写点什么

深入理解 JUnit 5 的扩展模型

  • 2018-08-27
  • 本文字数:11511 字

    阅读完需:约 38 分钟

关键要点

  • JUnit 5 是一个模块化和可扩展的测试框架,支持 Java 8 及更高版本。
  • JUnit 5 由三个部分组成——一个基础平台、一个新的编程和扩展模型 Jupiter,以及一个名为 Vintage 的向后兼容的测试引擎。
  • JUnit 5 Jupiter 的扩展模型可用于向 JUnit 中添加自定义功能。
  • 扩展模型 API 测试生命周期提供了钩子和注入自定义参数的方法(即依赖注入)。

JUnit 是最受欢迎的基于 JVM 的测试框架,在第 5 个主要版本中进行了彻底的改造。JUnit 5 提供了丰富的功能——从改进的注解、标签和过滤器到条件执行和对断言消息的惰性求值。这让基于 TDD 编写单元测试变得轻而易举。新框架还带来了一个强大的扩展模型。扩展开发人员可以使用这个新模型向 JUnit 5 中添加自定义功能。本文将指导你完成自定义扩展的设计和实现。这种自定义扩展机制为 Java 程序员提供了一种创建和执行故事和行为(即 BDD 规范测试)的方法。

我们首先使用 JUnit 5 和我们的自定义扩展(称为“StoryExtension”)来编写一个示例故事和行为(测试方法)。这个示例使用了两个新的自定义注解“@Story”和“@Scenario”,以及“Scene”类,用以支持我们的自定义 StoryExtension:

复制代码
import org.junit.jupiter.api.extension.ExtendWith;
 
import ud.junit.bdd.ext.Scenario;
import ud.junit.bdd.ext.Scene;
import ud.junit.bdd.ext.Story;
import ud.junit.bdd.ext.StoryExtension;
 
@ExtendWith(StoryExtension.class)
@Story(name=“Returns go back to the stockpile”, description=“...“)
public class StoreFrontTest {
 
@Scenario(“Refunded items should be returned to the stockpile”)
public void refundedItemsShouldBeRestocked(Scene scene) {
scene
.given(“customer bought a blue sweater”,
() -> buySweater(scene, blue”))
 
.and(“I have three blue sweaters in stock”,
() -> assertEquals(3, sweaterCount(scene, blue”),
“Store should carry 3 blue sweaters”))
 
.when(“the customer returns the blue sweater for a refund”,
() -> refund(scene, 1, “blue”))
 
.then(“I should have four blue sweaters in stock”,
() -> assertEquals(4, sweaterCount(scene, blue”),
“Store should carry 4 blue sweaters”))
.run();
}
}

从代码片段中我们可以看到,Jupiter 的扩展模型非常强大。我们还可以看到,我们的自定义扩展及其相应的注解为测试用例编写者提供了简单而干净的方法来编写 BDD 规范。

作为额外的奖励,当使用我们的自定义扩展程序执行测试时,会生成如下所示的文本报告:

复制代码
STORY: Returns go back to the stockpile
 
As a store owner, in order to keep track of stock, I want to add items back to stock when they’re returned.
 
SCENARIO: Refunded items should be returned to stock
GIVEN that a customer previously bought a blue sweater from me
AND I have three blue sweaters in stock
WHEN the customer returns the blue sweater for a refund
THEN I should have four blue sweaters in stock

这些报告可以作为应用程序功能集的文档。

自定义扩展 StoryExtension 能够借助以下核心概念来支持和执行故事和行为:

  1. 用于装饰测试类和测试方法的注解
  2. JUnit 5 Jupiter 的生命周期回调
  3. 动态参数解析

注解

示例中的“@ExtendWith”注解是由 Jupiter 提供的标记接口。这是在测试类或方法上注册自定义扩展的方法,目的是让 Jupiter 测试引擎调用给定类或方法的自定义扩展。或者,测试用例编写者可以通过编程的方式注册自定义扩展,或者通过服务加载器机制进行自动注册。

