测试

报告问题open_in_new 查看源代码open_in_new

在 Bazel 中测试 Starlark 代码有几种不同的方法。本页面按用例收集了当前的最佳做法和框架。

测试规则

Skylib 具有一个名为 unittest.bzl 的测试框架，用于检查规则的分析时行为，例如其操作和提供程序。此类测试称为“分析测试”，目前是测试规则内部工作的最佳选择。

一些注意事项：

• 测试断言在 build 内发生，而不是在单独的测试运行程序进程中进行。测试创建的目标必须命名，使其不会与其他测试或 build 的目标冲突。在测试期间发生的错误会由 Bazel 视为构建中断，而非测试失败。

• 它需要使用大量样板来设置被测规则以及包含测试断言的规则。此样板最初可能令人望而生畏。请注意，宏会在加载阶段进行评估和生成目标，而规则实现函数要到稍后才在分析阶段运行。

• 分析测试旨在相当小且轻量。分析测试框架的某些功能仅限验证具有最大传递依赖项（目前为 500 个）的目标。这是由于将这些功能与更大的测试搭配使用会对性能造成影响。

基本原则是定义依赖于被测规则的测试规则。这让测试规则可以访问被测规则的提供方。

测试规则的实现函数会执行断言。如果出现任何失败情况，这些错误不会通过调用 fail()（这将触发分析时构建错误）立即引发，而是将错误存储在测试执行失败的生成脚本中。

请参见下文，了解最基本的玩具示例以及随后用于检查操作的示例。

极简示例

//mypkg/myrules.bzl：

MyInfo = provider(fields = {
    "val": "string value",
    "out": "output File",
})

def _myrule_impl(ctx):
    """Rule that just generates a file and returns a provider."""
    out = ctx.actions.declare_file(ctx.label.name + ".out")
    ctx.actions.write(out, "abc")
    return [MyInfo(val="some value", out=out)]

myrule = rule(
    implementation = _myrule_impl,
)

//mypkg/myrules_test.bzl：

load("@bazel_skylib//lib:unittest.bzl", "asserts", "analysistest")
load(":myrules.bzl", "myrule", "MyInfo")

# ==== Check the provider contents ====

def _provider_contents_test_impl(ctx):
    env = analysistest.begin(ctx)

    target_under_test = analysistest.target_under_test(env)
    # If preferred, could pass these values as "expected" and "actual" keyword
    # arguments.
    asserts.equals(env, "some value", target_under_test[MyInfo].val)

    # If you forget to return end(), you will get an error about an analysis
    # test needing to return an instance of AnalysisTestResultInfo.
    return analysistest.end(env)

# Create the testing rule to wrap the test logic. This must be bound to a global
# variable, not called in a macro's body, since macros get evaluated at loading
# time but the rule gets evaluated later, at analysis time. Since this is a test
# rule, its name must end with "_test".
provider_contents_test = analysistest.make(_provider_contents_test_impl)

# Macro to setup the test.
def _test_provider_contents():
    # Rule under test. Be sure to tag 'manual', as this target should not be
    # built using `:all` except as a dependency of the test.
    myrule(name = "provider_contents_subject", tags = ["manual"])
    # Testing rule.
    provider_contents_test(name = "provider_contents_test",
                           target_under_test = ":provider_contents_subject")
    # Note the target_under_test attribute is how the test rule depends on
    # the real rule target.

# Entry point from the BUILD file; macro for running each test case's macro and
# declaring a test suite that wraps them together.
def myrules_test_suite(name):
    # Call all test functions and wrap their targets in a suite.
    _test_provider_contents()
    # ...

    native.test_suite(
        name = name,
        tests = [
            ":provider_contents_test",
            # ...
        ],
    )

//mypkg/BUILD：

load(":myrules.bzl", "myrule")
load(":myrules_test.bzl", "myrules_test_suite")

# Production use of the rule.
myrule(
    name = "mytarget",
)

# Call a macro that defines targets that perform the tests at analysis time,
# and that can be executed with "bazel test" to return the result.
myrules_test_suite(name = "myrules_test")

可使用 bazel test //mypkg:myrules_test 运行测试。

除了初始的 load() 语句之外，该文件还包含两个主要部分：

• 测试本身，每个测试都包含 1) 针对测试规则的分析时实现函数，2) 通过 analysistest.make() 声明测试规则，3) 用于声明被测规则（及其依赖项）和测试规则的加载时间函数（宏）。如果断言在测试用例之间不会发生变化，则 1) 和 2) 可能会被多个测试用例共享。

