城会玩,Selenium+Docker成功解决这一大难题

server/2024/9/23 9:23:53/

01、需求背景

日常测试中会遇到对web应用进行UI自动化的测试场景,一般常用的工具是使用Selenium,一套简单的UI自动化架构如下:
在这里插入图片描述

上图即为简单搭建的一套UI自动化测试架构,但

串行执行测试用例:

一台机器只能安装一个版本的浏览器:有时兼容性测试不仅要测试不同浏览器的情况,还要测试同一浏览器不同版本的情况,通常一台机器只能安装1个版本的chrome或firefox,这样就没办法测试不同版本的兼容性情况了。

测试脚本与浏览器部署在同一台机器,试想一台机器既跑测试脚本,又开启进程启动浏览器进行测试,严重消耗机器硬件资源。

为了解决(1)的问题,可以考虑用多线程并发的方式执行测试用例,如下图
在这里插入图片描述

为了解决(2)和(3)的问题,可以在并发框架的基础上,采用SeleniumGrid这一分布式测试工具,实现测试脚本和测试执行节点的分离,即用远程机作为SeleniumNode,在其上安装不同版本的不同浏览器,这样在本机运行测试脚本后,测试脚本会向SeleniumGrid发起测试请求,SeleniumGrid会寻找当前处于空闲状态的节点,并在其上执行测试。
整体架构如下:
在这里插入图片描述

至此,这种并发分布式测试框架基本上就可以满足我们的日常测试需求了,但仍然存在缺点:

(1) 执行节点机配置麻烦:常用的方式就是为每个执行节点配一台虚拟机,然后在每台执行节点机上都要重新配置一遍测试环境,最重要的一点是,测试资源很紧张,没有那么多虚拟机供我们使用。

为了解决(1)的问题,我们需要一台测试执行节点,需要搭建一台虚拟机,然后在其上进行环境配置,如果再需要一台测试执行节点,又要重复上述的过程。一是搭建一台虚拟机周期较长,虚拟机启动时间较长,且虚拟机资源依赖于硬件配置,二是每台虚拟机都要重新配置。

而利用docker可以解决上述问题,其具有以下优点:

docker镜像不并包含linux内核,多个docker镜像共用宿主机的linux内核,即相当于我们只要有一个linux内核虚拟机就可以了,可以减少对硬件资源的依赖。

一个docker镜像可以运行很多docker容器,每个docker容器之间都是物理隔离的。

docker镜像仓库里会有其他人已经制作好的相关镜像,不需要我们自己制作,或者我们把其他人的镜像拿来,改下某些配置变为我们自己想要的镜像就ok了

至此,我们可以利用docker的容器来作为UI自动化测试的执行节点,取代之前的虚拟机。

02、框架搭建

基于以上介绍,整体的测试框架如下:
在这里插入图片描述

框架分为3个部分,多线程并发测试框架采用Python编写,调用robot framework执行测试用例,并将测试请求发送给docker容器中运行的SeleniumHub,SeleniumHub寻找处于空闲状态的SeleniumNode执行节点进行web测试,测试结束后,在部署测试脚本的主机上生成各线程运行后的测试报告,再调用robot framework的rebot命令合并测试报告,生成最后的汇总测试报告发布。下面详细介绍搭建步骤。

03、测试环境搭建

1、安装docker

(1)win7用户,进入Docker Toolbox的下载网页,选择windows版本下载,win10用户进入docker官网下载Docker For Windows安装。

整个安装过程非常简单,安装完成后,可以在桌面得到如下的三个图标:
在这里插入图片描述

(2) 设置环境变量

安装完成后,建议先配置一个环境变量MACHINE_STORAGE_PATH,来自定义虚拟机保存的位置,因为之后下载的镜像越来越多,都是放在虚拟机的虚拟磁盘文件中,虚拟磁盘文件会越来越大,放在默认的C盘用户目录下可能会在以后造成一些麻烦,参考下图:

在这里插入图片描述

(3) 开始使用

点击Docker Quickstart Terminal图标,从而打开一个Docker Toolbox terminal,若报如下图信息,则去https://github.com/boot2docker/boot2docker/releases下载对应版本的boot2docker.iso放到MACHINE_STORAGE_PATH/cache下,再重新打开Docker Quickstart Terminal

在这里插入图片描述
再次打开terminal后,terminal会自动进行一一些设置,需要点时间,全部完成后,出现如下结果表示docker安装ok了:
在这里插入图片描述

另外,我们可以记下docker宿主机的IP 192.168.99.100,可以用xshell来ssh登录docker宿主机方便操作,账号和密码是docker/tcuser:
在这里插入图片描述

在这里插入图片描述

2、下载或制作相关镜像

docker pull selenium/hub,它会自动从镜像源中下载别人制作好的最新的selenium/hub镜像,可以通过docker images看到下载好的selenium/hub镜像
在这里插入图片描述

对于seleniumnode镜像,兼容性测试时,需要我们覆盖更多版本的浏览器,所以,可以选择自己制作Dockerfile来生成自己想要的浏览器版本的镜像。

然后通过如下命令来构建镜像,其中selenium/vnc-node-firefox-debug是自己起的镜像名,后面的.表示Dockerfile所在的目录为当前目录:

docker build -t selenium/vnc-node-firefox-debug .

用同样的方法可以生成chrome浏览器的镜像,生成后的镜像如下图:

在这里插入图片描述
3、启动容器

(1)启动selenium/hub容器

docker run -p 5555:4444 -d --name 'selenium_hub'  selenium/hub

run:通过镜像启动一个容器

-p:端口映射,5555是容器宿主机(运行docker的主机)的端口,4444是我们容器(运行selenium_hub虚拟机)的端口。我们把容器的4444端口映射给docker主机的5555端口,就可以通过docker主机的5555端口来访问selenium_hub容器了

(2)启动selenium/node容器

 
  1. docker run -P -d --link selenium_hub:hub selenium/vnc-node-firefox-debug

  2. docker run -P -d --link selenium_hub:hub selenium/vnc-node-chrome-debug

-P:随机生成映射端口号,上文中的-p是指定特定的端口号,这里node并不需要知道容器内部的端口号,所以随机映射即可

–link:指定selenium-node容器依赖容器selenium_hub

容器启动完后,可通过docker ps查看启动的容器
在这里插入图片描述

在浏览器中查看selenium容器是否正常启动,http://192.168.99.100:5555/grid/console
在这里插入图片描述

04、多线程并发测试框架搭建

采用Python编写多线程并发程序,robot framework执行测试用例。

1、测试用例

 在robot framework中,将测试用例打上标签tag,来区分要测试的不同版本的不同浏览器,remote_url为selenium_hub容器的地址,已将该容器的4444端口映射到docker宿主机的5555端口,所以这里直接通过宿主机的5555端口访问hub容器。
在这里插入图片描述

2、多线程并发框架

多线程并发框架采用Python编写,程序目录如下:
在这里插入图片描述

各文件代码如下:

utils.py:
在这里插入图片描述

在这里插入图片描述
multiThreadings.py
在这里插入图片描述

callRobot.py
在这里插入图片描述
在这里插入图片描述

run.py
在这里插入图片描述

脚本run.py接收两个参数,第1个参数为要执行的robot测试套件,第2个参数为要执行的robot用例的标签,各标签之间以逗号分隔,有多少个标签,就启动多少个线程来调用robot的pybot命令执行打上相应标签的测试用例。

05、运行

这里开启2个node节点,一个chrome,一个firefox。

cmd下执行脚本,robot测试套件名为TestSuite.txt,执行标签为chromeNode1,firefoxNode1的测试用例:

python run.py TestSuite.txt selenium_node=chromeNode1,firefoxNode1

docker宿主机下,执行docker logs -f selenium_hub,可以查看hub容器的执行日志:
在这里插入图片描述

 通过vnc viwer可视化查看node容器内浏览器的运行情况:
在这里插入图片描述
最终用rebot命令合并各线程生成的测试报告,合并后的报告如下:
在这里插入图片描述

至此,基于dockerselenium并发web应用UI自动化测试框架搭建完成。之后,自己会再探究将docker容器的创建,启动和停止自动化,实现测试环境的自动化搭建 

 

总结:

感谢每一个认真阅读我文章的人!!!