我们的自定义扩展需要一种识别故事的方法。为此,我们定义了一个名为“Story”的自定义注解类,如下所示:

复制代码
import org.junit.platform.commons.annotation.Testable;
 
@Testable
public @interface Story {...}

测试用例编写者应该使用这个自定义注解将测试类标记为故事。请注意,这个注解本身使用了 JUnit 5 内置的“@Testable”注解。这个注解为 IDE 和其他工具提供了一种识别可测试的类和方法的方式——也就是说,带有这个注解的类或方法可以通过 JUnit 5 Jupiter 测试引擎来执行。

我们的自定义扩展还需要一种方法来识别故事中的行为或场景。为此,我们定义一个名为“Scenario”的自定义注解类,看起来像这样:

复制代码
import org.junit.jupiter.api.Test;
 
@Test
public @interface Scenario {...}

测试用例编写者应使用这个自定义注解将测试方法标记为场景。这个注解本身使用了 JUnit 5 Jupiter 的内置“@Test”注解。当 IDE 和测试引擎扫描给定的一组测试类并在公共实例方法上找到 @Scenario 注解时,就会将这些方法标记为可执行的测试方法。

请注意,与 JUnit 4 的 @Test 注解不同,Jupiter 的 @Test 注解不支持可选的“预期”异常和“超时”参数。Jupiter 的 @Test 注解是从头开始设计的,并考虑到了可扩展性。

生命周期

JUnit 5 Jupiter 提供了扩展回调,可用于访问测试生命周期事件。扩展模型提供了几个接口,用于在测试执行生命周期的各个时间点对测试进行扩展:



扩展开发者可以自由地实现所有或部分生命周期接口。

“BeforeAllCallback”接口提供了一种方法用于初始化扩展并在调用 JUnit 测试容器中的测试用例之前添加自定义逻辑。我们的 StoryExtension 类将实现这个接口,以确保给定的测试类使用了“@Story”注解。

复制代码
import org.junit.jupiter.api.extension.BeforeAllCallback;
 
public class StoryExtension implements BeforeAllCallback {
@Override
public void beforeAll(ExtensionContext context) throws Exception {
 
if (!AnnotationSupport
.isAnnotated(context.getRequiredTestClass(), Story.class)) {
throw new Exception(“Use @Story annotation...“);
}
}
}

Jupiter 引擎将提供一个用于运行扩展的执行上下文。我们使用这个上下文来确定正在执行的测试类是否使用了“@Story”注解。我们使用 JUnit 平台提供的 AnnotationSupport 辅助类来检查是否存在这个注解。

回想一下,我们的自定义扩展在执行测试后会生成 BDD 报告。这些报告的某些部分是从“@Store”注解的元素中提取的。我们使用 beforeAll 回调来保存这些字符串。稍后,在执行生命周期结束时,再基于这些字符串生成报告。我们使用了一个简单的 POJO。我们将这个类命名为“StoryDe​​tails”。以下代码片段演示了创建这个类实例的过程,并将注解元素保存到实例中:

复制代码
public class StoryExtension implements BeforeAllCallback {
@Override
public void beforeAll(ExtensionContext context) throws Exception {
 
Class<?> clazz = context.getRequiredTestClass();
Story story = clazz.getAnnotation(Story.class);
 
StoryDetails storyDetails = new StoryDetails()
.setName(story.name())
.setDescription(story.description())
.setClassName(clazz.getName());
 
context.getStore(NAMESPACE).put(clazz.getName(), storyDetails);
}
}

我们需要解释一下方法的最后一个语句。我们实际上是从执行上下文中获取一个带有名字的存储,并将新创建的“StoryDe​​tails”实例保存到这个存储中。

自定义扩展可以使用存储来保存和获取任意数据——基本上就是一个存在于内存中的 map。为了避免多个扩展之间出现意外的 key 冲突,JUnit 引入了命名空间的概念。命名空间是一种对不同扩展保存的数据进行隔离的方法。用于隔离扩展数据的一种常用方法是使用自定义扩展类名:

