1 Star 0 Fork 24

sunnyshare / interface_test_platform

加入 Gitee
与超过 1200万 开发者一起发现、参与优秀开源项目,私有仓库也完全免费 :)
免费加入
克隆/下载
README.md 8.88 KB
一键复制 编辑 原始数据 按行查看 历史
scu-zrb 提交于 2020-05-02 21:53 . update README.md.

BTest platform

前言

BTest是一个接口测试平台, 能帮助用户高效快捷地完成接口自动化用例的开发, 覆盖较为复杂的流程接口场景. 它是我个人业余时间开发的, 难免有不少BUG. 类似这样的平台, 网上已经有很多, 那为什么还要开发这个呢.

在此之前, 实际工作中我基于开源项目HttpRunnerManager做了一些补充性和优化性的二次开发, 渐渐有了自己写个测试平台的想法: 一是为了分享自己的经验和想法,希望能帮助到测试人员更有效的完成工作;二是实践自己的想法, 当是练手.

介绍

本平台基于django restframwork和vue+iview开发, 驱动框架使用httprunner(1.5.8)

强烈建议使用平台前先了解httprunner的基本用法

平台特性

  • 测试管理:按项目-模块-用例的层级管理,均可批量运行用例
  • 用例管理:实现嵌套引用,支持快速调试,以树型展示接口响应数据,并可一键提取结果
  • 定时任务:可编辑任务,树型展示用例,方便选择;支持定时和手动触发任务
  • 测试报告:包括任务概况、用例详情和top10错误表等内容,简洁地展示任务情况
  • 环境管理:保存环境相关的基础数据,便于环境切换,支持python数据类型,支持在线编辑
  • 参数化变量:数据量少时可在用例中定义;数据量大时可在文件中定义,支持在线编辑
  • mock管理:mock数据按接口-场景的层级管理,均支持独立启/禁用
  • 全局变量:方便定义全局通用数据

win开发环境搭建

一、项目结构

  1. 项目结构 BTest接口测试平台20190808.png

  2. 目录说明: 前端代码放在后端代码根目录中 前端目录结构.png 后端目录结构.png

二、前端环境

  1. 安装node.js/npm并配置环境
  2. 配置淘宝镜像
npm install -g cnpm --registry=https://registry.npm.taobao.org
  1. 安装vue脚本架
cnpm install --global vue-cli
  1. cd到frontend目录
cnpm install
  1. 运行前端
npm run dev

三、后端环境

  1. 安装mysql,创建数据库dbname,设置用户名、密码,启动mysql
  2. 修改:AutoTest/settings.py里DATABASES字典和邮件配置
DATABASES = {
        'default': {
        'ENGINE': 'django.db.backends.mysql',
        'NAME': 'dbname',  # 数据库名
        'USER': 'root',  # 用户名
        'PASSWORD': '123456',  # 密码
        'HOST': '127.0.0.1',  # 数据库ip
        'PORT': '3306',  # 端口默认3306即可
    }
}
EMAIL_SERVER = 'smtp.qq.com' # 邮箱服务器
EMAIL_PORT = 465 # 邮箱服务器端口
EMAIL_SENDER = '123456789@qq.com' # 发件人
EMAIL_PASSWORD = '' # 发件人密码
  1. 安装erlang和rabbitmq,服务是默认启动的,访问地址 http://localhost:15672/
    默认用户名/密码:guest
# 如果没启动使用下面命令
net start RabbitMQ
  1. 安装python3(本人使用3.7,与celery3.x版本存在冲突命名冲突,需要手动修改celery;或者使用py3.6,可以先参考第7点)
  2. 创建虚拟环境(看需要)
python -m venv venvName
venvName/Scripts/activate.bat
  1. 安装三方库
pip install -r require.txt
  1. 更新三方库(celery和httprunner)(必须操作)
# kumbo库中使用了保留关键字async,与python3.7存在冲突,worker无法运行.
考虑下面三种方式:
1.py<=3.6,则不需要修改任务celery相关内容
-----------------------------------------------------------
2.py>=3.7,手动修改kumbo.async包名,再修改celery中相关引用项(未修改运行会报错,挨个改)
-----------------------------------------------------------
3.py>=3.7,命令升级celery库(升到4.x,不确定celery beat任务实时更新是否有效,未验证):
pip install --upgrade https://github.com/celery/celery/tarball/master
-----------------------------------------------------------

