🧪 Тестирование кода

Короткий ответ Нужно явно моделировать multi-tenant изоляцию в тестах — создавать как минимум два разных тестовых тенанта в большинстве интеграционных тестов на чувствительных к изоляции путях и явно проверять, что данные/действия одного тенанта не видны и не влияют на другой, а не полагаться на то, что тестовые данные случайно не пересекаются из-за разных ID. Как это работает подробнее В зависимости от архитектуры multi-tenancy (общая БД с tenant_id в каждой таблице, отдельная схема на тенанта, или отдельная БД на тенанта) тест должен воспроизводить именно тот механизм разделения, который используется в production — если изоляция держится на фильтрации по tenant_id в каждом запросе, тест обязан проверить, что забытый фильтр в одном из запросов действительно приводит к падению теста, а не остаётся незамеченным. Сравнение Компромисс. Полная изоляция с отдельной БД/схемой на тестовый тенант в каждом прогоне даёт самую высокую уверенность и ближе всего к production-архитектуре, но увеличивает время и сложность т

Читать полностьюdatabases

Короткий ответ Нужно патчить имя функции/клиента в пространстве имён модуля, который его импортировал и использует, а не в модуле, где он изначально объявлен — иначе патч не подействует на реально выполняемый вызов. Как это работает подробнее unittest.mock.patch подменяет атрибут объекта в конкретном пространстве имён (модуле) на время теста. Если модуль a делает from b import call_api и вызывает call_api(...), имя call_api существует и используется в пространстве имён модуля a — патчить нужно a.call_api, а не b.call_api, иначе ссылка в модуле a останется на оригинальную функцию. Пример кода Что использовать на практике Практика. Для HTTP-вызовов часто удобнее использовать специализированные библиотеки (responses, httpx-mock, requests-mock), которые перехватывают запросы на уровне транспорта и позволяют описывать ожидаемые URL, метод, заголовки и тело ответа, а не мокать внутренние детали реализации конкретного клиента, что делает тест устойчивее к смене библиотеки. Подводные камни Риск. Патчить модуль, где ф

Читать полностьюdependency-injection

Короткий ответ Тесты обычно располагают в отдельном каталоге tests/, зеркалирующем структуру пакета приложения, с именами файлов test_.py, что упрощает поиск тестов для конкретного модуля и их автоматический запуск. Как это работает подробнее Структура tests/unit, tests/integration, tests/e2e (или похожая) явно разделяет тесты по скорости и типу зависимостей, что позволяет запускать их выборочно: например, только быстрые unit-тесты при каждом коммите, а интеграционные — реже, в CI перед мержем, не блокируя разработчика долгим ожиданием. Пример кода Что использовать на практике Практика. conftest.py на уровне каждого подкаталога позволяет объявлять фикстуры, специфичные именно для этого набора тестов (например, фикстуры с реальной БД только в tests/integration), не засоряя ими unit-тесты и не создавая случайных скрытых зависимостей между слоями. Подводные камни Риск. Класть все тесты в один файл без структуры — со временем это усложняет навигацию и совместную работу над тестами нескольких разработчиков. Смешив

Читать полностьюpytest

Короткий ответ Для проверки аргументов используют mock.assert_called_with(...) или assert_called_once_with(...), которые сравнивают переданные аргументы с ожидаемыми, а не просто факт вызова, который проверяется методом assert_called(). Как это работает подробнее Каждый Mock записывает историю вызовов в атрибуте call_args_list, включая позиционные и именованные аргументы каждого вызова, а не только факт его наличия. assert_called_with сравнивает последний вызов с переданными значениями и бросает AssertionError с понятной разницей, показывая и ожидаемые, и фактические аргументы. Пример кода Что использовать на практике Практика. Такая проверка важна, когда важно не только что метод вызвали, но и что ему передали правильные данные — например, что уведомление отправлено именно на адрес текущего пользователя, а не на пустую строку или адрес по умолчанию, оставшийся от предыдущей итерации кода. Подводные камни Риск. Использовать assert_called() вместо assert_called_with(), когда на самом деле важны конкретные аргу

Читать полностьюassertions

Короткий ответ Нужен тест, который явно эмулирует повторную доставку одного и того же сообщения (с тем же ключом идемпотентности) и проверяет, что повторная обработка не приводит к повторному побочному эффекту — например, списание средств или отправка уведомления происходит ровно один раз, в зависимости от того, какую гарантию реализует конкретный обработчик. Как это работает подробнее Идемпотентность обычно реализуется через хранение уже обработанных ключей сообщений (идентификатор сообщения, бизнес-ключ операции) в БД или кеше с уникальным ограничением, и обработчик перед выполнением проверяет, не обработано ли уже такое сообщение. Тест должен вызвать обработчик дважды с одинаковым сообщением и проверить состояние системы после каждого вызова. Сравнение Компромисс. Полный тест с реальной БД и конкурентными вызовами даёт высокую уверенность, но дороже в поддержке и медленнее; unit-тест с моком хранилища дешевле, но не ловит гонки на уровне БД (отсутствие или неправильное использование уникального ограничения

