Docker提升测试效率之路

现如今，Docker已经成为了很多公司部署应用、服务的首选方案。依靠容器技术，我们能在不同的体系结构之上轻松部署几乎任何种类的应用。作为测试一方，我们应与时俱进，将Docker容器技术应用到测试工作中。为了让小伙伴们可以快速上手Docker容器技术，本文主要从3个场景介绍Docker在测试中的应用：

• 使用Docker管理测试环境
• 使用Docker提高测试执行效率
• 使用Docker管理测试数据

一、使用Docker部署服务

在讲解Docker在测试中的应用之前，先简单给大家介绍一下如何使用Docker部署一个服务。

前提条件：

假设你的服务器已经部署安装了Docker服务。（安装部署比较简单，各位小伙伴可以自行进行操作。）

Docker部署服务步骤：

1、将工程代码clone到服务器；

2、在工程目录新建一个Dockerfile文件，内容如下：

# 基于某个基础Docker镜像进行运行，如下的镜像已经包含了nginx+lua的环境
FROM docker-reg.sogou-inc.com/library/nginx-sogou-lua:2.1.8.0-10

ADD resources/vhosts                    /usr/local/nginx/conf/vhosts
ADD resources/html                      /usr/local/nginx/html
ADD resources/lua                       /usr/local/nginx/lua

3、使用Docker build命令打包我们的服务镜像：

# v1为tag标签，跟git的tag标签类似，方便记忆
docker build -t helloworld:v1 .

4、打包后我们可以看到镜像：

5、运行该镜像：

# -p 指定主机端口和容器端口的映射关系
# -d 指定容器在后台运行
docker run -p 8080:80 -d helloworld:v1

总结一下：

1、根据服务需要的运行环境，编写Dockerfile文件；

2、使用build命令依据Dockerfile打包镜像；

3、镜像可以本地运行，或发布到公有/私有平台，以供他人使用。

# 官方docker镜像平台
https://hub.docker.com/ 

二、使用Docker管理测试环境

在开发或测试过程中，我们常常需要不同（版本）的依赖（应用）环境。以往我们通常直接在当前环境上安装需要的依赖（应用），考虑如下几个问题，是否都遇到过：

• 新依赖（应用）部署完了，想回退/恢复到旧版本，就不好操作了；
• 同一应用的不同版本不得不借助一些第三方式工具进行管理，甚至为了方便，将不同版本的应用部署在不同的机器上；
• 开发提测了服务，但在测试环境却无法跑起来；

有了Docker容器技术后，以上问题就统统解决了。下面开始介绍如何使用Docker容器管理测试环境，本文以python依赖环境为例子：

1、我们直接从Docker官方镜像平台拉取一个python环境，并将它运行起来：

# -it参数指定以/bin/bash交互式运行
# --name参数给该容器起一个名字
docker run -it --name python docker.io/python:3.6.4 /bin/bash

2、在容器里安装我们需要的依赖或其他第三方开源库，如下面安装freetds-dev和unixodbc-dev这两个依赖：

# 其他需要的依赖可以自行安装
apt-get install freetds-dev
apt-get install unixodbc-dev

3、安装完后退出容器（可以使用ctrl+p+q快捷键），但不要结束容器；

4、将我们的修复提交，得到新的镜像：

# -m 参数为提交的log信息，相当于git log
# 39eaa5aa7332为容器的id，可通过docker ps命令查看
docker commit -m "add freetds-dev and unixodbc-dev lib" 39eaa5aa7332 python3.6.4-dev

总结一下：

Docker管理测试环境的步骤有3步：

1、运行一个基础镜像容器；

2、在容器进行修改：服务安装、依赖更新等；

3、使用docker commit命令提交我们的修改。

是不是特别方便？我们可以构建任意我们需要的镜像，并可以进行发布，与他人共享使用。在团队里使用此功能可以大大提高工作效率，还可以避免因环境不一致带来的各种问题。

三、使用Docker提高测试执行效率

考虑如下3个场景：

• 问题一：A、B两位测试人员共同负责同一核心模块的测试，希望测试环境独立，互不影响；
• 问题二：测试过程中发现某个问题，希望保留此现象环境，以便后面排查定位问题；
• 问题三：有没有发现自己的host环境特别多，服务部署在各测试环境上，希望统一化管理。

