API 自动化测试架构:分层、数据驱动与可观测性

为什么接口测试越写越难维护

常见问题是把所有东西都写在用例里:

  • 鉴权、重试、超时到处复制
  • 测试数据写死,换环境全挂
  • 失败只看到 500,不知道请求细节

推荐的三层分工

1) client 层:只关心“怎么发请求”

  • base_url、超时、重试、日志
  • 统一注入鉴权 header
  • 统一收集 request_id、耗时等信息

2) service 层:只关心“业务动作”

例如:登录、创建订单、查询订单、取消订单。

service 层避免散落的接口细节,让测试更像“业务脚本”。

3) test 层:只关心“断言与编排”

用例应该读起来像:

  1. 用户登录
  2. 创建订单
  3. 断言订单状态与金额

数据驱动怎么做才不会乱

  • 输入数据与断言数据分开
  • 关键字段带 trace_id,失败时能追踪
  • 对随机数据做“可追踪随机”(例如固定 seed 或记录生成值)

可观测性:让失败可定位

建议每个请求都记录:

  • method + path
  • 核心入参(脱敏)
  • 响应码与响应体摘要
  • request_id / trace_id
  • 耗时

一个简单但有效的策略

当用例失败时,先回答三个问题:

  1. 是网络/环境不稳定还是业务回归
  2. 是鉴权/权限问题还是参数问题
  3. 是否能用同一个 request_id 在日志里追踪到后端原因