我正试图为几个路由写一个单元测试。数据操作相当密集,使服务器CPU受到限制,并且检索新数据的频率相当低。因此,我使用flask cache来@cache.memoize
更密集的路线。
考虑到这一点,我想为两件事做测试用例:
- 路由正在缓存。如果没有这个,操作数据将花费很长时间。
- 当我显式清除缓存时,数据将从静态数据中重新加载。没有这个,我的数据就会变得陈旧。我将在每次检索新数据时清除缓存。
下面是我的单元测试代码和一些注释。
import unittest
from app import create_app
from app.charts.cache import cache
class ChartTests(unittest.TestCase):
def setUp(self):
self.app = create_app('TESTING')
self.context = self.app.app_context()
self.client = self.app.test_client()
self.context.push()
def tearDown(self):
self.context.pop()
def test_routes_cached(self):
""" test that the routes are caching and uncaching correctly """
r1 = self.client.get('/chart/upgrade/')
r2 = self.client.get('/chart/upgrade/')
r3 = self.client.get('/chart/upgrade/?start_date=201404')
self.assertTrue( #R1 is not cached )
self.assertTrue( #R2 is cached )
self.assertFalse(r3.data == r2.data)
update_data(app) # changes the csv. Also uses flask-cache's `clear_cache()` to purge
r_new = self.client.get('/chart/upgrade')
self.assertTrue( #R_NEW is not cached )
self.assertTrue(r_new.data != r1.data)
我的路由相当简单,并倾向于遵循以下模式:
@charts.before_request():
def update_data():
charts.data = CSVReader('my_csv')
@charts.route('/upgrade')
@cache.memoize()
def upgrade():
# ... do little fiddles with some data
return jsonify(my_new_data)
如何在unittest中对路由的缓存状态做出准确的断言?
最简单的方法是简单地使用flask.ext.cache.Cache
的get
方法:
def test_routes_cached(self):
self.assertTrue(cache.get("/chart/upgrade/") is None)
r1 = self.client.get("/chart/upgrade/")
self.assertTrue(cache.get("/chart/upgrade/") is not None)
# ... snip ...
update_data(app)
self.assertTrue(cache.get("/chart/upgrade/") is None)
r_new = self.client.get("/chart/upgrade/")
self.assertTrue(cache.get("/chart/upgrade/") is not None)
# ... etc. ...