测试环境又挂了。第几次了?没人记得。反正自动化用例跑了一半,红了一片。你打开日志,发现是数据库连接超时。再一看,哦,测试环境的MySQL被另一个团队重启了。这种事,一周能来三回。
这就是自动化测试里的环境治理问题。不是技术难题,是管理难题。但很多团队把它当成运维的杂活。
环境漂移比代码bug更让人头疼
你写的自动化脚本,在本地跑得好好的。提交到CI,挂了。为什么?因为CI环境的Node版本是14,你本地是18。或者测试环境的Redis没开持久化,缓存策略不一样。这种不一致,就是环境漂移。
漂移的代价是什么?测试结果不可信。你花时间排查,最后发现是环境问题。浪费的不只是时间,还有对自动化测试的信心。有人开始手动跑用例,自动化成了摆设。

怎么治?把环境当成代码来管。Dockerfile、Helm Chart、Terraform脚本,都进Git。但别以为用了容器就万事大吉。镜像tag写latest?那等于没管。必须锁定版本。还有,配置文件里的环境变量,别硬编码。用配置中心或者Kubernetes的ConfigMap。
不过话说回来,环境即代码也有坑。有人写了Terraform,但没人review。改了一个安全组规则,测试环境全断。所以,治理不只是工具,还有流程。
数据治理才是深水区
环境搭好了,数据呢?自动化测试需要干净、可重复的数据。但现实是,测试数据库里全是脏数据。上个版本的残留,手工测试留下的垃圾。你的用例依赖一个用户ID,结果这个ID被删了。用例失败。你以为是代码问题,查了半天,是数据问题。
数据治理怎么做?每个测试用例自己造数据。用API或者SQL,在setup阶段创建,teardown阶段清理。但清理往往被忽略。因为清理失败不影响用例结果。久而久之,数据库膨胀。
还有数据隔离。多个团队共用一套测试环境,数据互相污染。A团队把用户表清空了,B团队的用例全挂。解决办法是每个团队独立schema,或者用容器化数据库,用完就扔。但成本呢?资源消耗上去了。
这里有个取舍。小团队,人少,搞一套完整的隔离方案,维护成本比收益还高。大团队,不隔离,天天救火。所以,治理的粒度要匹配团队规模。

服务虚拟化不是万能药

自动化测试经常依赖第三方服务。支付、短信、地图。测试环境不可能真调。所以用mock。但mock服务本身也要治理。版本要和真实服务对齐。否则mock返回的数据结构变了,测试通过,线上还是挂。
契约测试是个办法。但契约谁来维护?开发?测试?往往没人管。mock服务一挂,所有相关用例都失败。你还得花时间排查是mock的问题还是代码的问题。
所以,服务虚拟化要纳入环境治理的范畴。mock服务的部署、版本、健康检查,一样不能少。
治理的代价与务实选择

环境治理不是免费的。你需要人。专职的,或者兼职的。需要时间。写脚本,维护流水线。还需要文化。让开发愿意为环境负责,而不是扔给测试。
很多团队卡在第一步:没人愿意干。因为这事不出彩。修一个环境问题,不如写一个新功能来得有成就感。但环境不稳定,整个研发效率都受影响。这是个隐形成本。
务实一点。别一上来就搞大而全的平台。从最痛的点开始。比如,先解决环境申请流程。用Jira工单申请环境,等两天。能不能自助?用ChatOps,一个命令创建临时环境。再比如,环境回收。设置TTL,到期自动销毁。这些小事,见效快。
还有监控。环境健康度要可视化。数据库连接数、磁盘空间、服务响应时间。一旦异常,自动告警。别等用例失败了才发现。
最后,别追求零漂移。不可能。允许一定的漂移,但要能检测到、快速修复。就像代码有bug一样,环境也会有问题。关键是响应速度。
说到底,自动化测试中的环境治理,是工程效率的一部分。它不性感,但重要。你忽视它,它就让你加班。