如何用flask測試和模擬mongodb？

Question

我正在嘗試對端點帖子進行測試，它將 json 中的信息發送到 mongo 數據庫。

在這種情況下如何執行單元測試？ 我怎樣才能模擬 mongo 擁有一個瞬時數據庫？

下面是我的代碼。 請注意，如果我沒有連接 mongo，我會收到無法發送數據的錯誤，這是臭名昭著的。 我的問題是，如何通過模擬 mongo 來執行此測試？

import json
import unittest

from api import app

app.testing = True  # set our application to testing mode


class TestApi(unittest.TestCase):

    with app.test_client() as client:   

        # send data as POST form to endpoint
        sent = {
            "test1": 1,
            "test2": 1,
            "test3": 1
        }

        mimetype = 'application/json'

        headers = {
            'Content-Type': mimetype,
        }

        #fixtures
        result = client.post(
            '/post/',
            data=json.dumps(sent), headers=headers, environ_base={'REMOTE_ADDR': 'locahost'})

    def test_check_result_server_have_expected_data(self):
        # check result from server with expected data
        self.assertEqual(self.result.json,  self.sent)

    def test_check_content_equals_json(self):
        # check content_type == 'application/json'
        self.assertEqual(self.result.content_type, self.mimetype)

if __name__ == "__main__":
    unittest.main()

我的 api 以這種方式調用 mongo：

@api.route('/post/')
class posting(Resource):
    @api.doc(responses={200: 'Success', 500: 'Internal Server Error', 400: 'Bad Request'})
    @api.doc(body=fields, description="Uploads data")
    @api.expect(fields, validate=True)
    def post(self):
        try:
            mongodb_helper.insert_metric(name="ODD", timestamp=request.json["timestamp"], 
            metric_type="field1", value=request.json["field1"])
            
            return ("Data saved successfully", 201)

        except:
            return ("Could not create new data", 500)

謝謝，

Answer 1

這是使用unittest.mock.Mock和patch上下文管理器的示例。 您當然需要用更合適的東西替換"__main__.insert_metric" 。

import unittest.mock

# Function to be mocked


def insert_metric(**kwargs):
    raise ValueError("this should never get called")


# Function to be tested


def post(data):
    insert_metric(
        name="ODD", timestamp=data["timestamp"], metric_type="field1", value=data["field1"]
    )


# Test case


def test_post():
    insert_metric_mock = unittest.mock.MagicMock()
    with unittest.mock.patch("__main__.insert_metric", insert_metric_mock):
        post({"timestamp": 8, "field1": 9})
    print(insert_metric_mock.mock_calls)  # for debugging
    insert_metric_mock.assert_called_with(
        name="ODD", timestamp=8, metric_type="field1", value=9
    )


if __name__ == "__main__":
    test_post()

這打印出來

[call(metric_type='field1', name='ODD', timestamp=8, value=9)]

並且不會引發斷言錯誤。