当然还有很多其他类似的问题，但现在用Docker容器技术统统可以帮我们解决。

对于问题一：

我们知道，容器运行时，可以添加-p参数，以指定映射不同的主机端口：

# -p 指定主机端口和容器端口的映射关系
# -d 指定容器在后台运行
# 如下运行2个容器，映射到主机上不同的端口上
docker run -p 8080:80 -d helloworld:v1
docker run -p 8081:80 -d helloworld:v1

A、B测试人员分别使用不同的容器服务，是不是就没有之前的测试环境冲突的问题了？

对于问题二：

此时我们使用docker commit打包一个状态镜像（还可以直接将镜像发布给开发），是不是也可以解决问题了？

对于问题三：

针对不同项目工程部署在不同测试环境的问题，有了Docker容器技术，我们也可以使用docker build打包，然后运行在同一主机上。需要注意的是端口冲突的问题，如果你看到如下的错误，请检查看一下是否是端口冲突了：

docker: Error response from daemon: failed to create endpoint drunk_babbage on network bridge: Bind for 0.0.0.0:80 failed: port is already allocated.

四、使用Docker管理测试数据

在讲Docker管理测试数据前，先给大家讲一讲Docker容器数据持久化的概念，可以帮助大家更好地理解：

Docker容器的数据存储在数据层，如果删除容器，数据也会被清除，达不到我们需要管理测试数据的效果，那我们可以怎么做呢？

见上图，Docker提供了3种持久数据的方式：

• volumes：存于主机文件系统中的某个区域，由Docker管理。非Docker进程不应该修改这些数据。卷是Docker中持久化数据的最好方式
• bind mount：存于主机文件系统中的任意位置。非Docker进程可以修改这些数据
• tmpfs mount：存于内存中（注意，并不是持久化到磁盘）。在容器的生命周期中，它能被容器用来存放非持久化的状态或敏感信息

下面以mysql数据库作为例子讲解测试数据管理的方法：

1、拉取mysql数据库镜像：

# 当然也可以直接运行镜像，当本地没有这个镜像的时候会自动拉取
docker pull mysql

2、运行mysql容器时，以volumes(卷)的形式将主机目录挂载为mysql数据和配置目录：

# -v使用2次，分别指定mysql数据库配置和数据对应的主机目录
docker run -d -e MYSQL_ROOT_PASSWORD=admin --name mysql -v /data/mysql/my.cnf:/etc/mysql/my.cnf -v /data/mysql/data:/var/lib/mysql -p 3306:3306 mysql 

3、开始你的测试（包括修改数据库）；

4、退出容器，此时我们得到mysql数据的第一个版本。我们可以在本地备份、分发；

5、若需要以此数据为基础数据，复制一份出来，启动容器时使用-v参数将复制后的路径挂载到容器即可。

总结一下：

Docker管理测试数据主要是利用Docker数据持久化功能来实现的，容器启动时使用-v参数挂载主机目录即可。

五、总结

本文主要给大家简单介绍了如何使用Docker容器技术管理测试环境、测试数据，提高测试（团队）工作效率，其核心的知识点有：

1、Dockerfile文件的编写，该部分没有详细介绍，大家可以参数如下教程进行学习，相信很容易可以上手：

https://yeasy.gitbooks.io/docker_practice/image/dockerfile/

2、docker build命令打包服务镜像；

3、docker commit 命令提交镜像的修改；

4、docker run 命令运行镜像；

5、docker run -p -v参数的应用。

当然，由于篇幅有限，如下几个问题没有在文中分享，有兴趣的小伙伴可留言与小编交流：

1、各类常见服务部署的方式；

2、Docker Hub私有仓库环境搭建；

3、结合gitlab CI/CD自动化实现自动打包，测试，发布镜像等功能；

4、Docker容器性能的问题。

搜狗测试，期待您的关注！