:
raise RuntimeError(f'task error: {data}')
if data['status'] in ('PASS', 'FAILED'):
generate_report(ta_host, data['report_link'])
return data
time.sleep(5)
if __name__ == '__main__':
if len(sys.argv) != 4:
raise RuntimeError('invalid arguments')
ta_host, suites, employee_id = sys.argv[1:]
run_id = start_test_task(ta_host, suites, employee_id)
run_info = wait_until_task_done(ta_host, run_id)
summary = run_info['summary']
pass_cnt = summary['pass']
total_cnt = summary['total']
pass_rate = pass_cnt * 100 / total_cnt
print('%d,%d,%d' % (pass_cnt, total_cnt-pass_cnt, pass_rate))
其中呼叫了測驗平臺的兩個介面,并且生成了一個index.html的測驗報告檔案,注意:該測驗報告只是將請求轉發到了自建測驗平臺的對應頁面上,
2. 添加測驗自動化節點到流水線
在流水線上添加空白任務節點,在其中添加一個步驟,選擇前面我們自定義的flow step(記得publish到對應的企業中),在步驟中配置好測驗平臺地址和測驗用例,并設定好紅線資訊,

3. 查看測驗報告
在測驗節點添加報告上傳步驟,測驗報告目錄填“report”,測驗報告入口檔案為“index.html”,

4. 資料統計與報表
在流水線執行結果中可以看到通過率等summary資訊,詳細的統計與報表建議在自建測驗自動化平臺內實作,
參考資料
?flowstep代碼示例:RobotFramework測驗step
云效自建測驗自動化最佳實踐對于現代軟體研發來說,持續、快速、高質量、低風險地交付需求特性,是業務對研發的主要訴求,而要做到這一點,除了要有良好的架構設計、卓越的工程能力,快速可靠的測驗反饋也是其非常重要的一環,達到這一點,需要依靠測驗自動化,
轉載請註明出處,本文鏈接:https://www.uj5u.com/gongcheng/330063.html
標籤:其他
下一篇:我如何解決角反應形式的錯誤
