# ユニットテスト

## どのようなものか

ユニットテストは、コードの一部分を単独で確かめる、小さな自動検査です。選んだ入力で関数、クラス、小さなモジュールを呼び出し、返り値が期待どおりかをアサーションで確かめます。通常は、対象コードと同じプロセスで素早く動き、ネットワーク、データベース、ブラウザーを必要としないよう設計します。これらは資源と分離に関する有用な選択であり、範囲が狭いだけで保証される性質ではありません。このようなテストを書くことをユニットテスティングと呼び、プロジェクト内の集まりをユニットテストスイートと呼びます。

何をユニットとするかは、名前から想像するほど定まっていません。*Software Engineering at Google*のユニットテストの章で、Erik Kueflerは、一つのクラスやメソッドなど、比較的狭い範囲のテストをこの言葉で表しています。その上で、ユニットは一つの関数から、関連する複数のパッケージまで広がり得るとしています。境界を考えるには、外から呼ばれる部分に注目すると役立ちます。外部の誰かが頼るインターフェースを提供するものがユニットであり、そのテストも、呼び出し側と同じようにインターフェースを使います。

現代のテストフレームワークには、共通の祖先があります。Kent Beckの論文*Simple Smalltalk Testing: With Patterns*は、フィクスチャ、テストケース、検査、スイートからなる小さな仕組みを記述し、開発者自身がクラスごとにユニットテストを書くよう勧めました。Pythonの`unittest`も、最初はJUnitに着想を得たと文書に記し、同じ四つの考え方を保っています。テストフィクスチャは必要な準備と後片付け、テストケースは個々の検査単位で、ほかにテストスイートとテストランナーがあります。両者が区別する失敗とエラーは、分けて考える価値があります。失敗は検査結果が期待と違うこと、エラーはコードの奥で投げられた例外など、テストがまったく想定していなかったことです。

テストの範囲を広さで並べると、ユニットテストは狭い側に位置します。同じ本のAdam Benderによるテストの章は、範囲で分類しています。狭いものは通常ユニットテスト、いくつかの部品を組み合わせる中程度のものは結合テスト、システム全体を動かす広いものはエンドツーエンドテストです。

## なぜ重要なのか

第一の理由は速さです。小さく分離したユニットテストは対象コードと同じプロセスで動くため、エンジニアは通常の一日の仕事で何千件も実行でき、原因となる変更が画面に残っているうちに誤りが分かります。Googleの指針は、許す操作を明確にしています。小さなテストは、スリープ、I/O、ネットワークやディスクへのアクセスをしてはなりません。その制約は、速く繰り返し実行できるテストを作りやすくします。毎回同じ答えを返すスイートなら、チームも信頼するようになります。

第二は診断です。狭いテストが失敗すれば、誤りの場所はコードの小さな部分で、多くは直前に変えた箇所です。システム全体を動かすテストなら、ブラウザーからデータベースまでのどこかかもしれません。そのため、*Software Engineering at Google*は、大まかな目安としてピラミッドを示しています。約80%を狭いテスト、15%を結合テスト、5%をエンドツーエンドテストにする配分です。

第三は変更です。公開インターフェース越しに振る舞いを確かめるスイートがあれば、その内側のコードを安心して組み替えられます。テストが通り続ければ、呼び出し側が必要とする振る舞いも保たれているからです。Kueflerの理想は、要件が変わらなければ変更不要のテストです。純粋なリファクタリングなら、テストには一切触りません。

ユニットテストは、文書にもなります。振る舞いに基づく名前を付け、分かりやすい入力と期待する結果を省略せずに明記したテストは、次の読者に、コードの呼び出し方と約束する内容を示します。コメントと違い、それが事実でなくなれば失敗します。

## 実際の活用例

設定ファイルから`1h30m`のような時間の長さを読み、秒数に変える関数を考えます。

```python
# durations.py
UNITS = {"h": 3600, "m": 60, "s": 1}


def to_seconds(text: str) -> int:
    """Turn "1h30m" or "45s" into a whole number of seconds."""
    total, digits = 0, ""
    for char in text:
        if char.isdigit():
            digits += char
        elif char in UNITS and digits:
            total += int(digits) * UNITS[char]
            digits = ""
        else:
            raise ValueError(f"not a duration: {text!r}")
    if digits or not text:
        raise ValueError(f"not a duration: {text!r}")
    return total
```

pytestで書いたユニットテストは、受け入れるものと拒否するものの、二つの振る舞いを調べます。

```python
# test_durations.py
import pytest

from durations import to_seconds


@pytest.mark.parametrize(
    "text,expected",
    [("45s", 45), ("2m", 120), ("1h30m", 5400), ("0s", 0)],
)
def test_counts_each_unit(text, expected):
    assert to_seconds(text) == expected


@pytest.mark.parametrize("text", ["", "90", "h", "1x", "1.5h"])
def test_refuses_what_it_cannot_read(text):
    with pytest.raises(ValueError):
        to_seconds(text)
```