复制代码
private static final Namespace NAMESPACE = Namespace
.create(StoryExtension.class);

我们的扩展需要用到的另一个自定义注解是“@Scenario”注解。这个注解用于将测试方法标记为故事中的场景或行为。我们的扩展将解析这些场景,以便将它们作为 JUnit 测试用例来执行并生成报告。回想一下我们之前看到的生命周期图中的“BeforeEachCallback”接口,在调用每个测试方法之前,我们将使用回调来添加附加逻辑:

复制代码
import org.junit.jupiter.api.extension.BeforeEachCallback;
 
public class StoryExtension implements BeforeEachCallback {
@Override
public void beforeEach(ExtensionContext context) throws Exception {
if (!AnnotationSupport.
isAnnotated(context.getRequiredTestMethod(), Scenario.class)) {
throw new Exception(“Use @Scenario annotation...“);
}
}
}

如前所述,Jupiter 引擎将提供一个用于运行扩展的执行上下文。我们使用上下文来确定正在执行的测试方法是否使用了“@Scenario”注解。

回到本文的开头,我们提供了一个故事的示例代码,我们的自定义扩展负责将“Scene”类的实例注入到每个测试方法中。Scene 类让测试用例编写者能够使用“given”、“then”和“when”等步骤来定义场景(行为)。Scene 类是我们自定义扩展的中心单元,它包含了特定于测试方法的状态信息。状态信息可以在场景的各个步骤之间传递。我们使用“BeforeEachCallback”接口在调用测试方法之前准备一个 Scene 实例:如前所述,Jupiter 引擎将提供一个用于运行扩展执行上下文。我们使用上下文来确定正在执行的测试方法是否使用了“@Scenario”注解。

复制代码
public class StoryExtension implements BeforeEachCallback {
@Override
public void beforeEach(ExtensionContext context) throws Exception {
Scene scene = new Scene()
.setDescription(getValue(context, Scenario.class));
 
Class<?> clazz = context.getRequiredTestClass();
 
StoryDetails details = context.getStore(NAMESPACE)
.get(clazz.getName(), StoryDetails.class);
 
details.put(scene.getMethodName(), scene);
}
}

上面的代码与我们在“BeforeAllCallback”接口方法中所做的非常相似。

动态参数解析

现在我们还缺少一个东西,即如何将场景实例注入到测试方法中。Jupiter 的扩展模型为我们提供了一个“ParameterResolver”接口。这个接口为测试引擎提供了一种方法,用于识别希望在测试执行期间动态注入参数的扩展。我们需要实现这个接口的两个方法,以便注入我们的场景实例:

复制代码
import org.junit.jupiter.api.extension.ParameterResolver;
 
public class StoryExtension implements ParameterResolver {
@Override
public boolean supportsParameter(ParameterContext parameterContext,
ExtensionContext extensionContext) {
Parameter parameter = parameterContext.getParameter();
 
return Scene.class.equals(parameter.getType());
}
 
@Override
public Object resolveParameter(ParameterContext parameterContext,
ExtensionContext extensionContext) {
Class<?> clazz = extensionContext.getRequiredTestClass();
 
StoryDetails details = extensionContext.getStore(NAMESPACE)
.get(clazz.getName(), StoryDetails.class);
 
return details.get(extensionContext
.getRequiredTestMethod().getName());
}
}

上面的第一个方法告诉 Jupiter 我们的自定义扩展是否可以注入测试方法所需的参数。

在第二个方法“resolveParameter()”中,我们从执行上下文的存储中获取 StoryDe​​tails 实例,然后从 StoryDetails 实例中获取先前为给定测试方法创建的场景实例,并将其传给测试引擎。测试引擎将这个场景实例注入到测试方法中并执行测试。请注意,仅当“supportsParameter()”方法返回 true 值时才会调用“resolveParameter()”方法。

