1 / 4概念
Unit Testing
单元测试不是“给每个函数写一个测试”,而是用一条快速、确定的断言锁定一个行为。它最大的价值不是覆盖率数字,而是让你能在几秒内知道某条业务规则是否被改坏。
1 概念
1.1 一句话定义
单元测试是在隔离外部依赖的前提下,对一个小的工作单元(函数、类、用例)执行输入并断言可观察行为。隔离意味着不启动数据库、网络、浏览器和真实时钟;测试替身只替换边界,不替换被测逻辑。
1.2 它解决什么问题
- 改一处逻辑,靠手工点击回归,成本随功能增长。
- 业务规则没有可执行的文档,新人只能读实现猜意图。
- 设计耦合:构造函数里有全局状态、单例或数据库连接,测试无法低成本启动。
- 重构时没有安全网,团队不敢动旧代码。
好的单元测试是设计反馈:难测通常意味着依赖太多、职责太杂或边界不清。
1.3 不属于本页的内容
| 主题 | 去哪 |
|---|---|
| 真实数据库、容器与 HTTP 契约 | Integration Testing |
| 浏览器端到端用户旅程 | End-to-End Testing |
| 负载、容量与尾延迟 | Performance Testing |
| 测试运行器与打包管线 | JavaScript / TypeScript Toolchain |
| 静态规则与格式 | Code Quality |
1.4 关键术语
| 术语 | 含义 | 容易混淆的点 |
|---|---|---|
| SUT | 被测试的工作单元 | 不是整个服务 |
| 测试替身 | 替代真实依赖的对象 | 不是只指 mock |
| Stub | 返回预设值的替身 | 不验证调用 |
| Spy | 记录调用的替身 | 可包装真实实现 |
| Mock | 预设期望并验证交互 | 容易和实现耦合 |
| Fake | 可工作的轻量实现 | 如内存仓储 |
| 断言 | 对可观察结果的判断 | 不是日志输出 |
| 覆盖率 | 被执行代码的比例 | 不是正确性证明 |
| 变异测试 | 注入缺陷看测试是否失败 | 比覆盖率更接近有效性 |
| AAA | Arrange / Act / Assert | 不是三个测试 |
2 机制
2.1 心智模型
一个单元测试只回答一个问题:给定这些输入和边界状态,这个行为是否产生预期结果? 它应该像科学实验:固定条件、单一变量、可重复、失败时能定位。
不变量:测试之间不共享可变状态,不依赖执行顺序,不依赖真实时间/随机数/网络。 违反其中一条,套件迟早会变成随机失败。
2.2 机制拆解
- Runner 发现测试文件与用例。
- 每个用例创建新状态(新对象、新容器、新 fake)。
- Arrange:准备输入和边界替身。
- Act:调用一个公开行为。
- Assert:断言返回值、状态变化或对外交互。
- Teardown:清理定时器、连接、临时文件。
隔离的关键是接缝:把外部依赖放在可替换的边界上(构造函数、参数、端口),测试注入 fake;不要把数据库连接写死在业务函数里。
2.3 完整枚举
| 分类 | 成员 | 关键属性 | 适用场景 |
|---|---|---|---|
| 测试替身 | Stub、Spy、Mock、Fake、Dummy | 控制输入/验证交互/轻量实现 | 替换边界依赖 |
| 测试风格 | 孤立测试、社交测试、表驱动、属性测试、快照、审批 | 隔离度与表达力 | 按风险选择 |
| 断言类型 | 值断言、异常断言、状态断言、交互断言、快照断言 | 可观察性 | 行为 vs 实现 |
| 覆盖指标 | 行、分支、函数、条件、变异 | 有效性 | 发现未测分支 |
| 测试层级 | 单元、组件、集成、端到端 | 速度与真实度 | 测试金字塔 |
2.4 关键数字与量级
| 指标 | 量级 | 说明 |
|---|---|---|
| 单测套件 | 秒级 | 超过 30 秒要考虑拆分 |
| 覆盖率目标 | 70%–90% | 核心域更高,胶水代码可低 |
| 变异得分 | 60%–80% | 比行覆盖更能暴露弱断言 |
| 单测占金字塔 | 60%–80% | 按数量与反馈速度 |
3 实践
3.1 最小示例
// order.test.ts:表驱动 + 内存 fake,不启动数据库。
import {describe, expect, it} from 'vitest';
import {Order} from './order';
import {PayOrder} from './pay-order';
import type {OrderRepository} from './order-repository';
class InMemoryOrders implements OrderRepository {
private readonly rows = new Map<string, Order>();
async findById(id: string) {
return this.rows.get(id) ?? null;
}
async save(order: Order) {
this.rows.set(order.id, order);
}
seed(order: Order) {
this.rows.set(order.id, order);
}
}
describe('PayOrder', () => {
it.each([
{name: 'open order', status: 'open' as const, ok: true},
{name: 'already paid', status: 'paid' as const, ok: false},
])('$name', async ({status, ok}) => {
const orders = new InMemoryOrders();
const order = Order.open('order-1', 9900);
if (status === 'paid') order.pay();
orders.seed(order);
