单元测试是对软件基本组成单元进行的测试,如函数或一个类的方法。程序是由函数组成的,每个函数都要健壮,这样才能保证程序的整体质量。单元测试是对软件未来的一项必不可少的投资。”具体来说,单元测试有哪些收益呢?
它是最容易保证代码覆盖率达到100%的测试。
可以⼤幅降低上线时的紧张指数。
单元测试能更快地发现问题。
单元测试的性价比最高,因为错误发现的越晚,修复它的成本就越高,而且难度呈指数式增长,所以我们要尽早地进行测试
编码人员,一般也是单元测试的主要执行者,是唯一能够做到生产出无缺陷程序的人,其他任何人都无法做到这一点。
有助于源码的优化,使之更加规范,快速反馈,可以放心进行重构。
尽管单元测试有如此的收益,但在我们日常的工作中,仍然存在不少项目它们的单元测试要么是不完整要么是缺失的。
要额外写很多很多的代码
一个高覆盖率的单测代码,往往比你要测试的,真正开发的业务代码要多,甚至是业务代码的好几倍。这让人觉得难以接受,你想想开发 5 分钟,单测 2 小时是什么样的心情。而且并不是单测写完就没事了,后面业务要是变更了,你所写的单测代码也要同步维护。
时间成本
代码逻辑过于复杂,写单元测试时耗费的时间较长,任务重、工期紧,写一个单测的时间可以实现一个需求,那么你如何去选?显而易见。
写单测是一件很无趣的事情
因为他比较死,主要目的就是为了验证,相比之下他更像是个体力活,没有真正写业务代码那种创造的成就感。写出来,验证不出bug很失落,白写了,验证出bug又感到自己是在打自己脸。
所以得到的结论就是不写单测?那么问题又来了,出来混迟早是要还的,上线出了问题,最终责任人是谁?不是提需求的产品、不是没发现问题的测试同学,他们顶多就是连带责任。最该负责的肯定是写这段代码的你。
所以单元测试保护的不仅仅是程序,更保护的是写程序的你。 最后得出了一个无可奈何的结论,单测是个让人又爱又恨的东西,是不想做但又不得不做的事情。
虽然我们没办法改变要写单测这件事,但是我们可以改变怎么去写单元测试这件事。
既然我们不得不去写单元测试,那么今天就为大家推荐一款比较神奇的单元测试框架,Spock去提高你编写单测的效率。
spock官网:https://spockframework.org/spock/docs/2.0/index.html
Spock是国外一款优秀的测试框架,基于BDD(行为驱动开发)思想实现,功能非常强大。Spock结合Groovy动态语言的特点,提供了各种标签,并采用简单、通用、结构化的描述语言,让编写测试代码更加简洁、高效。
那么spock 是如何提高编写单测的效率呢?
它可以用更少的代码去实现单元测试,让你可以更加专注于去验证结果而不是写单测代码的过程。(Spock使用groovy动态语言的特点)
**他有更好的语义化,让你的单测代码可读性更高。**Spock提供多种语义标签,如: given、when、then、expect、where、with、and 等,从行为上规范单测代码,每一种标签对应一种语义,让我们的单测代码结构具有层次感,功能模块划分清晰,便于后期维护。
Spock引入
<!--引入 groovy 依赖--> <dependency> <groupId>org.codehaus.groovy</groupId> <artifactId>groovy-all</artifactId> <version>2.4.15</version> <scope>test</scope> </dependency> <!--引入spock 与 spring 集成包--> <dependency> <groupId>org.spockframework</groupId> <artifactId>spock-spring</artifactId> <version>1.2-groovy-2.4</version> <scope>test</scope> </dependency>
Spock自带Mock功能,所以我们可以来Mock非静态方法。但是遇到静态方法时,我们需要导入powermock
<!--powermock --> <dependency> <groupId>org.powermock</groupId> <artifactId>powermock-api-mockito2</artifactId> <version>2.0.0</version> <scope>test</scope> </dependency> <dependency> <groupId>org.powermock</groupId> <artifactId>powermock-module-junit4</artifactId> <version>2.0.0</version> <scope>test</scope> </dependency>
但是当我们需要测试dao层的sql语句时,我们可以结合H2内存数据库使用,此时需要引入:
<!--db unit--> <dependency> <groupId>com.github.janbols</groupId> <artifactId>spock-dbunit</artifactId> <version>0.4</version> <scope>test</scope> </dependency> <dependency> <groupId>org.dbunit</groupId> <artifactId>dbunit</artifactId> <version>2.5.1</version> <scope>test</scope> </dependency> <dependency> <groupId>com.h2database</groupId> <artifactId>h2</artifactId> <version>1.4.200</version> <scope>test</scope> </dependency>
以上就能满足我们平时用Spock来写单测的日常功能。
下面通过一个简单的例子,来体验一下Spock和junit的不同:
public class IDNumberUtils { /** * 根据身份证号码获取出生日期和年龄 * * @param idNo 18位身份证号码 * @return 返回格式: birth: 1992-01-01 age: 29 */ public static Map<String, String> getBirthAge(String idNo) { String birthday = ""; String age = ""; int year = Calendar.getInstance().get(Calendar.YEAR); birthday = idNo.substring(6, 10) + "-" + idNo.substring(10, 12) + "-" + idNo.substring(12, 14); age = String.valueOf(year - Integer.valueOf(idNo.substring(6, 10))); Map<String, String> result = new HashMap<>(); result.put("birthday", birthday); result.put("age",age); return result; } }