ディレクトリーで`pytest`を実行すると、`test_*.py`または`*_test.py`という名前のファイルを集めます。二つの関数は、パラメーターの各行に対応する九つのケースに展開されます。pytestの文書は、テストを準備、実行、アサーション、後片付けに分けます。この例の準備はパラメーターの行、実行は一回の呼び出しです。関数の外には触れないので、後片付けはありません。後から誤って一分を3600秒にすると、二つのケースが失敗し、報告にはパラメーター付きの名前が出ます。`test_counts_each_unit[2m-120]`では期待した120に対して7200、`test_counts_each_unit[1h30m-5400]`では5400に対して111600になります。期待値は、最初にコードが返した値を写すのではなく、手で計算している点が重要です。

標準ライブラリの`unittest`で同じことを調べるなら、`unittest.TestCase`のサブクラスを作り、`test`で始まるメソッドから`assertEqual`と`assertRaises`を使います。`python -m unittest`は、既定で`test*.py`に一致するファイルを見つけます。Goは、慣習をツールに組み込んでいます。`func TestXxx(t *testing.T)`という関数を、`_test.go`で終わるファイルに置くと、`go test`が実行します。

規模が変わっても、変わるのは管理であり、考え方ではありません。2026年7月の仕事である[981ケースを課したデータベースジェネレーター](/ja/portfolio/held-the-generator-to-981-tests-and-92-coverage/)では、383のテスト関数が、パラメーター展開後に981ケースになります。45ファイル、7,944行に分かれ、ビルドは分岐カバレッジの下限92%を強制します。実測は約95%で、警告も失敗として扱います。ページは数字の限界にも率直です。後から見つかった二つの不具合は、カバレッジ報告では実行済みのコードにありました。

## 問題が起きるところ

**実装を写すようにテストする。** 非公開の補助関数へ入り込んだり、内部呼び出しの順番そのものを検査したりすると、呼び出し側から見えるものは変わらなくても、コードを組み替えるたびに壊れます。Kueflerは、これを壊れやすいテストと呼び、相互作用を調べるテストが失敗する最も一般的な理由として、モックフレームワークへの過度の依存を挙げます。公開インターフェースを通して検査し、その状態に至るまでの呼び出しではなく結果の状態を確かめ、負担なく使える場合は本物のオブジェクトを使います。

**テスト同士が依存する。** 一つ目がレコードを作り、次がそれを読み、順番がそろったときだけスイートが通ります。一つだけ動かしたり、順番を変えたりすると、読者に分からない理由で失敗します。Beckの仕組みは、テストごとにデータを作って捨て、`unittest`の文書も、テストケースが完全に自己完結するよう求めています。各テストに専用のフィクスチャを与え、終わったら片付けます。

**カバレッジが目標になる。** カバレッジは行が実行されたことを示すだけで、その結果を検査したかは分かりません。アサーションのないテストは、数字を増やしても何も証明しません。*Software Engineering at Google*は、80%の基準が天井になり、変更がちょうど最低値で取り込まれがちだと警告しています。数字は下限として扱い、レビューではアサーションを読みます。

**メソッドごとに一つのテストを書く。** 本番の各メソッドに一つずつテストメソッドを対応させると、整って見えます。しかし、分岐が増えるたびにテストも膨らみ、何を調べるのか誰にも説明できなくなります。Kueflerの助言は、代わりに振る舞いを調べることです。一つのテストで一つの振る舞いを扱い、何を示すかを名前にすれば、失敗報告は何が壊れたかを表す文になります。

**時間が過ぎるのを待つ。** 処理の完了を待つ`sleep()`は、毎回スイートを遅くし、それでも混雑したマシンでは失敗します。ユニットテストでは、時刻は入力です。時計やタイムスタンプを渡し、待たずに必要な時刻を設定できるようにします。

## 参考資料

- [unittest：ユニットテストのフレームワーク](https://docs.python.org/3/library/unittest.html) — Python標準ライブラリの仕組みです。フィクスチャ、ケース、スイート、ランナー、テストの発見、失敗とエラーの区別を説明します。
- [テストの構成](https://docs.pytest.org/en/stable/explanation/anatomy.html) — pytestによる、準備、実行、アサーション、後片付けの説明です。
- [使い始める](https://docs.pytest.org/en/stable/getting-started.html) — 通常の`assert`、テストの発見、`pytest.raises`を扱う、pytest自身の入門です。
- [ユニットテスト](https://abseil.io/resources/swe-book/html/ch12.html) — Erik Kueflerによる*Software Engineering at Google*の章です。壊れやすいテスト、公開API、状態と相互作用、振る舞いのテストを扱います。
- [Simple Smalltalk Testing: With Patterns](https://web.archive.org/web/20150315073817/http://www.xprogramming.com/testfram.htm) — Kent Beckのフレームワークの論文です。クラスごとにユニットテストを書く理由と、失敗とエラーの違いを、保存された写しで読めます。
- [testing](https://pkg.go.dev/testing) — Go標準のテストパッケージです。`TestXxx`関数、`_test.go`ファイル、`go test`を説明しています。

<https://engineer.company/ja/glossary/unit-test/>
