Модульний тест
автоматична перевірка малого ізольованого фрагмента коду
Що це таке
Модульний тест — це невелика автоматична перевірка одного фрагмента коду окремо від решти: він викликає функцію, клас або невеликий модуль із підібраними вхідними даними й перевіряє, що результат саме такий, яким має бути. Такі тести зазвичай проєктують так, щоб вони виконувалися в тому самому процесі, що й код, який перевіряють, швидко завершувалися й не потребували мережі, бази даних або браузера. Це корисні рішення щодо ресурсів та ізоляції, а не гарантії, що випливають лише з вузького обсягу тесту. Такий тест також називають юніт-тестом, а саму практику — модульним тестуванням. Сукупність таких тестів у проєкті — його набір модульних тестів.
Що саме вважати модулем, не так однозначно, як підказує назва. У розділі про модульне тестування книжки Software Engineering at Google Erik Kuefler називає так тести відносно вузького обсягу, наприклад одного класу чи методу, і додає, що модуль може бути завбільшки з одну функцію, а може охоплювати кілька пов’язаних пакетів. На практиці корисна межа проходить там, де код викликають інші: модуль — це те, що надає інтерфейс, на який хтось зовні покладається, а його тести користуються цим інтерфейсом так само, як ті, хто його викликає.
Сучасні фреймворки мають спільний родовід. Стаття Кента Бека Simple Smalltalk
Testing: With Patterns описувала невеликий фреймворк із фікстур, тестових
випадків, перевірок і наборів тестів та радила розробникам самим писати модульні тести, по одному на клас. Документація модуля unittest зі стандартної
бібліотеки Python прямо каже, що його спочатку надихнув JUnit, і в ньому ті самі
чотири поняття: тестова фікстура (підготовка, якої потребує тест, і прибирання
після нього), тестовий випадок (окрема одиниця тестування), набір тестів і
запускач тестів. Обидва проводять межу, яку варто пам’ятати: збій (failure) —
це перевірка, що отримала неправильну відповідь, а помилка (error) — те, чого
тест узагалі не передбачав, наприклад виняток, викинутий глибоко всередині коду.
Модульні тести лежать на вузькому краї шкали. У розділі про тестування в тій самій книжці Adam Bender упорядковує тести за обсягом: вузькі зазвичай називають модульними, середні, що охоплюють кілька компонентів разом, — інтеграційними, а великі, що проганяють усю систему, — наскрізними тестами.
Чому це важливо
Перша причина — швидкість. Малий ізольований модульний тест виконується в тому самому процесі, що й код, тож розробник може запустити тисячі таких тестів за звичайний робочий день, і помилка виявляється, поки зміна, що її спричинила, ще відкрита на екрані. Настанови Google тут однозначні: малий тест не може засинати, виконувати введення-виведення чи звертатися до мережі або диска. Ці обмеження полегшують створення швидких тестів із повторюваними результатами, і команда вчиться довіряти набору, який щоразу дає ту саму відповідь.
Друга — діагностика. Коли падає вузький тест, вада сидить у невеликому фрагменті коду, найчастіше в щойно зміненому. Коли падає тест, що проганяє всю систему, причина може бути будь-де між браузером і базою даних. Тому Software Engineering at Google подає піраміду як приблизну настанову: близько 80% вузьких тестів, 15% інтеграційних і 5% наскрізних.
Третя — зміни. Набір, що перевіряє поведінку через публічний інтерфейс, дає змогу без страху перебудовувати код за цим інтерфейсом: якщо тести досі проходять, ті, хто викликає код, і далі отримують те, що їм потрібно. Ідеал, який описує Kuefler, — тест, який не доводиться змінювати, доки не зміняться вимоги, тож чистий рефакторинг не зачіпає жодного тесту.
Модульні тести ще й документують. Тест, названий за поведінкою, з простими вхідними даними й повністю виписаним очікуваним результатом показує наступному читачеві, як цей код викликати й що він обіцяє, а на відміну від коментаря тест падає, щойно перестає відповідати дійсності.
Як це виглядає на практиці
Візьмімо функцію, яка читає тривалості на кшталт 1h30m із конфігураційного
файлу й переводить їх у секунди:
# durations.py
UNITS = {"h": 3600, "m": 60, "s": 1}
def to_seconds(text: str) -> int:
"""Переводить "1h30m" або "45s" у ціле число секунд."""
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 totalЇї модульні тести, написані для pytest, перевіряють дві поведінки: що функція приймає і що відкидає.
