Pytest 和 PostgreSQL:每次测试的新数据库(第二部分)
亲爱的编程学习爱好者,如果你点开了这篇文章,说明你对《Pytest 和 PostgreSQL:每次测试的新数据库(第二部分)》很感兴趣。本篇文章就来给大家详细解析一下,主要介绍一下,希望所有认真读完的童鞋们,都有实质性的提高。

在上一篇文章中,我们创建了 pytest 夹具,它将在测试方法之前/之后创建/删除 postgres 数据库。在这一部分中,我想在 pytest 工厂固定装置的帮助下改进固定装置,使其更加灵活和可配置。
静态夹具的限制
例如,如果您有多个数据库要在测试中模拟
def test_create_user(test_db1, test_db2):
...
您必须创建几乎两个相同的灯具:
test_db_url = "postgresql://localhost"
test_db1_name = "test_foo"
test_db2_name = "test_bar"
@pytest.fixture
def test_db1():
with psycopg.connect(test_db_url, autocommit=true) as conn:
cur = conn.cursor()
cur.execute(f'drop database if exists "{test_db1_name}" with (force)')
cur.execute(f'create database "{test_db1_name}"')
with psycopg.connect(test_db_url, dbname=test_db1_name) as conn:
yield conn
cur.execute(f'drop database if exists "{test_db1_name}" with (force)')
@pytest.fixture
def test_db2():
with psycopg.connect(test_db_url, autocommit=true) as conn:
cur = conn.cursor()
cur.execute(f'drop database if exists "{test_db2_name}" with (force)')
cur.execute(f'create database "{test_db2_name}"')
with psycopg.connect(test_db_url, dbname=test_db2_name) as conn:
yield conn
cur.execute(f'drop database if exists "{test_db2_name}" with (force)')
pytest 夹具工厂
“静态”装置在这里有点限制。当需要几乎相同且仅有细微差别时,您需要复制代码。希望 pytest 有工厂作为固定装置的概念。
工厂固定装置是一个返回另一个固定装置的固定装置。因为,像每个工厂一样,它是一个函数,它可以接受参数来自定义返回的固定装置。按照惯例,您可以在它们前面加上 make_* 前缀,例如 make_test_db。
专用夹具
我们的装置工厂 make_test_db 的唯一参数将是要创建/删除的测试数据库名称。
那么,让我们基于 make_test_db 工厂装置创建两个“专用”装置。
用法如下:
@pytest.fixture
def test_db_foo(make_test_db):
yield from make_test_db("test_foo")
@pytest.fixture
def test_db_bar(make_test_db):
yield from make_test_db("test_bar")
旁注:产量来自
你注意到产量了吗? yield 和 yield 之间的一个关键区别在于它们如何处理生成器内的数据流和控制。
在python中,yield和yield from都在生成器函数中使用来生成一系列值,但是
- yield 用于暂停生成器函数的执行并向调用者返回单个值。
- 而yield from用于将值的生成委托给另一个生成器。它本质上“展平”了嵌套生成器,将其生成的值直接传递给外部生成器的调用者。
也就是说,我们不想从专门的夹具“屈服”,而是从夹具工厂“屈服”。因此这里需要yield from。
用于创建/删除数据库的夹具工厂
除了将代码包装到内部函数之外,对我们原始夹具创建/删除数据库所需的更改实际上几乎不需要任何更改。
@pytest.fixture
def make_test_db():
def _(test_db_name: str):
with psycopg.connect(test_db_url, autocommit=true) as conn:
cur = conn.cursor()
cur.execute(f'drop database if exists "{test_db_name}" with (force)') # type: ignore
cur.execute(f'create database "{test_db_name}"') # type: ignore
with psycopg.connect(test_db_url, dbname=test_db_name) as conn:
yield conn
cur.execute(f'drop database if exists "{test_db_name}" with (force)') # type: ignore
yield _
奖励:将迁移固定装置重写为工厂固定装置
在上一部分中,我还有一个固定装置,将 yoyo 迁移应用于刚刚创建的空数据库。它也不是很灵活。让我们做同样的事情并将实际代码包装到内部函数中。
在这种情况下,因为代码不需要在从测试方法返回后进行清理(其中没有yield),所以
- 工厂装置返回(不是yield)内部函数
- 专门的夹具调用(不是从工厂夹具中产生)
@pytest.fixture
def make_yoyo():
"""applies yoyo migrations to test db."""
def _(test_db_name: str, migrations_dir: str):
url = (
urlparse(test_db_url)
.