const useCase = new PayOrder(orders);
const run = useCase.execute('order-1');
if (ok) await expect(run).resolves.toBeUndefined();
else await expect(run).rejects.toThrow('only open orders can be paid');
});
});
// vitest.config.ts:只跑单测时保持 environment 轻量。
import {defineConfig} from 'vitest/config';
export default defineConfig({
test: {
environment: 'node',
coverage: {provider: 'v8', reporter: ['text', 'html']},
},
});
3.2 常用操作与参数
| 操作 | 命令 / API | 说明 |
|---|---|---|
| 跑单测 | vitest run | 不进入 watch |
| 只跑一个文件 | vitest run order.test.ts | 快速反馈 |
| 按名称过滤 | vitest run -t "open order" | 定位单个用例 |
| 覆盖率 | vitest run --coverage | 看分支,不只看行 |
| 更新快照 | vitest -u | 只在确认变更意图后 |
| 超时 | it('...', fn, 1000) | 单测不应依赖长超时 |
Vitest 与 Jest 的 API 接近;Vitest 复用 Vite 管线,Jest 的生态与历史资料更多。
3.3 标准流程
- 先写行为清单:输入、输出、异常、边界。
- 找出外部依赖,把它们放到接缝上。
- 用 fake/stub 替换边界;只有验证交互时才用 mock。
- 一个测试一个行为;命名写“在什么条件下得到什么结果”。
- 覆盖正常、边界、异常和并发/重入(如适用)。
- 用变异测试或评审检查断言是否真的能失败。
3.4 与相邻技术的组合
- 集成测试:单测验证逻辑,集成测试验证 SQL、序列化和真实协议。
- 类型系统:类型能排除一部分错误,但不能替代行为断言。
- CI:单测放在最快的一层,失败即停止后续重任务。
- TDD:红-绿-重构是节奏,不是教条;关键是测试先表达意图。
3.5 选型维度
| 维度 | 取值 | 影响 |
|---|---|---|
| 依赖数量 | 少 / 多 | 多则需要接缝与替身 |
| 行为确定性 | 确定 / 随机 | 随机/时间需要注入 |
| 反馈速度 | 毫秒 / 秒 | 单测应保持毫秒 |
| 断言对象 | 返回值 / 交互 | 交互断言更易耦合实现 |
| 业务风险 | 低 / 高 | 高风险需要更强断言与变异 |
| 团队习惯 | TDD / 事后 | 影响测试设计质量 |
3.6 决策规则
- 纯函数/领域规则:直接单测,不 mock。
- 用例编排:用 fake 仓储/网关,断言结果和关键交互。
- 第三方 SDK:包一层端口,测自己的适配器,不测 SDK。
- 时间/随机/ID:注入 clock/random/id 生成器,测试固定值。
- 断言难写:先检查设计,不要用快照掩盖。
3.7 替代方案对比
| 方案 | 优势 | 代价 | 适用 |
|---|---|---|---|
| 单元测试 | 快、定位准 | 真实度低 | 逻辑与边界 |
| 集成测试 | 覆盖真实依赖 | 慢、环境复杂 | SQL/协议/序列化 |
| 端到端测试 | 用户视角 | 最慢、最易 flaky | 关键旅程 |
| 属性测试 | 覆盖输入空间 | 设计与复现成本 | 纯函数/算法 |
| 快照测试 | 快速锁定输出 | 易盲目更新 | 稳定序列化输出 |
3.8 何时不该用
- 只是 getter/setter 或框架胶水:测试没有行为价值。
- 依赖真实第三方且无契约控制:单测只能测替身,价值有限。
- 断言只能验证实现细节:先重构接缝,再写测试。
- 为了覆盖率给每行加断言:会得到脆弱且无意义的套件。
4 边界
4.1 典型故障
| 症状 | 根因 | 处理 |
|---|---|---|
| 改实现就大量测试失败 | 测试耦合了内部调用 | 断言可观察行为 |
| 测试通过但线上出错 | 只测了替身,没测真实协议 | 补集成/契约测试 |
| 偶发失败 | 依赖真实时间、随机、网络 | 注入 clock/random,隔离网络 |
| 测试顺序影响结果 | 共享可变状态 | 每个用例新建状态 |
| 覆盖率很高但缺陷多 | 断言太弱/只跑不断言 | 变异测试、加强断言 |
| 套件越来越慢 | 单测里起容器/网络 | 移到集成层 |
| mock 越写越多 | 依赖太多、职责太杂 | 重构接缝,用 fake |
| 快照频繁更新 | 输出不稳定或没人看 | 缩小快照范围 |
4.2 反模式
| 做法 | 后果 | 替代 |
|---|---|---|
| 断言私有方法/调用次数 | 重构即失败 | 断言公开行为 |
| 一个测试覆盖十个行为 | 失败难定位 | 一个测试一个原因 |
| 全局 mock 数据库 | 真实 SQL 从未执行 | 单测用 fake,集成测真实 |
| 用 sleep 等异步 | 慢且不稳定 | 等待可观察条件/假时钟 |
| 追求 100% 覆盖率 | 测试无意义代码 | 聚焦风险与分支 |
4.3 可观测信号
单测耗时、失败率、flaky 率、变异得分、覆盖率的分支维度、测试与实现的修改比例。一个测试经常和实现一起改,通常说明它耦合了实现。
4.4 安全 / 性能 / 一致性边界
- 确定性:单测不能依赖真实时间、网络、随机数和执行顺序。
- 隔离:测试之间不共享可变全局状态;并行运行时尤其重要。
- 真实性:单测不验证真实 SQL、序列化和协议;这些交给集成测试。
- 性能:单测套件应在秒级完成,否则开发者会跳过它。