最后,为了在执行完所有故事和场景后生成报告,自定义扩展实现了“AfterAllCallback”接口:

复制代码
import org.junit.jupiter.api.extension.AfterAllCallback;
 
public class StoryExtension implements AfterAllCallback {
@Override
public void afterAll(ExtensionContext context) throws Exception {
 
new StoryWriter(getStoryDetails(context)).write();
}
}

“StoryWriter”是一个自定义类,可生成报告并将其保存到 JSON 或文本文件中。

现在,让我们看看如何使用这个自定义扩展来编写 BDD 风格的测试用例。Gradle 4.6 及更高版本支持使用 JUnit 5 运行单元测试。你可以使用 build.gradle 文件来配置 JUnit 5。

复制代码
dependencies {
testCompile group: “ud.junit.bdd”, name: “bdd-junit”,
version: “0.0.1-SNAPSHOT”
 
testCompile group: “org.junit.jupiter”, name: “junit-jupiter-api”,
version: “5.2.0"
testRuntime group: “org.junit.jupiter”, name: “junit-jupiter-engine”,
version: “5.2.0”
}
 
test {
useJUnitPlatform()
}

如你所见,我们通过“useJUnitPlatform()”方法要求 gradle 使用 JUnit 5。然后我们就可以使用 StoryExtension 类来编写测试用例。这是本文开头给出的示例:

复制代码
import org.junit.jupiter.api.extension.ExtendWith;
 
import ud.junit.bdd.ext.Scenario;
import ud.junit.bdd.ext.Story;
import ud.junit.bdd.ext.StoryExtension;
 
@ExtendWith(StoryExtension.class)
@Story(name=“Returns go back to the stockpile”, description=“...“)
public class StoreFrontTest {
 
@Scenario(“Refunded items should be returned to the stockpile”)
public void refundedItemsShouldBeRestocked(Scene scene) {
scene
.given(“customer bought a blue sweater”,
() -> buySweater(scene, blue”))
 
.and(“I have three blue sweaters in stock”,
() -> assertEquals(3, sweaterCount(scene, blue”),
“Store should carry 3 blue sweaters”))
 
.when(“the customer returns the blue sweater for a refund”,
() -> refund(scene, 1, “blue”))
 
.then(“I should have four blue sweaters in stock”,
() -> assertEquals(4, sweaterCount(scene, blue”),
“Store should carry 4 blue sweaters”))
.run();
}
}

我们可以通过“gradle testClasses”来运行测试,或者使用其他支持 JUnit 5 的 IDE。除了常规的测试报告外,自定义扩展还为所有测试类生成 BDD 文档。

结论

我们描述了 JUnit 5 扩展模型以及如何利用它来创建自定义扩展。我们设计并实现了一个自定义扩展,测试用例编写者可以使用它来创建和执行故事。读者可以从 GitHub 上获取代码,并研究如何使用 Jupiter 扩展模型及其 API 来实现自定义扩展。

关于作者

Uday Tatiraju 是甲骨文的首席工程师,在电子商务平台、搜索引擎、后端系统以及 Web 和移动编程方面拥有超过十年的经验。

查看英文原文 Deep Dive into JUnit 5 Extension Model

2018-08-27 18:083583
用户头像

发布了 731 篇内容, 共 454.9 次阅读, 收获喜欢 2003 次。

关注

评论

发布
暂无评论
发现更多内容

代码随想录Day25 - 回溯(二)

jjn0703

代码随想录 Day22 - 二叉树(八)

jjn0703

Nautilus Chain 主网上线,Zepoch 持有者将获第三轮 POSE 空投

BlockChain先知

全国独家线下面授 | 上海大规模敏捷LeSS认证9月7-9日

ShineScrum

less 大规模敏捷 大规模敏捷LeSS CLP

技术速览|Meta Llama 2 下一代开源大型语言模型

SEAL安全

meta openai backstage mata llama

AIGC技术展望和机会 | 社区征文

AIWeker

AIGC Stable Diffusion MidJourney 年中技术盘点

Nautilus Chain 主网上线,Zepoch 持有者将获第三轮 POSE 空投

西柚子

2023-07-23:给你 n 个任务和 m 个工人 每个任务需要一定的力量值才能完成 需要的力量值保存在下标从 0 开始的整数数组 tasks 中 第 i 个任务需要 tasks[i] 的力量才能完

