这是我参与「第五届青训营 」伴学笔记创作活动的第 7 天
测试一般分为，回归测试一般是QA同学手动通过终端回归一些固定的主流程场景，集成测试是对系统功能维度做测试验证(自动化通过某个服务暴露接口)，而单元测试测试开发阶段，开发者对单独的函数、模块做功能验证，层级从上至下，测试成本逐渐减低，而测试覆盖率确逐步上升，所以单元测试的覆盖率一定程度上决定这代码的质量。
单元测试
单测一方面可以保证质量，在整体覆盖率足够的情况下，一定程度上既保证了新功能本身的正确性，又未破坏原有代码的正确性。另一方面可以提升效率，在代码有bug的情况下，通过编写单测，可以在一个较短周期内定位和修复问题。
单测规则：
单测例子：校对
单测运行：也可以直接run
单测-assert：用于校对中比较 .Equal/notEqual
单测-覆盖率：
运行代码同时测试覆盖率
66.7%：if语句和第一个true经过测试，return false为经过测试
100% 覆盖率
对各分支测试方案，保证测试完备性
在实际项目中，一般的要求是50%~60%覆盖率（保证主流程没有问题），而对于资金型服务（支付、极限操作），覆盖率可能要求达到80%；我们做单元测试，测试分支完备，这样就比较简单的提升覆盖率，也符合函数设计的单一职责。
单测-依赖：
上面三个依赖都是强依赖
幂等：每次运行这段代码结果一致
稳定：单元测试相互隔离，能在任何时间、环境，独立运行测试
直接写单元测试调到DB、Cache是不稳定的，需要依赖网络->用mock请求
单测-文件处理：
下面举个栗子，将文件中的第一行字符串中的11替换成00，执行单测，测试通过，而我们的单测需要依赖本地的文件，如果文件被修改或者删除测试就会fail。为了保证测试case的稳定性，我们对读取文件函数进行mock，屏蔽对于文件的依赖。
Mock测试
（如果有web依赖，用mock实现，保证单元测试稳定性）
单测-Mock：
用到开源的mock包：monkey
这里我们用了Monkey，monkey是一个开源的mock测试库，可以对method，或者实例的方法进行mock（打桩）
Patch 为一个函数打桩。参数target原函数，replacement打桩函数
Unpatch 打桩结束后把桩卸载下来
反射，指针赋值 Mockey Patch 的作用域在 Runtime（运行时），在运行时通过通过 Go 的 unsafe 包，能够将内存中函数的地址替换为运行时函数的地址。 最终调用打桩函数
下面是一个mock的使用样例，通过patch对Readfineline进行打桩mock，默认返回line110，这里通过defer卸载mock，这样整个测试函数就拜托了本地文件的束缚和依赖。
不在->不再
基准测试
基准测试：
Go 语言还提供了基准测试框架，基准测试是指测试一段程序的运行性能及耗费 CPU 的程度。而我们在实际项目开发中，经常会遇到代码性能瓶颈，为了定位问题经常要对代码做性能分析，这就用到了基准测试。使用方法类似于单元测试
基准测试-例子：服务器负载均衡-随机选择执行服务器
测试函数BenchmarkXxx
以上两种基准测试：
基准测试以Benchmark开头,入参是testing.B, 先初始化服务器列表，Resettimer重置计时器。因为initServerIndex不属于业务测试函数的符号，所以需要重置时间。
用b中的N值反复递增循环测试 （第一个是串行压力测试）（对一个测试用例的默认测试时间是 1 秒，当测试用例函数返回时还不到 1 秒，那么 testing.B 中的 N 值将按 1、2、5、10、20、50……递增，并以递增后的值重新进行用例函数测试。） Restetimer重置计时器，我们在reset之前做了init或其他的准备操作，这些操作不应该作为基准测试的范围。
runparallel是多协程并发测试
执行2个基准测试，最右侧是每次cpu耗时。发现代码在并发情况下存在劣化，主要原因是rand为了保证全局的随机性和并发安全，持有了一把全局锁。性能优化用fastrand函数。
fastrand牺牲了随机数的一致性换取性能，在高并发、多数场景推荐。