Junit单测:
public class IDNumberUtilsJunitTest { @ParameterizedTest @MethodSource("getBirthAgeParams") public void testGetBirthAge(String idNo,Predicate<Map<String,String>> predicate){ Map<String, String> birthAgeMap = IDNumberUtils.getBirthAge(idNo); Assertions.assertTrue(predicate.test(birthAgeMap)); } public static Object[] getBirthAgeParams(){ return new Object[]{ new Object[]{ "410225199208091234",(Predicate<Map<String,String>>) map -> "{birthday=1992-08-09, age=29}".equals(map.toString()) }, new Object[]{ "410225199308091234",(Predicate<Map<String,String>>) map -> "{birthday=1993-08-09, age=28}".equals(map.toString()) }, new Object[]{ "410225199408091234",(Predicate<Map<String,String>>) map -> "{birthday=1994-08-09, age=27}".equals(map.toString()) }, new Object[]{ "410225199508091234",(Predicate<Map<String,String>>) map -> "{birthday=1995-08-09, age=26}".equals(map.toString()) }, new Object[]{ "410225199608091234",(Predicate<Map<String,String>>) map -> "{birthday=1996-08-09, age=25}".equals(map.toString()) }, }; } }
Spock单测:
class IDNumberUtilsGroovyTest extends Specification { @Unroll def "身份证号:#idNO 的生日,年龄是:#result"() { expect: "执行以及结果验证" IDNumberUtils.getBirthAge(idNO) == result where: "测试用例覆盖" idNO || result "410225199208091234" || ["birthday": "1992-08-09", "age": "29"] "410225199308091234" || ["birthday": "1993-08-09", "age": "28"] "410225199408091234" || ["birthday": "1994-08-09", "age": "27"] "410225199508091234" || ["birthday": "1995-08-09", "age": "26"] "410225199608091234" || ["birthday": "1996-08-09", "age": "25"] } }
def 是 groovy 的关键字,可以用来定义变量跟方法名。
后面的是你的单元测试名称,可以用中文也可以用英文。
expect … where …语句块,expect 为核心的测试校验语句块。where 为多个测试用例的列举。
以上测试方法的语义为:列举多个where下面的多个测试用例,以idNo传参,result为结果,调用getBirthAge方法,来验证每条测试用例是否符合我们的预期,添加@Unroll注解,主要是让每一条测试用例都返回测试结果。
如果不加@Unroll注解,那么会把所有的测试用例返回一个结果。
我们的服务大部分是分布式微服务架构。服务与服务之间通常都是通过接口的方式进行交互。即使在同一个服务内也会分为多个模块,业务功能需要依赖下游接口的返回数据,才能继续后面的处理流程。这里的下游不限于接口,还包括中间件数据存储等等,所以如果想要测试自己的代码逻辑,就必须把这些依赖项Mock掉。因为如果下游接口不稳定可能会影响我们代码的测试结果,让下游接口返回指定的结果集(事先准备好的数据),这样才能验证我们的代码是否正确,是否符合逻辑结果的预期。
1、非静态方法Mock
public class UserService { @Autowired private UserDao userDao; public UserInfo getUserInfoById(long id) { List<UserInfo> userInfoList = userDao.getAllUserInfo(); for (UserInfo userInfo : userInfoList) { if (userInfo.getId()==id){ return userInfo; } } return null; } } public class UserDao { public List<UserInfo> getAllUserInfo(){ return null; } }
Junit单测:
@ExtendWith({MockitoExtension.class}) public class UserInfoJunitTest { @Mock private UserDao userDao; @InjectMocks private UserService userService; @Before public void before(){ MockitoAnnotations.openMocks(this); } @Test public void userinfoTest(){ // 准备参数 List<UserInfo> userInfoList = new ArrayList<>(); UserInfo userInfo1 = new UserInfo(); userInfo1.setId(0); userInfo1.setName("小明"); UserInfo userInfo2 = new UserInfo(); userInfo1.setId(1); userInfo1.setName("小强"); userInfoList.add(userInfo1); userInfoList.add(userInfo2); // mock数据 Mockito.when(userDao.getAllUserInfo()).thenReturn(userInfoList); UserInfo userInfo = userService.getUserInfoById(1); // 验证结果 Assertions.assertEquals(userInfoList.get(1),userInfo); } }