# 更新httprunner,把工程根目录下httprunner_update目录的文件全部替换到当前环境三方包httprunner目录下,对1.5.8版本httprunner做了几处优化.
1.引用函数时参数可以使用python多数数据类型 
详情见 https://www.jianshu.com/p/2b83c1216f57
-----------------------------------------------------------
2.结果提取失败可返回用户定义的默认值 
详情见 https://www.jianshu.com/p/c31a803f1f6a
  1. 解压phantomjs, 配置环境变量, 命令行输入phantomjs不报错即可
  2. 安装jdk,为了运行mock服务,如不需要mock服务可跳过
  3. 下载最新版本moco.jar到工程根目录,新命令行切换到工程根目录,运行服务
java -jar moco-runner-X.X.X-standalone.jar http -p 8899 -c mock_data/settings.json
  1. 切换到工程根目录(manage.py所在目录)
python manage.py makemigrations # 生成数据迁移脚本
python manage.py migrate  # 创建表
  1. 启动后端服务(端口自定义,修改后前端也要配置frontend/src/api/index.js)
python manage.py runserver 9999
  1. 新命令行切换到工程根目录, 分别启动worker、beat、flower
celery -A AutoTest worker -l info  #启动worker
celery -A AutoTest beat -l info #启动任务监听
# 上面两命令可以合并: celery -A AutoTest worker -l info -B
celery flower #启动任务后台
  1. 访问:http://localhost:5555/dashboard 即可查看任务列表和状态
  2. 平台地址: http://127.0.0.1:8080/
  3. django后台是否需要看自己情况

功能介绍

  1. 注册新用户,成功后自动登录跳转,前台只能注册为普通用户.而管理员用户可以通过admin后台创建或修改. 1-登录.png

  2. 首页为数据面板,菜单按测试管理-数据管理-报告管理,划为三个模块 2-面板.png

  3. 平台按项目-模块-用例的层级管理,要依次创建对应的条目 3-项目-模块-用例.png

  4. 多数模块都提供了搜索栏 4-搜索栏.png

  5. 项目/模块/用例均提供了批量运行的方式, 而用例也可以单独运行和快速调试 5-运行方式.png

  6. debugtalk页面, 为每个项目绑定一份自定义函数或变量(下版本改为多项目共用debugtalk), 可在线编辑, 遵循python语法. 6-1-debug.png

  7. 用例嵌套引用/快速调试/结果一键提取 7-1-嵌套引用 7-2-快速调试.png 7-3-一键提取.png 7-3-一键提取效果.png 7-4-参数化

  8. 添加及触发任务 8-1-添加任务.png 8-2-运行任务.png

  9. 数据管理, 提供多种形式保存用例数据, 做到数据与用例分离的目的 9-1-数据管理.png

  10. MOCK服务基于moco运行 10-1-新增接口.png 10-2-新增场景.png

  11. 测试报告及邮件 11-1-报告详情.png 11-2-邮件.png

下版本待实现

  1. 增加二级模块; 项目使用目录结构管理(项目-模块-二级模块-用例)
  2. celery分布式并发是以任务为执行单位的,如设定的任务用例数量过大,则无法发布分布式的优势,下版本将对过大的任务进行拆分,可真正发挥分布式并发的优势
  3. 用例重试机制
  4. 任务中错误用例一键重试
  5. 用例草稿/回收站
  6. 自动化文字用例与脚本关联及场景覆盖率统计
Python
1
https://gitee.com/Share-Cherish/interface_test_platform.git
git@gitee.com:Share-Cherish/interface_test_platform.git
Share-Cherish
interface_test_platform
interface_test_platform
master

搜索帮助