_replace(scheme="postgresql+psycopg")
.
_replace(path=test_db_name)
.geturl()
)
backend = get_backend(url)
migrations = read_migrations(migrations_dir)
if len(migrations) == 0:
raise valueerror(f"no yoyo migrations found in '{migrations_dir}'")
with backend.lock():
backend.apply_migrations(backend.to_apply(migrations))
return _
@pytest.fixture
def yoyo_foo(make_yoyo):
migrations_dir = str(path(__file__, "../../foo/migrations").resolve())
make_yoyo("test_foo", migrations_dir)
@pytest.fixture
def yoyo_bar(make_yoyo):
migrations_dir = str(path(__file__, "../../bar/migrations").resolve())
make_yoyo("test_bar", migrations_dir)
需要两个数据库并对它们应用迁移的测试方法:
from psycopg import Connection
def test_get_new_users_since_last_run(
test_db_foo: Connection,
test_db_bar: Connection,
yoyo_foo,
yoyo_bar):
test_db_foo.execute("...")
...
结论
构建自己的夹具工厂,为 pytest 方法创建和删除数据库实际上是练习 python 生成器和运算符的产量/产量的一个很好的练习。
我希望本文对您自己的数据库测试套件有所帮助。请随时在评论中留下您的问题,祝您编码愉快!
本篇关于《Pytest 和 PostgreSQL:每次测试的新数据库(第二部分)》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于文章的相关知识,请关注golang学习网公众号!
理解 Java 函数线程安全性的关键概念
- 上一篇
- 理解 Java 函数线程安全性的关键概念
- 下一篇
- win10合并右下角图标怎么操作 win10合并右下角图标的操作方法
-
- 文章 · python教程 | 1天前 | logging · Python教程 · 后端开发 · 日志排查 · Python logging 日志重复 propagate addHandler basicConfig
- Python logging 日志重复打印排查:为什么一条记录输出了两遍
- 324浏览 收藏
-
- 文章 · python教程 | 1星期前 | 默认值 · python · 数据建模 · dataclass · default_factory · field · Python 数据类 Field 可变默认值 dataclass default_factory
- Python dataclass 默认值完整工作流:从可变默认值到 default_factory
- 228浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- ljg-skills
- ljg-skills 是李继刚开源的 AI 技能与提示词集合,面向大模型使用者整理了一批可复用的 prompt、角色设定和任务技能模板,适合用于学习提示词设计、搭建个人 AI 工作流和沉淀团队常用智能体能力。
- 2739次使用
-
- MELO音乐
- MELO音乐是一站式AI视频与音乐制作助手,对标suno, udio的高品质体验。提供伴奏生成、原创写词、无损导出、哼唱识曲、混音变声等全套音频与短视频编辑工具。无论是流行Kpop、电音说唱、民谣古风、摇滚儿歌还是商用轻音乐,MELO为你免费谱曲,轻松做同款!
- 2536次使用
-
- UniScribe
- UniScribe 是一款 AI 音视频转文字与内容整理工具,支持上传音频、视频文件或粘贴 YouTube 链接,自动生成转写文本、摘要、思维导图和关键问题,并支持多格式导出,适合会议记录、课程学习、访谈整理和内容创作复盘。
- 2479次使用
-
- 剧云
- 剧云是专业中文剧本创作平台,安全稳定运行十余年,集成AI编剧、剧本医生审核、人物小传、剧情关系图、大纲编写、多人协作、Word导入导出、版权管控功能,数据安全防护,轻松高效创作剧本。
- 2709次使用
-
- 万象有声
- 万象有声,一个专为有声创作者打造的新一代智能有声内容创作平台。平台提供专业的智能拆章、智能画本编辑、AI配音、AI生成音效、后期制作、智能对轨、智能审听等有声创作全流程工具,可以帮助创作者高效、低成本创作出引人入胜的有声作品。立即体验,让有声书制作更简单!
- 2655次使用
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览
-
- httpx 如何设置代理认证(Proxy-Authorization)
- 2026-05-05 501浏览

