API 自动化测试架构:分层、数据驱动与可观测性
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:
- 用户登录
- 创建订单
- 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:
- 是网络/环境不稳定还是业务回归
- 是鉴权/权限问题还是参数问题
- 是否能用同一个 request_id 在日志里追踪到后端原因
本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 咻咻咻小陈的空间!