# 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)Команда pytest, запущена в каталозі, збирає всі файли з назвами test_*.py
або *_test.py, і дві функції розгортаються в дев’ять випадків, по одному на
кожен рядок параметрів. Документація pytest описує кожен тест як arrange, act,
assert і cleanup, тобто підготовку, дію, перевірку й прибирання; тут підготовка
— це рядок параметрів, дія — єдиний виклик, а прибирати нічого, бо поза функцією
нічого не зачеплено. Якщо згодом хтось помилково задасть для хвилини 3600
секунд, два випадки не пройдуть, і звіт назве кожен за його параметрами:
test_counts_each_unit[2m-120] покаже 7200 проти очікуваних 120, а
test_counts_each_unit[1h30m-5400] — 111600 проти 5400. Зверніть увагу:
очікувані значення пораховано вручну, а не скопійовано з того, що код повернув
під час першого запуску.
Ті самі перевірки в unittest зі стандартної бібліотеки мали б вигляд підкласу
unittest.TestCase з методами, назви яких починаються з test, і з викликами
assertEqual та assertRaises; python -m unittest за замовчуванням шукає
файли, що відповідають шаблону test*.py. Go вбудовує цю домовленість у сам
інструментарій: функцію func TestXxx(t *testing.T) у файлі, назва якого
закінчується на _test.go, запускає go test.
Масштаб змінює облік, а не ідею. Генератор бази даних, покритий 981 тестовим випадком — робота, виконана в липні 2026 року, — налічує 383 тестові функції, які з усіма наборами параметрів дають 981 тестовий випадок, у 45 файлах загальним обсягом 7 944 рядки. Збірка вимагає щонайменше 92% покриття гілок, виміряне покриття становить близько 95%, а попередження вважаються помилками. Сторінка чесно каже, де межа цього числа: два дефекти, знайдені в проєкті згодом, містилися в коді, який звіт про покриття показував як покритий.
Де виникають проблеми
Тести віддзеркалюють реалізацію. Тест, який лізе у приватні допоміжні функції або перевіряє точну послідовність внутрішніх викликів, ламається щоразу, коли код перебудовують, хоча для того, хто його викликає, нічого не змінилося. Kuefler називає такий тест крихким і вважає надмірне покладання на фреймворки для моків найпоширенішою причиною того, що тести взаємодій псуються. Тестуйте через публічний інтерфейс, перевіряйте стан, який вийшов у результаті, а не виклики, що до нього привели, і беріть справжні об’єкти там, де вони дешеві.
Тести залежать один від одного. Один тест створює запис, наступний його
читає, і набір проходить лише в такому порядку. Запустіть один тест окремо або
ті самі тести в іншому порядку — і він упаде з причини, якої читач не бачить.
Фреймворк Бека створював і викидав тестові дані для кожного тесту окремо, а
документація unittest вимагає, щоб тестовий випадок був цілком самодостатнім.
Дайте кожному тесту власну фікстуру й прибирайте після нього.
Покриття стає метою. Покриття показує, що рядок виконався, а не що хтось перевірив, що він зробив. Тест без жодної перевірки піднімає число й нічого не доводить, а Software Engineering at Google застерігає, що поріг у 80% зазвичай перетворюється на стелю і зміни зупиняються якраз на мінімумі. Вважайте число підлогою, а перевірки читайте під час рев’ю коду.
Один тест на метод. Пара «метод — тестовий метод» виглядає охайно, але тест розростається щоразу, коли метод отримує нову гілку, аж поки ніхто не може сказати, що він перевіряє. Kuefler радить натомість тестувати поведінку: одна поведінка на тест, а назва — за тим, що він доводить. Тоді звіт про падіння читається як речення про те, що саме зламалося.
Тест чекає, поки мине час. Виклик sleep(), щоб щось устигло завершитися,
сповільнює набір на кожному запуску і все одно падає на завантаженій машині. У
модульному тесті час — це вхідні дані: передайте кодові годинник або позначку
часу, щоб тест сам задав потрібний момент, а не чекав на нього.
Що почитати далі
- unittest: Unit testing framework — фреймворк зі стандартної бібліотеки Python: фікстури, тестові випадки, набори, запускачі, пошук тестів і різниця між збоєм та помилкою.
- Anatomy of a test — пояснення pytest про arrange, act, assert і cleanup.
- Get Started
— вступ від самого pytest: звичайний
assert, пошук тестів іpytest.raises. - Unit Testing — розділ Erik Kuefler у Software Engineering at Google про крихкі тести, публічні API, стан замість взаємодій і тестування поведінки.
- Simple Smalltalk Testing: With Patterns — стаття Кента Бека про фреймворк, про модульні тести по одному на клас і про різницю між збоями та помилками, в архівній копії.
- testing
— стандартний пакет Go для тестування: функції
TestXxx, файли_test.goіgo test.