pytest versus unittest: co zvolit pro testování v Pythonu > 공지사항

• 목록
• 답변
• 글쓰기
• 게시판 리스트 옵션
  • 수정
  • 삭제

Typickým problémem, na který při ladění narazíte, If you cherished this article and you would like to acquire far more details concerning více na webu kindly check out the web-site. je asynchronní kód. Zápis async/await může na první pohled vypadat jako synchronní, ale pořád se jedná o asynchronní operace. Pokud se vám zdá, že se kód nespouští ve správném pořadí, podívejte se na záložku Sources a v sekci Call Stack si ověřte, http://dhi.org.mx/Wiki/index.php?title=když_retrospektiva_skřípe,_zkuste_strukturovanou_zpětnou_vazbu jaké funkce jsou aktuálně na zásobníku. Pro složitější asynchronní scénáře využijte funkci „Async" v debuggeru, která umožňuje krokovat i přes hranice asynchronních funkcí. Díky tomu uvidíte, kdy se která část kódu skutečně provádí, a nejen kdy byla naplánována.

Jak číst odpověď a co s ní dělat dál Po odeslání požadavku se dívejte nejen na tělo odpovědi, ale i na stavový kód. Kód 200 neznamená vždy úspěch – někdy je správný kód 201, 202 nebo 204. Pro kontrolu použijte záložku Tests, kam můžete napsat jednoduché skripty. Například kontrola, že odpověď obsahuje určité pole, se provede přes pm.response.json(). Pokud test selže, zobrazí se červeně a vy hned byt v panelákuíte, co nefunguje. Nezapomeňte, že se skripty spouštějí až po obdržení odpovědi, takže se nesnažte testovat proměnné před odesláním.

GraphQL se hodí tam, kde klienti potřebují různé podmnožiny dat. Mobilní aplikace s omezeným datovým tarifem, dashboardy s mnoha widgety nebo federované systémy propojující více služeb. Místo desítek endpointů definujete jedno schéma a klient si řekne o přesně to, co potřebuje. Tím získáte méně requestů a žádný overfetching. Pozor ale na tři pastičky: bez hloubkového limitování dotazů může klient poslat obří query a zahltit server. Dále musíte řešit caching na úrovni resolverů, protože HTTP cache zde nefunguje. A konečně – složitost schématu roste s každým novým typem, takže pro malé projekty to může být zbytečná zátěž.

Při implementaci ověřování tokenu je nutné kontrolovat nejen podpis, ale také čas expirace a případně i další registry jako „issuer" (vydavatel) a „audience" (příjemce). Mnoho knihoven to dělá automaticky, ale pokud píšete vlastní validaci, snadno tyto kontroly vynecháte. Pak stačí token s prošlým datem, ale platným podpisem, a API ho přijme. Vždy ověřujte, že token byl vydán vaším serverem, a to porovnáním hodnoty v poli „iss" a „aud" s očekávanými hodnotami.

Když grafy a RESTy selhávají: co dělat, aby se volba nezvrhla v katastrofu Nejčastější chybou je aplikovat GraphQL na jednoduché CRUD operace, kde REST stačí. Výsledkem je zbytečně složité schéma a resolver, který jen opakuje to, co by udělal jeden endpoint. Naopak nasadit REST pro vysoce interaktivní aplikaci s mnoha závislostmi vede k sérii po sobě jdoucích requestů a pomalému načítání. Řešení? Začněte analýzou spotřeby dat. Pokud klient potřebuje 80 % požadavků jako kompletní objekty, zvolte REST. Pokud se požadavky liší v šířce polí a hloubce vztahů, přejděte na GraphQL.

Nakonec pamatujte, že API je smlouva mezi poskytovatelem a konzumentem. Změnit REST na GraphQL po roce vývoje je nákladné a zbytečně riskantní. Proto si na začátku ujasněte, jestli klienti potřebují flexibilitu, nebo stabilní jednoduchost. GraphQL dává smysl, když máte více různých klientů (web, mobil, aplikace třetích stran) a potřebujete je obsloužit jedním rozhraním. REST zase vyhrává, když je váš hlavní konzument známý a požadavky jsou předvídatelné. Zkuste si nakreslit tři typické scénáře použití a porovnat, kolik dat přenesete v každém případě – to rozhodne rychleji než jakýkoli obecný vzorec.

Při návrhu API stojíte před volbou, která ovlivní vývoj na měsíce dopředu. REST a GraphQL nejsou konkurenti, ale nástroje pro různé situace. REST funguje jako sada jednoúčelových koncových bodů, zatímco GraphQL umožňuje klientovi poskládat si odpověď přesně podle potřeby. Než se rozhodnete, položte si tři otázky: Kdo bude API konzumovat? Jaká je struktura dat? A jak moc se budou požadavky lišit mezi jednotlivými klienty? Odpovědi vám napoví, kterým směrem se vydat.

Než rekonstrukce koupelny krok za krokemčnete psát první test, ověřte si, jakou verzi protokolu API používáte. Nejčastější chybou je předpoklad, že vše běží přes JSON s hlavičkou application/json. Starší služby ale mohou vyžadovat XML, formát formulářových dat nebo specifický API klíč v hlavičce. Otevřete si dokumentaci, najděte sekci s příklady požadavků, a teprve poté přejděte do Postmana. Klíčové je také správně nastavit prostředí – nepište adresy přímo do kolekce, ale použijte proměnné. Ušetříte si hodiny práce při přepínání mezi testovacím a produkčním prostředím.

Nakonec nezapomeňte, že vyvážení testů není statický stav, ale kontinuální proces. Každý sprint by měl obsahovat čas na údržbu testů, nejen na přidávání nových. Pokud zjistíte, že integrační testy tvoří více než polovinu všech testů a build trvá přes deset minut, je to signál, že je třeba přesunout část testů na nižší úroveň. Naopak pokud máte jen jednotkové testy a žádné integrační, pravděpodobně vám unikají chyby v komunikaci mezi moduly. Cílem je, aby testy byly rychlé, spolehlivé a dávaly smysl — a to vyžaduje neustálou pozornost.