Spock单测
class UserInfoSpec extends Specification { def userService = new UserService(); def "getUserInfoById"() { given: "准备参数" def user1 = new UserInfo(id: 0, name: "小明") def user2 = new UserInfo(id: 1, name: "小强") and: "mock数据" def userDao = Mock(UserDao) Whitebox.setInternalState(userService, "userDao", userDao) userDao.getAllUserInfo() >> [user1, user2] when: "方法调用" def response = userService.getUserInfoById(1) then: "结果验证" with(response) { id == 1 name == "小强" } } }
**given … when … then …**语句块:given为条件,when为执行方法,then为结果验证。
when … then 通常是成对出现的,;‘它代表着当执行了 when 块中的操作,会出现 then 块中的期望。
比较明显,上边的JUnit单元测试代码冗余,缺少结构层次,可读性差,随着后续的迭代,势必会导致代码的堆积,维护成本会变得越来越高。下面的单元测试代码Spock会强制要求使用given、when、then这样的语义标签(至少一个),否则编译不通过,这样就能保证代码更加规范,结构模块化,边界范围清晰,可读性强,便于扩展和维护。而且使用了自然语言描述测试步骤,让非技术人员也能看懂测试代码(given表示输入条件,when触发动作,then验证输出结果)。
Spock自带的Mock语法也非常简单:
def userDao = Mock(UserDao)使用Spock自导的Mock方法构造一个UserDao的Mock对象。
Whitebox.setInternalState(userService, "userDao", userDao)给userService对象中的userDao属性赋值刚才mock出来的userDao。
userDao.getAllUserInfo() >> [user1, user2]。
两个右箭头>>表示模拟userDao.getAllUserInfo()接口的返回结果,再加上使用的Groovy语言,可以直接使用[]中括号表示返回的是List类型。
如果要指定返回多个值的话,可以使用3个右箭头>>>,比如:studentDao.getAllUserInfo() >>> [[user1,user2],[user3,user4],[user5,user6]]。
每次调用userDao.getAllUserInfo()方法返回不同的值。
在Spock中可以通过powermock去模拟静态方法、final方法、私有方法等。
但是junit5不支持powermock,只能使用junit4来写
Junit单测
@RunWith(PowerMockRunner.class) @PrepareForTest(IDNumberUtils.class) public class IDNumberUtilsStaticTest { @InjectMocks private UserService userService; @Before public void setup(){ PowerMockito.mockStatic(IDNumberUtils.class); } @Test public void testStatic(){ // 准备参数 Map<String,String> map = new HashMap<>(); map.put("birthday","1992-08-09"); map.put("age","29"); // mock PowerMockito.when(IDNumberUtils.getBirthAge(Mockito.anyString())).thenReturn(map); int age = userService.getUserAgeByCardId("123"); // 验证结果 Assertions.assertEquals(29,age); } }
Spock单测:
powermock的PowerMockRunner继承自Junit,所以使用powermock的@PowerMockRunnerDelegate()注解可以指定Spock的父类Sputnik去代理运行power mock,这样就可以在Spock里使用powermock去模拟静态方法、final方法、私有方法等
@PrepareForTest(IDNumberUtils.class) @RunWith(PowerMockRunner.class) @PowerMockRunnerDelegate(Sputnik.class) class IDNumberUtilsStaticSpec extends Specification { def userService = new UserService(); void setup() { PowerMockito.mockStatic(IDNumberUtils.class) } def "getAge"() { given: "准备参数" def map = [birthday: "1992-08-09", age: "29"] and: "mock" PowerMockito.when(IDNumberUtils.getBirthAge(Mockito.anyString())).thenReturn(map) when: "方法调用" def respsnse = userService.getUserAgeByCardId("aa") then: "结果验证" with(respsnse){ respsnse == 29 } } }
当使用powermock来mock静态方法的时候,必须加注解@PrepareForTest和@RunWith。注解@PrepareForTest里写的类是静态方法所在的类。
when模块里是真正调用要测试方法的入口userService.getUserAgeByCardId()。