• 测试套件函数，用于为每个测试调用加载时间函数，并声明一个将所有测试捆绑在一起的 test_suite 目标。

为了保持一致性，请遵循建议的命名惯例：让 foo 代表测试名称，用于描述测试要检查的内容（上面示例中的 provider_contents）。例如，JUnit 测试方法将命名为 testFoo。

那么：

• 用于生成测试和被测目标的宏应命名为 _test_foo (_test_provider_contents)

• 其测试规则类型应命名为 foo_test (provider_contents_test)

• 此规则类型的目标标签应为 foo_test (provider_contents_test)

• 测试规则的实现函数应命名为 _foo_test_impl (_provider_contents_test_impl)

• 被测规则的目标标签及其依赖项应带有 foo_ (provider_contents_) 前缀

请注意，所有目标的标签都可能会与同一 build 软件包中的其他标签发生冲突，因此最好为测试使用一个独一无二的名称。

故障测试

验证在输入某些内容时或在特定状态下失败时，规则可能会很有用。这可以使用分析测试框架来完成：

使用 analysistest.make 创建的测试规则应指定 expect_failure：

failure_testing_test = analysistest.make(
    _failure_testing_test_impl,
    expect_failure = True,
)

测试规则实现应就发生的失败的性质（具体而言，就是失败消息）做出断言：

def _failure_testing_test_impl(ctx):
    env = analysistest.begin(ctx)
    asserts.expect_failure(env, "This rule should never work")
    return analysistest.end(env)

此外，还要确保被测目标明确标记为“人工”。 否则，使用 :all 构建软件包中的所有目标将会导致有意失败的目标构建，并且会显示构建失败。如果设置为“manual”，则只有明确指定，或者要作为非手动目标的依赖项（例如测试规则）才能构建被测目标：

def _test_failure():
    myrule(name = "this_should_fail", tags = ["manual"])

    failure_testing_test(name = "failure_testing_test",
                         target_under_test = ":this_should_fail")

# Then call _test_failure() in the macro which generates the test suite and add
# ":failure_testing_test" to the suite's test targets.

验证已注册的操作

您可能需要编写对规则注册的操作的断言，例如，使用 ctx.actions.run()。这可以在分析测试规则实现函数中完成。示例如下：

def _inspect_actions_test_impl(ctx):
    env = analysistest.begin(ctx)

    target_under_test = analysistest.target_under_test(env)
    actions = analysistest.target_actions(env)
    asserts.equals(env, 1, len(actions))
    action_output = actions[0].outputs.to_list()[0]
    asserts.equals(
        env, target_under_test.label.name + ".out", action_output.basename)
    return analysistest.end(env)

请注意，analysistest.target_actions(env) 会返回 Action 对象的列表，这些对象表示由受测目标注册的操作。

验证不同标志下的规则行为

您可能需要验证特定规则在给定特定 build 标志时的行为方式。例如，如果用户指定了以下规则，您的行为方式可能会有所不同：

bazel build //mypkg:real_target -c opt

对比

bazel build //mypkg:real_target -c dbg

乍一看，这可以通过使用所需的 build 标志测试被测目标来实现：

bazel test //mypkg:myrules_test -c opt

但是，您的测试套件不可能同时包含一个用于验证 -c opt 下规则行为的测试和另一个用于验证 -c dbg 下规则行为的测试。这两个测试无法在同一 build 中运行！

这可以通过在定义测试规则时指定所需的 build 标志来解决：

myrule_c_opt_test = analysistest.make(
    _myrule_c_opt_test_impl,
    config_settings = {
        "//command_line_option:compilation_mode": "opt",
    },
)

通常，系统会根据当前 build 标志分析受测目标。指定 config_settings 会替换指定命令行选项的值。（任何未指定的选项都将保留其在实际命令行中的值）。

在指定的 config_settings 字典中，命令行标志必须以特殊占位符值 //command_line_option: 为前缀，如上所示。

验证工件

检查生成的文件是否正确的主要方法有：

• 您可以使用 shell、Python 或其他语言编写测试脚本，并创建适当的 *_test 规则类型的目标。

• 您可以针对要执行的测试使用专用规则。

使用测试目标

验证工件的最直接方法是编写脚本并将 *_test 目标添加到 BUILD 文件中。您要检查的特定工件应该是此目标的数据依赖项。如果验证逻辑可重复用于多个测试，则应该是一个采用命令行参数（由测试目标的 args 属性控制）的脚本。下面的示例将验证上述 myrule 的输出是否为 "abc"。

//mypkg/myrule_validator.sh：

if [ "$(cat $1)" = "abc" ]; then
  echo "Passed"
  exit 0
else
  echo "Failed"
  exit 1
fi

//mypkg/BUILD：

...

myrule(
    name = "mytarget",
)

...

