Python中的分布式单元测试和代码覆盖率

我当前的项目有一个从单元测试中100%覆盖代码的策略。我们的持续集成服务将不允许开发人员在没有100%覆盖率的情况下推送代码

随着项目的发展，也有时间运行完整的测试套件。虽然开发人员通常会运行与他们正在更改的代码相关的测试子集，但他们通常会在提交给CI之前进行最后一次完整运行，并且CI服务器本身也会运行完整的测试套件

单元测试本质上是高度可并行的，因为它们在测试之间是自包含和无状态的。它们只返回两条信息：通过/失败和覆盖的代码行。map/reduce解决方案似乎可以很好地工作

---

是否有任何Python测试框架可以在代码覆盖率高的机器集群上运行测试，并在测试完成后合并结果？

我不知道有任何测试框架可以运行分布在一组机器上的测试，但nose支持使用

---

至少，这可能是一个创建分布式测试框架的好地方，这并不完全是您所看到的，但我能回忆起的最接近Hadoop的地方是使用JUnit进行Hadoop测试。这是你的电话号码。如邮件搜索

gridunit

论文中所述

---

以分布式方式使用Hadoop进行单元测试非常有趣。任何围绕这个的框架都是非常有用的，但是开发一个框架应该不是很困难。如果有兴趣，请告诉我。

我认为没有一个框架完全符合您的需求

---

我知道py.test有一个插件，它添加了分布式测试执行器。您可以使用它在上面编写CI基础结构

“你找到了你想要的东西吗？”stair314遗憾的是没有。我们通过优化单元测试本身和减少大量不必要的工作，赢得了更多的时间。我们还将机器添加到CI集群中，以便并行构建（和测试），但我们仍然每次都运行所有测试。希望在某个时候，我们能够在这个问题上集中一些开发工作。链接已经失效。