制作一个从不并行运行的Python单元测试

tl；dr-我想编写一个Python

unittest

函数，用于删除文件、运行测试并恢复文件。这会导致竞争条件，因为

unittest

并行运行多个测试，删除和创建一个测试的文件会扰乱同时发生的其他测试

详细的具体示例：

我有一个名为

converter.py

的Python模块，它在

test\u converter.py

中有相关的测试。如果在与

converter.py

相同的目录中有一个名为

config\u custom.csv

的文件，则将使用自定义配置。如果没有自定义CSV配置文件，则在

converter.py

中内置了默认配置

我使用Python2.7标准库中的

unittest

编写了一个单元测试来验证这种行为。

setUp（）

中的单元测试将

config\u custom.csv

重命名为

error\u name.csv

，然后它将运行测试（希望使用默认配置），然后在

tearDown（）

中重新命名文件

问题：Python单元测试并行运行，我遇到了糟糕的竞争条件。文件<代码>配置文件自定义.CSV 将以非确定性方式在其他单元测试的中间重命名。在我运行整个测试套件的90%时间里，它至少会导致一个错误或失败

理想的解决方案是告诉

unittest

：不要与其他测试并行运行此测试，此测试是特殊的，需要完全隔离

---

我的解决方法是向搜索配置文件的函数添加一个可选参数。参数仅由测试套件传递。它忽略配置文件而不删除它。实际上删除测试文件更优雅，这正是我真正想要测试的。

首先，大多数支持并行性的测试框架也支持串行某些重要测试的方法。例如，Python支持串行注释（当您使用命令行标志-P作为并行套件启动测试时）：

---

然而，我认为你不应该那样做，我认为你应该停下来，轻视一下。下面是我要说的事情

在这种情况下，测试基本上已经确定了代码的一个条件，因此需要为您突出一点内聚性

你现在应该做的是意识到“converter.py”有太多的责任，它不仅要在幕后执行一些复杂的操作，而且还要负责管理自己的创建和设置，这对它来说可能是太多了

---

如果您有一个对象可以管理该文件中的读取，那么您就可以轻松地对其进行模拟/存根，并生成您所描述的要测试的条件。

问题在于

config\u custom.csv

的名称本身应该是一个可配置参数。然后，每个测试只需查找

config\u custom\u.csv

，任何数量的测试都可以并行运行

---

清理整个套件只需清除

config\u custom.*.csv

，因为此时我们不需要它们中的任何一个。

最好的测试策略是确保对不相交的数据集进行测试。这将绕过任何竞争条件，使代码更简单。如果您使用上下文管理器，我也会模拟

打开

或

进入

/

退出

。这将允许您伪造文件不存在的事件。

我经常需要在完全隔离的情况下运行测试。我发现，唯一能保持一致的方法是将这些测试放在不同的类中。同意在测试中处理配置文件仍然是一种痛苦

---

对于我现在正在做的事情，我也可以尝试以更确定的方式运行测试

文件名实际上是可配置的。如果没有发现任何东西，我真的想测试一下行为。我在最初的问题中提到的我的工作与这个建议基本相似，它实际上并没有测试我想要的行为。我的解决方法是告诉配置文件查找器“不要查找任何配置文件”。您的建议基本上是“只查找特定的配置文件”。我想测试它的行为，如果它看起来正常，但什么也没有发现。我不想关闭或限制搜索本身。@SerMetAla使用不同的文件是一种不引入锁定的好方法。如果你不能使用不同的文件集，那么你应该使用锁。我知道Fabric，但我不知道

@serial

装饰器，所以谢谢你。关于单一责任原则：我觉得我已经很好地坚持了

converter.py

只是一个文件，但它有多个功能（不是太多）。其中一个函数是

load\u config（）

，它只有一个职责。如果它找到一个配置文件，它将加载它，否则它将使用默认值。它实际上不需要任何参数，但我添加了

load\u config（use\u defaults=False）

并仅在单元测试期间传入

True

，这就是您建议的。这是次优的。（第2部分，共2部分）使用这样的kwarg有两个问题：首先，

converter.py

的源代码变得更加复杂。我刚刚在converter.py中添加了一个任何人都不应该使用的特性，只有单元测试应该使用它。这是属于测试的东西的定义，而不是代码本身。第二：如果所有的测试都通过了，但实际上找不到一个文件会导致硬崩溃怎么办？单元测试再也看不到这个问题了。单元测试将通过。如果

os.listdir（）

发生了变化，并且出现了回归，我不会看到它。是的，我同意你的观点

from fabric.api import *

def runs_in_parallel():
    pass

@serial
def runs_serially():
    pass