then模块作用是验证被测方法的结果是否正确,符合预期值,所以这个模块里的语句必须是boolean表达式,类似于JUnit的assert断言机制,但不必显示地写assert,这也是一种约定优于配置的思想。
then块中使用了Spock的with功能,可以验证返回结果response对象内部的多个属性是否符合预期值,这个相对于JUnit的assertNotNull或assertEquals的方式更简单一些。
在我们写业务代码时,经常会写到比较复杂的业务,对应的代码实现会走不通的逻辑,这样的 if else 嵌套代码因为业务的原因很难避免,如果要测试这样的代码,保证覆盖到每一个分支逻辑的话,使用传统的Junit单元测试代码写起来会很痛苦和繁琐。
业务代码:
public class TypeCodeUtil { public static String getTypeNameByCode(int code){ String result = ""; switch (code){ case 1: result = "name1"; break; case 2: result = "name2"; break; case 3: result = "name3"; break; case 4: result = "name4"; break; case 5: result = "name5"; break; default: break; } return result; } }
junit单测:
public class TypeCodeUtilTest { @ParameterizedTest @MethodSource("getTypeCodeParams") public void testTypeCode(int code, Predicate<String> predicate){ String typeNameByCode = TypeCodeUtil.getTypeNameByCode(code); Assertions.assertTrue(predicate.test(typeNameByCode)); } public static Object[] getTypeCodeParams(){ return new Object[]{ new Object[]{ 1,(Predicate<String>) value -> "name1".equals(value) }, new Object[]{ 2,(Predicate<String>) value -> "name2".equals(value) }, new Object[]{ 3,(Predicate<String>) value -> "name3".equals(value) }, new Object[]{ 4,(Predicate<String>) value -> "name4".equals(value) }, new Object[]{ 5,(Predicate<String>) value -> "name5".equals(value) }, new Object[]{ 6,(Predicate<String>) value -> "".equals(value) }, }; } }
spock单测:
class TypeCodeUtilSpec extends Specification { @Unroll def "code:#code,name:#name"() { expect: TypeCodeUtil.getTypeNameByCode(code) == name where: code || name 1 || "name1" 2 || "name2" 3 || "name3" 4 || "name4" 5 || "name5" 6 || "" } }
where模块第一行代码是表格的列名,多个列使用|单竖线隔开,||双竖线区分输入和输出变量,即左边是输入值,右边是输出值。格式如下:
输入参数1 | 输入参数2 || 输出结果1 | 输出结果2
表格的每一行代表一个测试用例,即被测方法执行了6次,每次的输入和输出都不一样,刚好可以覆盖全部分支情况。
解析点:
@Unroll注解:表示展开where标签下面的每一行测试用例,都作为一个单独的测试用例来运行。
方法名:#code和#name,把请求参数值和返回结果值的字符串动态替换掉,#号后面的变量是在方法内部定义的,实现占位符的功能。
expect标签:when + then标签的组合,即 “什么时候做什么 + 验证什么结果” 组合起来。
业务代码,这个大家应该都很熟悉,针对这种抛出多个不同错误码和错误信息的异常。如果使用JUnit的方式测试,会比较麻烦。如果是单个异常还好,如果是多个的话,测试代码就不太好写。
@Data @AllArgsConstructor public class APIException extends RuntimeException{ private String errorCode; private String errorMessage; } @Service public class ValidateService { public void validateUser(UserInfo userInfo){ if (userInfo == null){ throw new APIException("1001","userInfo is null"); }else if (userInfo.getId()==0){ throw new APIException("1002","id is not legal"); }else if (userInfo.getName() == null || "".equals(userInfo.getName())){ throw new APIException("1003","name is not legal"); } } }
Junit单测:在junit3中可以通过一次次的方法调用并捕获异常来进行测试。这种方式的缺陷是显而易见的。如果有100个异常测试,那么这些调用要写100遍简直要疯掉。
而在junit4中,可以使用ExpectedException和@Test这两种方式,但是都有缺陷,@Test方式不能指定断言的异常属性,比如code、message。ExpectedException的方式也只提供了expectMessage的API,对自定义的code不支持,尤其像上面的有很多分支抛出多种不同异常码的情况。
在junit4中,可以使用Assertions.assertThrows方法来验证异常,但是依然有上面方式的缺陷。
