用Python和Conu测试容器

开发 后端
越来越多的开发人员使用容器开发和部署他们的应用。这意味着可以轻松地测试容器也变得很重要。Conu (container utilities 的简写) 是一个 Python 库,让你编写容器测试变得简单。本文向你介绍如何使用它测试容器。

[[250679]]

越来越多的开发人员使用容器开发和部署他们的应用。这意味着可以轻松地测试容器也变得很重要。Conu (container utilities 的简写) 是一个 Python 库,让你编写容器测试变得简单。本文向你介绍如何使用它测试容器。

开始吧

首先,你需要一个容器程序来测试。为此,以下命令创建一个包含一个容器的 Dockerfile 和一个被容器伺服的 Flask 应用程序的文件夹。

  1. $ mkdir container_test
  2. $ cd container_test
  3. $ touch Dockerfile
  4. $ touch app.py

将以下代码复制到 app.py 文件中。这是惯常的基本 Flask 应用,它返回字符串 “Hello Container World!”。

  1. from flask import Flask
  2. app = Flask(__name__)
  3.  
  4. @app.route('/')
  5. def hello_world():
  6. return 'Hello Container World!'
  7.  
  8. if __name__ == '__main__':
  9. app.run(debug=True,host='0.0.0.0')

创建和构建测试容器

为了构建测试容器,将以下指令添加到 Dockerfile。

  1. FROM registry.fedoraproject.org/fedora-minimal:latest
  2. RUN microdnf -y install python3-flask && microdnf clean all
  3. ADD ./app.py /srv
  4. CMD ["python3", "/srv/app.py"]

然后使用 Docker CLI 工具构建容器。

  1. $ sudo dnf -y install docker
  2. $ sudo systemctl start docker
  3. $ sudo docker build . -t flaskapp_container

提示:只有在系统上未安装 Docker 时才需要前两个命令。

构建之后使用以下命令运行容器。

  1. $ sudo docker run -p 5000:5000 --rm flaskapp_container
  2. * Running on http://0.0.0.0:5000/ (Press CTRL+C to quit)
  3. * Restarting with stat
  4. * Debugger is active!
  5. * Debugger PIN: 473-505-51

***,使用 curl 检查 Flask 应用程序是否在容器内正确运行:

  1. $ curl http://127.0.0.1:5000
  2. Hello Container World!

现在,flaskapp_container 正在运行并准备好进行测试,你可以使用 Ctrl+C 将其停止。

创建测试脚本

在编写测试脚本之前,必须安装 conu。在先前创建的 container_test 目录中,运行以下命令。

  1. $ python3 -m venv .venv
  2. $ source .venv/bin/activate
  3. (.venv)$ pip install --upgrade pip
  4. (.venv)$ pip install conu
  5. $ touch test_container.py

然后将以下脚本复制并保存在 test_container.py 文件中。

  1. import conu
  2.  
  3. PORT = 5000
  4.  
  5. with conu.DockerBackend() as backend:
  6. image = backend.ImageClass("flaskapp_container")
  7. options = ["-p", "5000:5000"]
  8. container = image.run_via_binary(additional_opts=options)
  9. try:
  10. # Check that the container is running and wait for the flask application to start.
  11. assert container.is_running()
  12. container.wait_for_port(PORT)
  13. # Run a GET request on / port 5000.
  14. http_response = container.http_request(path="/", port=PORT)
  15. # Check the response status code is 200
  16. assert http_response.ok
  17. # Get the response content
  18. response_content = http_response.content.decode("utf-8")
  19.  
  20. # Check that the "Hello Container World!" string is served.
  21. assert "Hello Container World!" in response_content
  22.  
  23. # Get the logs from the container
  24. logs = [line for line in container.logs()]
  25. # Check the the Flask application saw the GET request.
  26. assert b'"GET / HTTP/1.1" 200 -' in logs[-1]
  27.  
  28. finally:
  29. container.stop()
  30. container.delete()

测试设置

这个脚本首先设置 conu 使用 Docker 作为后端来运行容器。然后它设置容器镜像以使用你在本教程***部分中构建的 flaskapp_container。

下一步是配置运行容器所需的选项。在此示例中,Flask 应用在端口5000上提供内容。于是你需要暴露此端口并将其映射到主机上的同一端口。

***,用这个脚本启动容器,现在可以测试了。

测试方法

在测试容器之前,检查容器是否正在运行并准备就绪。示范脚本使用 container.is_runningcontainer.wait_for_port。这些方法可确保容器正在运行,并且服务在预设端口上可用。

container.http_requestrequest 库的包装器,可以方便地在测试期间发送 HTTP 请求。这个方法返回requests.Responseobject,因此可以轻松地访问响应的内容以进行测试。

conu 还可以访问容器日志。又一次,这在测试期间非常有用。在上面的示例中,container.logs 方法返回容器日志。你可以使用它们断言打印了特定日志,或者,例如在测试期间没有异常被引发。

conu 提供了许多与容器接合的有用方法。文档中提供了完整的 API 列表。你还可以参考 GitHub 上提供的示例。

运行本教程所需的所有代码和文件也可以在 GitHub 上获得。 对于想要进一步采用这个例子的读者,你可以看看使用 pytest 来运行测试并构建一个容器测试套件。 

责任编辑:庞桂玉 来源: Linux中国
相关推荐

2021-08-17 09:00:00

架构PythonWeb

2023-10-08 13:47:33

Docker容器

2009-07-06 17:08:19

测试JSP容器

2016-08-23 09:16:46

Docker镜像容器

2023-05-11 08:33:17

测试和调试Python

2022-08-19 11:19:49

单元测试Python

2011-04-19 09:51:27

PythonNautilus

2021-01-15 13:37:43

Portainer.iDocker运维

2021-01-15 13:54:04

Portainer.iDocker运维

2012-02-22 14:18:06

测试测试人员

2022-07-01 08:00:00

自动处理Mockoon测试

2022-03-02 10:13:01

SELinux开源

2021-02-17 09:39:41

PodmanDockerLinux

2020-09-07 15:00:48

Python偏度峰度

2017-08-22 10:52:35

容器DockerLinux

2018-05-11 08:29:10

Python自动化测试数据驱动

2019-02-13 12:05:57

编程容器开发

2018-05-11 13:39:05

PythonCSV接口测试

2017-10-09 09:33:55

2022-09-30 10:31:06

Python时间序列数据
点赞
收藏

51CTO技术栈公众号