浅谈：python自动化测试中使用异步

很早已经在项目中使用异步了，比如使用的web框架fastapi就是支持异步写法的，然而，我只学会了 async/await 的写法，可是这种写法真的可以让你的程序变快吗？

异步的概念

同步

异步

同步 VS 异步

以模拟访问某个网站为例子，演示同步与异步的区别。

同步

import timedef visit_url(url, response_time):"""访问url"""print(f"visit: {time.time()} - {url}")time.sleep(response_time)print(f"response: {time.time()}")return f"访问{url}, 已得到返回结果"def run_task():visit_url('http://itest.info', 2)visit_url('http://www.testpub.cn', 3)start_time = time.perf_counter()
run_task()
print(f"消耗时间：{time.perf_counter() - start_time}")

分别访问两个网址，模拟不同的耗时。运行结果如下：

visit: 1630638757.1427643 - http://itest.info
response: 1630638759.1537898
visit: 1630638759.1537898 - http://www.testpub.cn
response: 1630638762.1578455
消耗时间：5.0148674

异步

接下来采用异步的写法，重写方面的例子，加上 async/await。

import asyncio
import timeasync def visit_url(url, response_time):"""访问 url"""print(f"visit: {time.time()} - {url}")await asyncio.sleep(response_time)print(f"response: {time.time()}")async def run_task():await visit_url('http://itest.info', 2)await visit_url('http://www.testpub.cn', 3)start_time = time.perf_counter()
asyncio.run(run_task())
print(f"消耗时间：{time.perf_counter() - start_time}")

为函数加上 async。
调用async函数需要await。

再次运行程序：

visit: 1630639557.2313683 - http://itest.info
response: 1630639559.235232
visit: 1630639559.235232 - http://www.testpub.cn
response: 1630639562.2393005
消耗时间：5.0091551999999995

你会发现，两次运行并无差别。

如果想达到并发的效果，可以通过gather()创建任务。修改run_task() 函数。

async def run_task():url1 = visit_url('http://wangzhen.com', 2)url2 = visit_url('http://www.testpub.cn', 3)await asyncio.gather(url1, url2)

asyncio.gather() 方法将多个异步任务（两个 url）包装成一个新的异步任务。

再次运行程序：

visit: 1630640450.1746979 - http://itest.info
visit: 1630640450.1746979 - http://www.testpub.cn
response: 1630640452.1871428
response: 1630640453.1928813
消耗时间：3.0196878000000003

从结果来看达到了并发的效果。这和python的多线程threading效果类似，只不过python的异步是基于协程coroutines 实现并发。

异步测试框架

终于，进入主题，在python 3.8版本unittest引入IsolatedAsyncioTestCase 类来实现异步的自动化测试。

from unittest import IsolatedAsyncioTestCaseclass Test(IsolatedAsyncioTestCase):async def asyncSetUp(self):print("asyncSetUp")async def test_response(self):print("test_response")async def asyncTearDown(self):print("asyncTearDown")if __name__ == "__main__":unittest.main()

从语法层面，就是为每个方法加上了async。为了让验证这种写法，我们引入了 httpx 异步HTTP库，填充一个具体的用例。

import unittest
import httpxclass AsyncTest(unittest.IsolatedAsyncioTestCase):async def asyncSetUp(self):self.cli = httpx.AsyncClient()async def test_response(self):response = await self.cli.get("http://127.0.0.1:5000/")self.assertEqual(response.status_code, 200)async def test_response2(self):response = await self.cli.get("http://127.0.0.1:5000/")self.assertEqual(response.status_code, 200)async def asyncTearDown(self):await self.cli.aclose()if __name__ == "__main__":unittest.main()

我本地启动了一个web服务，并且将接口设置为2秒返回。

运行上面的用例。

..
----------------------------------------------------------------------
Ran 2 tests in 4.097sOK

从结果来看，调用两个接口，耗时4秒钟，跟同步没啥区别。而且，我们不能简单的把他改造成并发形式，这又会影响到测试结果的统计，报告生成等问题。

总结

1、站在单个用例的维度，用例的执行步骤是由顺序，我不能没打开浏览器就去操作页面元素。异步写法几乎无性能上的提升。

2、站在多用例的维度，并发可以有效提升运行速度，但这取决于测试框架是否支持并发，如果不支持并发，就算强行用了多线程运行用例，用例结果的收集和统计报告怎么办？另外，如果使用并发，每条用例一定要绝对独立，因为不同的用例要丢到不同的线程里面执行，所以，不能出现用例的依赖，对于web UI 自动化来说，就必须每条用例开启/关闭一次浏览器，这其实又会额外增加资源消耗。

3、异步主要用于高并发的场景，比如 web 服务、网络爬虫、数据库IO等，使用异步会有明显的性能提升。

4、为什么unittest要支持异步？更多的不是为了使用异步来提升自身的执行速度，而是为了更方便的帮助你编写异步代码的测试用例。

5、我们在越来越多的项目中看到异步，httpx、fastapi、aiofiles、aiomysql、playwright…足以说明他是未来编程的一种趋势。

下面是配套资料，对于做【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！

最后： 可以在公众号：伤心的辣条！免费领取一份216页软件测试工程师面试宝典文档资料。以及相对应的视频学习教程免费分享！，其中包括了有基础知识、Linux必备、Shell、互联网程序原理、Mysql数据库、抓包工具专题、接口测试工具、测试进阶-Python编程、Web自动化测试、APP自动化测试、接口自动化测试、测试高级持续集成、测试架构开发测试框架、性能测试、安全测试等。

学习不要孤军奋战，最好是能抱团取暖，相互成就一起成长，群众效应的效果是非常强大的，大家一起学习，一起打卡，会更有学习动力，也更能坚持下去。你可以加入我们的测试技术交流扣扣群：914172719（里面有各种软件测试资源和技术讨论）

喜欢软件测试的小伙伴们，如果我的博客对你有帮助、如果你喜欢我的博客内容，请 “点赞” “评论” “收藏” 一键三连哦！

好文推荐

转行面试，跳槽面试，软件测试人员都必须知道的这几种面试技巧！

面试经：一线城市搬砖！又面软件测试岗，5000就知足了…

面试官：工作三年，还来面初级测试？恐怕你的软件测试工程师的头衔要加双引号…

什么样的人适合从事软件测试工作？

那个准点下班的人，比我先升职了…

测试岗反复跳槽，跳着跳着就跳没了…