作为一位过来人也是希望大家少走一些弯路,如果你不想再体验一次学习时找不到资料,没人解答问题,坚持几天便放弃的感受的话,在这里我给大家分享一些自动化测试的学习资源,希望能给你前进的路上带来帮助。

软件测试面试文档

我们学习必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有字节大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。

 

          视频文档获取方式:
这份文档和视频资料,对于想从事【软件测试】的朋友来说应该是最全面最完整的备战仓库,这个仓库也陪伴我走过了最艰难的路程,希望也能帮助到你!以上均可以分享,点下方小卡片即可自行领取。


http://www.ppmy.cn/server/25374.html

相关文章

深度解析:人工智能作画算法的原理与技术

引言 在数字艺术的探索中,人工智能(AI)作画算法以其独特的创造性和艺术性引起了广泛的兴趣。这些算法不仅仅是简单的图像处理工具,它们背后蕴藏着复杂的神经网络和深度学习模型。本文将深入探讨AI作画算法的原理与技术&#xff0…

C++入门第二节

点赞关注不迷路!,本节涉及c入门关键字、命名空间、输入输出... 1. C关键字 C总计63个关键字,C语言32个关键字 asmdoifreturntrycontinueautodoubleinlineshorttypedefforbooldynamic_castintsignedtypeidpublicbreakelselongsizeoftypenam…

Docker 搭建lnmp+wordpress镜像

#关闭防火墙,核心防护 systemctl stop firewalld setenforce 0#创建自定义网络模式 docker network create --subnet172.18.0.0/16 --opt "com.docker.network.bridge.name""docker1" mynetwork#部署nginx(容器id 172.18.0.10)mkdir /opt/nginx…

C# Web控件与数据感应之 CheckBoxList 类

目录 关于数据感应 CheckBoxList 类 范例运行环境 数据源表设计 角色字典表 用户角色表 AutoValueDBList 方法 原理 设计 实现 调用示例 初始化数据 启动查询模式 使用保存模式 小结 关于数据感应 数据感应也即数据捆绑,是一种动态的,We…

NL2SQL技术方案系列(5):金融领域NL2SQL技术方案以及行业案例实战讲解3--非LLM技术方案

NL2SQL技术方案系列(5):金融领域NL2SQL技术方案以及行业案例实战讲解3 NL2SQL基础系列(1):业界顶尖排行榜、权威测评数据集及LLM大模型(Spider vs BIRD)全面对比优劣分析[Text2SQL、Text2DSL] NL2SQL基础系列(2):主流大模型与微调方法精选集,Text2SQL经典算法技术回顾七…

Python数据分析系列(五):python数据结构 — Pandas中的Series使用

文章目录 前言一、Series创建与属性二、Series的索引三、Series的基本运算四、Series的数据对齐五、Series操作1、判断是否是唯一值2、判断值3、值计数4、缺失值处理1、滤除缺失数据2、填充缺失数据5、日期时间列中提取月份和年份前言 Pandas 是基于 NumPy 的一种工具,该工具…

商城数据库88章表80~83

schooldb库——utf8字符集——utf8_general_ci排序规则 先创建库,再去使用下列的DDL语句。 (80)DDL——商城职员表 CREATE TABLE huang_staffs (staffId int(11) NOT NULL AUTO_INCREMENT COMMENT 自增ID,loginName varchar(40) NOT NULL …

IOPS ;MB/S分别在衡量RAN/SEQ R/W的原因说明

IOPS(Input/Output Operations Per Second) 定义:IOPS是指存储设备每秒可以完成的读写操作的次数。它主要用来衡量随机读写性能。 适用场景:IOPS常用于衡量在大量小文件传输或高并发数据库操作等场景下的性能。在这些情况下&…