福大大架构师每日一题

福大大架构师每日一题

代码随想录训练营Day24 - 回溯(一)

jjn0703

从互联网到云时代,Apache RocketMQ 是如何演进的?

阿里巴巴云原生

Apache 阿里云 RocketMQ 云原生

在 Go 语言单元测试中如何解决 HTTP 网络依赖问题

江湖十年

单元测试 HTTP Go 语言

Dxitco德西科跟单社区首创CHATGPT人工+AI双重大数据分析机制

科技热闻

火山引擎DataLeap如何解决SLA治理难题(三): 平台架构与未来展望

字节跳动数据平台

大数据 数据中台 数据治理 数据安全 企业号 7 月 PK 榜

Dubbo Triple 协议重磅升级:支持通过 HTTP 连通 Web 与后端微服务

阿里巴巴云原生

阿里云 云原生 dubbo

云原生网关部署新范式丨 Higress 发布 1.1 版本,支持脱离 K8s 部署

阿里巴巴云原生

阿里云 云原生 Higress

Excel 高阶使用(含 ChatGPT)与数据可视化

Data 探险实验室

数据分析 Excel 数据可视化 可视化工具 ChatGPT

成都站丨阿里云 Serverless 技术实战营邀你来玩!

阿里巴巴云原生

阿里云 Serverless 云原生

功能更新|Leangoo领歌敏捷工具支持SAFe大规模敏捷框架

顿顿顿

敏捷开发 敏捷项目管理 scrum敏捷工具 SAFe框架 SAFe大规模敏捷

关于云平台虚拟机核心组件 libvirt 热迁移流程及关键参数介绍 | 龙蜥技术

OpenAnolis小助手

开源 虚拟机 龙蜥大讲堂 浪潮数据 热迁移

不止工具:音视频开发「利器」的新机遇

阿里云CloudImagine

云计算 音视频 视频云

2023 云原生编程挑战赛火热报名中!导师解析 Serverless 冷启动赛题

阿里巴巴云原生

阿里云 Serverless 云原生

统一观测丨使用 Prometheus 监控 Cassandra 数据库最佳实践

阿里巴巴云原生

阿里云 云原生 Prometheus

如何评价一种框架技术的好坏?

canonical

低代码 架构设计 软件设计原则 ORM框架 开源框架

Ceph社区上游正式合入openEuler原生支持,并通过CI持续验证

openEuler

Linux 分布式 操作系统 Ceph openEuler

新一轮智能制造相关产业政策猜想

华为云开发者联盟

云计算 后端 华为云 华为云开发者联盟 企业号 7 月 PK 榜

具身智能,是机器人的“冷饭热炒”吗?

脑极体

AI

对比 5 个开源网关项目,这家 SaaS 企业如何统一网关架构

阿里巴巴云原生

阿里云 微服务 云原生 SaaS

docker简介与背景知识

timerring

Docker

《Spring6核心源码解析》已完结,涵盖IOC容器、AOP切面、AOT预编译、SpringMVC,面试杠杠的!

冰河

Java spring 程序员 架构师 源码解析

防范直播网站源码搭建多重问题的背后重要功能_山东布谷科技创作

山东布谷科技

软件开发 直播 源码搭建 直播源码 直播网站源码

用NineData三分钟搭建企业数据库平台,告别数据泄露与删库跑路

NineData

安全 敏感数据 AIGC 玖章算术 NineData

深入理解JUnit 5的扩展模型_Java_Uday Tatiraju_InfoQ精选文章