# Needed for each target whose artifacts are to be checked.
sh_test(
    name = "validate_mytarget",
    srcs = [":myrule_validator.sh"],
    args = ["$(location :mytarget.out)"],
    data = [":mytarget.out"],
)

使用自定义规则

一种更复杂的方法是将 shell 脚本编写为可通过新规则实例化的模板。这会涉及更多间接性和 Starlark 逻辑，但会使 build 文件更简洁。这样做的好处是，任何参数预处理都可以在 Starlark 而不是脚本中完成，并且该脚本会略微多一些自我记录，因为它使用符号占位符（用于替换）而不是数字占位符（用于参数）。

//mypkg/myrule_validator.sh.template：

if [ "$(cat %TARGET%)" = "abc" ]; then
  echo "Passed"
  exit 0
else
  echo "Failed"
  exit 1
fi

//mypkg/myrule_validation.bzl：

def _myrule_validation_test_impl(ctx):
  """Rule for instantiating myrule_validator.sh.template for a given target."""
  exe = ctx.outputs.executable
  target = ctx.file.target
  ctx.actions.expand_template(output = exe,
                              template = ctx.file._script,
                              is_executable = True,
                              substitutions = {
                                "%TARGET%": target.short_path,
                              })
  # This is needed to make sure the output file of myrule is visible to the
  # resulting instantiated script.
  return [DefaultInfo(runfiles=ctx.runfiles(files=[target]))]

myrule_validation_test = rule(
    implementation = _myrule_validation_test_impl,
    attrs = {"target": attr.label(allow_single_file=True),
             # You need an implicit dependency in order to access the template.
             # A target could potentially override this attribute to modify
             # the test logic.
             "_script": attr.label(allow_single_file=True,
                                   default=Label("//mypkg:myrule_validator"))},
    test = True,
)

//mypkg/BUILD：

...

myrule(
    name = "mytarget",
)

...

# Needed just once, to expose the template. Could have also used export_files(),
# and made the _script attribute set allow_files=True.
filegroup(
    name = "myrule_validator",
    srcs = [":myrule_validator.sh.template"],
)

# Needed for each target whose artifacts are to be checked. Notice that you no
# longer have to specify the output file name in a data attribute, or its
# $(location) expansion in an args attribute, or the label for the script
# (unless you want to override it).
myrule_validation_test(
    name = "validate_mytarget",
    target = ":mytarget",
)

或者，您也可以将模板以字符串形式内嵌到 .bzl 文件中，而不是使用模板扩展操作，并在分析阶段使用 str.format 方法或 % 格式将其展开。

测试 Starlark 实用程序

Skylib 的 unittest.bzl 框架可用于测试实用函数（即既不是宏也不是规则实现的函数）。您可以使用 unittest 代替 unittest.bzl 的 analysistest 库。对于此类测试套件，可以使用便捷函数 unittest.suite() 来减少样板文件。

//mypkg/myhelpers.bzl：

def myhelper():
    return "abc"

//mypkg/myhelpers_test.bzl：

load("@bazel_skylib//lib:unittest.bzl", "asserts", "unittest")
load(":myhelpers.bzl", "myhelper")

def _myhelper_test_impl(ctx):
  env = unittest.begin(ctx)
  asserts.equals(env, "abc", myhelper())
  return unittest.end(env)

myhelper_test = unittest.make(_myhelper_test_impl)

# No need for a test_myhelper() setup function.

def myhelpers_test_suite(name):
  # unittest.suite() takes care of instantiating the testing rules and creating
  # a test_suite.
  unittest.suite(
    name,
    myhelper_test,
    # ...
  )

//mypkg/BUILD：

load(":myhelpers_test.bzl", "myhelpers_test_suite")

myhelpers_test_suite(name = "myhelpers_tests")

如需查看更多示例，请参阅 Skylib 自己的测试。