Читать полностьюconcurrency

Короткий ответ Нужно сделать источник времени подменяемым — через внедрение зависимости (передавать clock/now как параметр) или через библиотеку подмены времени (например, freezegun), чтобы в тесте зафиксировать конкретный момент времени вместо реального datetime.now(). Как это работает подробнее freezegun подменяет вызовы datetime.now()/date.today() на уровне интерпретатора на время теста, фиксируя указанную дату для всего кода, выполняемого внутри декоратора или контекстного менеджера. Альтернативный, более явный подход — архитектурно внедрять функцию или объект clock в код вместо прямого вызова datetime.now(), что не требует монкипатчинга стандартной библиотеки и прозрачнее в чтении. Пример кода Что использовать на практике Практика. Выбор между freezegun и внедрением зависимости clock зависит от размера кодовой базы и готовности к рефакторингу: freezegun быстрее внедрить в уже существующий код без изменения сигнатур функций, явный clock даёт более предсказуемое и read-only поведение без побочных эффектов

Читать полностьюdatetime

Короткий ответ Для unit-тестирования логики задачи её можно вызвать напрямую как обычную функцию (task.run(...) или task(...)) либо включить режим task_always_eager=True, при котором Celery выполняет задачу синхронно в том же процессе без реального брокера. Как это работает подробнее При task_always_eager=True вызов task.delay()/apply_async() выполняет тело задачи немедленно и синхронно в текущем процессе, возвращая EagerResult, что позволяет проверить результат без Redis/RabbitMQ. Альтернативно можно тестировать саму функцию задачи напрямую, игнорируя декоратор Celery, если вся логика вынесена в обычную функцию, а задача — лишь тонкая обёртка. Пример кода Что использовать на практике Практика. Eager-режим хорош для unit-тестирования бизнес-логики задачи, но не проверяет поведение, специфичное для реальной очереди: retry-политики, маршрутизацию по очередям, сериализацию аргументов, поведение при падении воркера. Для этого нужны отдельные интеграционные тесты с реальным (тестовым) брокером. Подводные камни Рис

Читать полностьюbackground-tasks

Короткий ответ Нужен тест, который на тестовой БД применяет миграции до нужной ревизии, проверяет итоговую схему (и, при изменении данных миграцией, их корректность), а затем откатывает миграцию назад и проверяет, что схема вернулась в исходное состояние без потери важных данных. Как это работает подробнее Инструменты миграций (Alembic для SQLAlchemy, стандартные миграции Django) предоставляют программный интерфейс для апгрейда и даунгрейда до конкретной ревизии; тест может вызвать upgrade('head') и downgrade('-1') на изолированной тестовой БД и после каждого шага интроспектировать структуру таблиц (через information_schema или метаданные ORM). Пример кода Что использовать на практике Практика. Особенно важно тестировать миграции, которые переносят или трансформируют данные (а не только меняют схему) — например, разбивают одно поле на два. Такой тест должен заранее засеять БД репрезентативными данными перед апгрейдом и проверить, что после миграции данные преобразованы верно, а после отката не потеряны безвоз

Читать полностьюdatabases

Короткий ответ Нужно передавать внешние зависимости (репозиторий БД, HTTP-клиент, почтовый отправитель) в конструктор или аргументы функции явно, а не создавать их внутри тела функции или импортировать как глобальный singleton, — тогда в тесте можно подставить тестовую реализацию или мок вместо реальной зависимости. Как это работает подробнее Если функция сама создаёт клиент БД или HTTP-сессию внутри себя (def process(): client = RealApiClient()), тест не может подменить эту зависимость без патчинга импортов, что более хрупко и неявно. Если зависимость передаётся параметром (def process(client): ...), тест просто передаёт тестовый двойник напрямую, без монкипатчинга модулей. Пример кода Что использовать на практике Практика. В Python для этого не обязателен сложный DI-фреймворк — обычно достаточно явных конструкторов классов, принимающих интерфейс/протокол зависимости, и фабричной функции или контейнера на уровне входной точки приложения (main, обработчик запроса), которая один раз собирает реальные зависимос

Читать полностьюdependency-injection