public class ExceptionTest { private ValidateService validateService = new ValidateService(); /** * junit3 */ @Test public void testException1(){ try { validateService.validateUser(null); }catch (APIException e){ Assert.assertEquals(e.getErrorCode(),"1001"); Assert.assertEquals(e.getErrorMessage(),"userInfo is null"); } try { validateService.validateUser(new UserInfo(0,"")); }catch (APIException e){ Assert.assertEquals(e.getErrorCode(),"1002"); Assert.assertEquals(e.getErrorMessage(),"id is not legal"); } try { validateService.validateUser(new UserInfo(1,"")); }catch (APIException e){ Assert.assertEquals(e.getErrorCode(),"1003"); Assert.assertEquals(e.getErrorMessage(),"name is not legal"); } } /** * junit 4 */ @Rule public ExpectedException expectedException = ExpectedException.none(); @Test public void testException2(){ expectedException.expect(APIException.class); expectedException.expectMessage("userInfo is null"); validateService.validateUser(null); } @Test(expected = APIException.class) public void testException3(){ validateService.validateUser(null); } /** * junit5 */ @Test public void testException4(){ Throwable throwable = Assertions.assertThrows(APIException.class,()->{ validateService.validateUser(null); }); Assertions.assertEquals("userInfo is null",throwable.getMessage()); } }
Spock单测:
class ExceptionSpec extends Specification { def validateService = new ValidateService() @Unroll def "验证UserInfo"() { when: "调用校验方法" validateService.validateUser(user) then: "捕获异常并设置需要验证的异常值" def exception = thrown(expectedException) exception.errorCode == expectedErrCode exception.errorMessage == expectedMessage where: "验证用户的合法性" user || expectedException | expectedErrCode | expectedMessage null || APIException | "1001" | "userInfo is null" new UserInfo(0, "") || APIException | "1002" | "id is not legal" new UserInfo(1, "") || APIException | "1003" | "name is not legal" } }
Spock内置thrown()方法,可以捕获调用业务代码抛出的预期异常并验证,再结合where表格的功能,可以很方便的覆盖多种自定义业务异常。
在then标签里用到了Spock的thrown()方法,这个方法可以捕获我们要测试的业务代码里抛出的异常。thrown()方法的入参expectedException,是我们自己定义的异常变量,这个变量放在where标签里就可以实现验证多种异常情况的功能。expectedException类型调用validateUser方法里定义的APIException异常,可以验证它所有的属性,errorCode、errorMessage是否符合预期值。
根据UserInfo中的IdNo属性,调用年龄计算工具,计算出年龄后赋值给UserInfo的age属性。
public class UserService { @Autowired private IDNumberUtil idNumberUtil; /** * 根据idNo计算年龄然后赋值给age属性 * @param list */ public void setAgeTest(List<UserInfo> list) { if (CollectionUtils.isEmpty(list)) { return; } for (UserInfo userInfo : list) { int age = idNumberUtil.getAge(userInfo.getCardId()); userInfo.setAge(age); } } }
Spock单测:
class VoidMethodSpec extends Specification { def userService = new UserService() def idNumberUtil = Mock(IDNumberUtil) def "测试void方法"() { given: "准备参数" def user1 = new UserInfo(id: 1, cardId: "410225199208091234") def user2 = new UserInfo(id: 2, cardId: "410225199208091234") def list = [user1, user2] and: "属性设置" Whitebox.setInternalState(userService, "idNumberUtil", idNumberUtil) when: "调用方法" userService.setAgeTest(list) then: "验证调用获取年龄是否符合预期: 一共调用2次, 第一次输出29, 第二次是28" 2 * idNumberUtil.getAge(_) >> 29 >> 28 and: "验证年龄计算后的结果是否符合预期" with(list) { list[0].age == 29 list[1].age == 28 } } }
