接口自动化测试已成为保证软件质量和稳定性的重要手段。而Redis作为一个高性能的缓存数据库，具备快速读写、多种数据结构等特点，为接口自动化测试提供了强大的支持。勇哥这里粗略介绍如何结合Python操作Redis，并将其应用于接口自动化测试框架中，以提升测试效率和数据管理能力。
Redis 基本操作
(1) Redis的安装和配置
在开始之前，首先需要安装Redis并进行相应的配置：
- redis官网：https://redis.io/
- redis中文网：https://www.redis.net.cn/
安装完成后，确保Redis服务已成功启动，并正确配置了连接信息(如主机地址、端口号、密码等)，这块信息就不过多介绍了哟!
(2) Redis与接口自动化测试框架的集成
使用Python操作Redis需要导入相应的客户端库，例如:
pip install redis
import redis(3) 初始化Redis连接
在接口自动化测试框架的初始化过程中，可以添加连接Redis的代码，确保测试过程中能够与Redis建立连接。
class TestFramework:
def __init__(self):
self.redis = redis.Redis(host='localhost', port=6379, password='your_password')操作 Redis 常用命令
(4) 字符串操作
# 设置键为"key1"的字符串值为"Hello, Redis!"
r.set('key1', 'Hello, Redis!')
# 获取键为"key1"的字符串值
value = r.get('key1')
print(value) # 输出: b'Hello, Redis!'(5) 列表操作
# 向名为"list1"的列表左侧插入元素
r.lpush('list1', 'item1')
r.lpush('list1', 'item2')
r.lpush('list1', 'item3')
# 获取名为"list1"的列表所有元素
items = r.lrange('list1', 0, -1)
print(items) # 输出: [b'item3', b'item2', b'item1'](6) 哈希表操作
# 设置名为"hash1"的哈希表字段和值
r.hset('hash1', 'field1', 'value1')
r.hset('hash1', 'field2', 'value2')
# 获取名为"hash1"的哈希表字段和值
value1 = r.hget('hash1', 'field1')
value2 = r.hget('hash1', 'field2')
print(value1, value2) # 输出: b'value1' b'value2'(7) 集合操作
# 向名为"set1"的集合添加元素
r.sadd('set1', 'item1')
r.sadd('set1', 'item2')
r.sadd('set1', 'item3')
# 获取名为"set1"的集合所有元素
items = r.smembers('set1')
print(items) # 输出: {b'item1', b'item2', b'item3'}以上就是 redis 的常见操作，是不是比写 `sql` 语句简单，是不是 `so easy!!`
Redis 在接口自动化中的应用
(1) 封装Redis操作方法
为了方便接口自动化测试框架使用，又要开始封装了，简单封装代码如下：
class RedisClient:
def __init__(self):
self.redis = redis.Redis(host='localhost', port=6379, password='your_password')
def set_data(self, key, value, expire_time=None):
self.redis.set(key, value)
if expire_time is not None:
self.redis.expire(key, expire_time)
def get_data(self, key):
return self.redis.get(key)
def delete_data(self, key):
self.redis.delete(key)
def hash_set_field(self, key, field, value):
self.redis.hset(key, field, value)
def hash_get_field(self, key, field):
return self.redis.hget(key, field)
def hash_delete_field(self, key, field):
self.redis.hdel(key, field)接口自动化中比较常用的是字符串了，为了满足更多场景的需求，我们价格哈希数据结构的封装操作方法。
接口自动化测试中的常见应用场景
(1) 测试数据管理
接口自动化测试中，将测试数据存储在Redis中，如用户信息、配置参数等。通过使用封装的Redis操作方法，可以方便地进行数据的增、删、改、查。
redis_client= RedisClient()
redis_client.set_data('user:1', '{"name": "kira", "age": 18}')
user = redis_client.get_data('user:1')
print(user.decode()) # 输出：{"name": "kira", "age": 18}(2) 处理接口依赖数据
一般步骤如下：
- 先明确接口的依赖关系: 谁调用谁之前要先调用谁或者谁
- 设置数据到redis：也就是接口B执行成功后，将关键数据存redis，可以使用我们封装的set，健一般是一个标识符，值就是接口的返回值
- 从redis获取数据：比如接口A执行前，先获取B数据存Redis，然后调用redis获取数据给A或者B、C 等等。
上代码：
redis_client = RedisClient()
# 第一个接口，设置依赖数据
def first_api():
response = requests.get('https://api.example.com/first')
data = response.json()
redis_client.set_data('key', data['value'])
def second_api():
# 获取依赖数据
dependency_data = redis_client.get_data('key')
response = requests.post('https://api.example.com/second', data={'data': dependency_data})
result = response.json()
# 处理接口响应结果
if __name__ == '__main__':
first_api()
second_api()(3) 缓存管理
遇到需要频繁访问的接口，怎么半?
为了减少接口调用的开销和提高测试效率，可以使用Redis作为缓存工具，将接口的响应结果缓存起来，以便后续的测试用例重复使用。
redis_client= RedisClient()
def get_user_info(user_id):
cache_key = f'user:{user_id}'
user_info = redis_client.get_data(cache_key)
if not user_info:
# 调用接口获取用户信息
user_info = api.get_user_info(user_id)
redis_client.set_data(cache_key, user_info, expire_time=3600)
return user_info咱们首先检查Redis缓存中是否已存在对应的用户信息，如果不存在，则调用接口获取用户信息并将其存储到Redis缓存中，以备后续使用。同时，通过设置expire_time参数，可以为缓存数据设置过期时间，避免过期数据的使用。
(4) 并发测试
在自动化测试中，针对并发场景的测试很重要，我们可以并发模拟一些实际场景，比如：利用redis的原子性和分布式锁，为每个用户创建一个唯一的标识，存到redis中，这样不同用户请求就可以通过检查和比对redis的结果来模拟并发访问了，例如：
# 创建 Redis 客户端
redis_client = RedisClient()
def get_user_info(user_id):
cache_key = f'user:{user_id}'
user_info = redis_client.get_data(cache_key)
if not user_info:
# 调用接口获取用户信息
response = requests.get(f'http://127.0.0.1:5000/?user_id={user_id}')
if response.status_code == 200:
user_info = response.text
print(user_info)
redis_client.set_data(cache_key, user_info, expire_time=3600)
else:
print(f"Failed to retrieve user info for user_id: {user_id}. Status code: {response.status_code}")
return user_info
# 并发测试函数
def run_concurrent_test(user_ids):
with concurrent.futures.ThreadPoolExecutor() as executor:
# 提交任务到线程池
future_to_user_id = {executor.submit(get_user_info, user_id): user_id for user_id in user_ids}
# 处理返回结果
for future in concurrent.futures.as_completed(future_to_user_id):
user_id = future_to_user_id[future]
try:
user_info = future.result()
print(f"user_id: {user_id}; user_info: {user_info}")
except Exception as e:
print(f"Error occurred for user_id: {user_id}, Error: {str(e)}")
if __name__ == '__main__':
u_ids = [i for i in range(10, 99)]
run_concurrent_test(u_ids)我们创建线程池，使用submit 将任务(get_user_info)提交到线程池,每个任务一个 user_id，这里简单打印每个用户id，对于的信息，通过并发执行多任务，可以同一时间内获取多个用户信息，提高测试效率。
