Python培训

400-996-5531

热门课程:

python测试中会反映什么问题?

我把测试当做是文档。这是我对代码预期效果的文档。测试告诉我，我(或我之前的人)如何期望代码来工作，以及他们认为事情会出错的地方。所以，当我现在编写测试时，我会记住这一点：

演示如何使用我正在测试的类/函数/系统展示出所有我认为可能会出错的内容。

上述的一个必然结果是，在大多数情况下，我测试的是行为，而不是实现。

我在#2中漏掉的东西就是bug的来源。

因此，每当我发现一个bug时，我都会确保代码修复程序有相应的测试(称为回归测试)来记录信息：这是另一种可能出错的方法。

但是，仅仅编写这些测试并不能提高代码质量，需要实际编写代码。但是我从阅读测试中获得的见解能帮助我写更好的代码。

但是，这不是唯一一种要做的测试。接下来就是部署环境登场的地方。

对于经过良好测试的代码也是如此：如果你的机器上没有所需的库，则会崩溃。

首先是你用来开发的机器(所有“它在我的机器上能正常工作!”这类meme(梗)的来源)。

其次是你用来测试的机器(可能与你用来开发的机器相同)。

最后，有你用来部署的机器(请不要让它与你用来开发的机器相同)

如果测试和部署机器之间的环境不匹配，你就麻烦了。这就是部署环境的用武之地。

我们的机器上有本地开发，它位于docker中。

我们有一个开发环境，其中机器安装了一组库(和开发工具)，我们在上面安装在这些库上编写的代码。其他依赖系统的所有测试都可以在这里进行。

然后是beta / stage环境，它与生产环境完全一样。

最后，生产环境，它们是运行代码并为实际客户提供服务的机器。

目的是尝试捕获单元和系统测试发现不了的bug。例如，请求和响应系统之间的API不匹配。

我想个人项目或小公司的情况会有很大不同。并非每个人都有资源来部署自己的基础设施。但是，这个想法对于AWS和Azure等云提供商的服务也适用。

你可以为开发和生产设置单独的集群。AWS ECS使用docker镜像进行部署，因此各环境之间相对一致。棘手的一点是其他AWS服务之间的集成。你是否从正确的环境中调用了正确的端点?

你甚至可以更进一步：为其他AWS服务下载备用容器映像，并使用docker-compose设置本地完整环境。这样能加速反馈循环。

填写下面表单即可预约申请免费试听！怕学不会？助教全程陪读，随时解惑！担心就业？一地学习，可全国推荐就业！

相关推荐

: 如何自学Python？

当然可以自学Python，作为一门简单易学的脚本语言，Python设计之初就是面向大众，零基础小白也可以轻松入门，下面我简单介绍一下Python的学习过程，感兴趣的朋友可以尝试一下：

: 说一说python中的几个基础语法

学一门语言，基础语法一定要扎实。就如盖房子一样，地基打得好，任凭风吹雨打，学习python也一样，学习很多东西都会花大量的时间来学习基础语法。

: 为什么Python类语法应该不同?

如果您已经使用了任何编程语言很长一段时间，您就会发现您想要的东西跟它原有的是不同的。Python对我来说是真的是这样。如果可以的话，对于Python中很多的我想要改的东西，我有很多的想法。

: 0基础入门Python，3 个常识点必须先了解!

Python 在设计上坚持了清晰划一的风格，这使得 Python 成为一门易读、易维护，并且被大量用户所欢迎的、用途广泛的语言。