DAO层的测试有些不太一样,不能再使用Mock,否则无法验证SQL是否正确。对于DAO测试有一般最简的方式是直接使用@SpringBootTest注解启动测试环境,通过Spring创建Mybatis、Mapper实例,但这种方式并不属于单元测试,而是集成测试范畴了,因为当启用@SpringBootTest时,会把整个应用的上下文加载进来。不仅耗时时间长,而且一旦依赖环境上有任何问题,可能会影响启动,进而影响DAO层的测试。最后,需要到数据库尽可能隔离,因为如果大家都使用同一个Test环境的数据的话,一旦测试用例编写有问题,就可能会污染Test环境的数据。
针对以上场景,可采用以下方案:
通过MyBatis的SqlSession启动mapper实例(避免通过Spring启动加载上下文信息)。
通过内存数据库(如H2)隔离大家的数据库连接(完全隔离不会存在互相干扰的现象)。
通过DBUnit工具,用作对于数据库层的操作访问工具。
通过扩展Spock的注解,提供对于数据库创建和数据Data加载的方式。
public class MapperUtil { private static final String MAPPER_CONFIG_LOCATIONS = "cn/huolala/link/svc/support/mapper-config.xml"; /** * 通过MyBatis的SqlSession启动mapper实例 * @param type * @param dataSource * @param <T> * @return * @throws IOException */ public static <T> T getMapper(Class<T> type, DataSource dataSource) throws IOException { // 获取资源 InputStream inputStream = Resources.getResourceAsStream(MAPPER_CONFIG_LOCATIONS); JdbcTransactionFactory jdbcTransactionFactory = new JdbcTransactionFactory(); Environment environment = new Environment("development", jdbcTransactionFactory, dataSource); // 启动SqlSessionFactory获取mapper SqlSessionFactory sqlSessionFactory = new SqlSessionFactoryBuilder().build(inputStream); sqlSessionFactory.getConfiguration().setEnvironment(environment); SqlSession sqlSession = sqlSessionFactory.openSession(); return sqlSession.getMapper(type); } }
class SpecUtils { /** * 初始化H2数据库 * @return */ static DataSource inMemoryDataSource() { return new HikariDataSource().with { dataSource -> dataSource.driverClassName = 'org.h2.Driver' dataSource.jdbcUrl = 'jdbc:h2:file:/Users/zhaosongbo/spock' dataSource.username = 'root' dataSource.password = 'test' } } /** * 创建相应的表结构 * @param dataSource */ static void createAppMainTable(javax.sql.DataSource dataSource){ assert dataSource new Sql(dataSource).execute("DROP TABLE IF EXISTS app_main; CREATE TABLE `app_main` (\n" + " `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '自动增长主键',\n" + " `app_id` varchar(32) NOT NULL COMMENT '分配给接入方的唯一标识',\n" + " `app_key` varchar(32) DEFAULT NULL COMMENT 'appkey',\n" + " `app_secret` varchar(64) NOT NULL COMMENT '分配给接入方的密钥'\n" + ") ;") }
class AppMainDB2Spec extends Specification { def dataSource /** * 相当于junit的@efore * @return */ def setup() { dataSource = inMemoryDataSource3() createAppMainTable(dataSource) } /** * 构造数据 * @return */ @DbUnit(content = { app_main(id: 1001,app_id: "appId1",app_key: "appKey1",app_secret: "appSecret1") app_main(id: 1002,app_id: "appId2",app_key: "appKey2",app_secret: "appSecret2") app_main(id: 1003,app_id: "appId3",app_key: "appKey3",app_secret: "appSecret3") }, configure = { IDatabaseTester it -> it.setUpOperation = DatabaseOperation.CLEAN_INSERT it.tearDownOperation = DatabaseOperation.TRUNCATE_TABLE }, datasourceProvider = { dataSource }) def "dao层测试"() { given: "获取mapper" def appMainMapper = MapperUtil.getMapper(AppMainMapper.class,dataSource) when: "执行" def result = appMainMapper.appSecretByAppId("appId1") then: "验证数据" result == 'appSecret1' } }
作者:吃透Java
原文链接:https://blog.csdn.net/u013277209/article/details/120941785