对于现代软件研发来说，持续、快速、高质量、低风险地交付需求特性，是业务对研发的主要诉求。而要做到这一点，除了要有良好的架构设计、卓越的工程能力，快速可靠的测试反馈也是其非常重要的一环，达到这一点，需要依靠测试自动化。
作为面向企业开发者的DevOps平台，云效提供了丰富的能力，帮助大家在DevOps流程中落地测试自动化实践。
简单来说，企业自建测试自动化体系，分为三种形式：
形式一：基于开源测试自动化工具
很多企业自建测试自动化，都是从选择一个开源测试自动化工具开始的。一个开源测试自动化工具，往往包含以下几部分（以RobotFramework为例）：
- 测试执行工具，如robot
- 测试用例，如.robot文件
- 测试结果和报告，如执行完生成的log.html和report.html
- 测试能力库，用来完成特定的测试，如SeleniumLibrary
对于一个测试自动化体系，往往还需要加上：
- 调度和执行平台
- 结果分析与统计报表
- 测试结果通知能力
基于云效，整个的架构是这样的。
- 测试自动化用例存储在云效代码平台的git仓库中
- 用于执行测试自动化的测试步骤，基于云效的自定义step能力创建
- 触发和串联代码、构建和自动化测试的云效流水线
- 通知机制（钉钉消息）
- 针对质量情况的数据报表，可以直接显示在流水线测试结果中，也可以将数据发送给自建的数据报表服务展示
以RobotFramework框架为例，在云效上接入开源测试自动化工具有以下几步。
1. 选择或编写对应开源测试自动化工具的flow step
云效没有内置开源测试自动化组件，但是基于其提供flow cli工具，企业可以很容易地定制符合自己要求的测试自动化组件。如何通过flow cli实现并发布一个flow step，可以参考云效学院flow cli相关内容。
这里，仅以RobotFramework为例，对其关键部分做一下说明。
首先通过flow step init命令初始化一个flow step组件的项目。
1.1 执行的环境和命令
在step.yaml文件中，image为测试执行的环境镜像，这里是registry.cn-hangzhou.aliyuncs.com/feiyuw/flow-robotframework:1.0，镜像的内容在Dockerfile里面定义。
在items中添加type为shell的输入框，用于设置执行命令，这里默认值为robot -L Trace -d robot_logs .，当前目录“.”即为代码所在目录。
# ... image: registry.cn-hangzhou.aliyuncs.com/feiyuw/flow-robotframework:1.0 items: - label: 执行命令 name: STEP_COMMAND type: shell value: | # NOTE: output directory should be robot_logs robot -L Trace -d robot_logs . # ...1.2 红线配置
首先在step.yaml中定义红线配置组件，这些组件会在流水线配置步骤的时候显示给用户。
items: - label: 红线信息 name: CHECK_REDLINES type: addable_group rules: - require: false add_button: type: icon icon: plus text: 增加红线 tip: icon: question-circle description: 红线校验失败步骤标记为失败 template: items: - name: redline label: 红线 position: flat type: custom_redline_dropdown datamap: '[{"key": "PassRate", "type":"GE"}]' rules: -requires: false另外在step.sh的最后添加红线检查部分，如：
redline Passed:成功:$STEP_ROBOT_PASS:Success Failed:失败:$STEP_ROBOT_FAILED:Error PassRate:成功率:$STEP_ROBOT_PASSRATE:Defaultflow step编写及调试完毕后，publish到当前企业中。
2. 在代码库中添加测试自动化用例
对于针对整个产品或一个子系统的自动化测试，我们建议自动化测试用例保存在单独的代码仓库中；而对于针对某个特定应用的自动化测试，我们建议其测试用例保存在该应用的代码仓库中，并与开发使用同一个分支（推荐）。
将自动化测试用例与应用代码在同一个代码库中管理，有许多好处：
- 测试用例与代码互相匹配且是最新的，让自动化测试在开发阶段就可以及时介入
- 直接复用开发的分支模式，不用考虑自动化用例的版本管理
- 开发和测试基于git代码库紧密协作，方便落地ATDD这样的优秀实践
- 容易集成到流水线中，当测试代码或者开发代码变更后都能快速被执行和反馈，加速问题的定位和修复
示例：alpd-bot-ssh的测试自动化用例。
alpd-bot-ssh是一个SSH的服务，提供IP归属地查询和天气查询能力，该测试自动化用例基于RobotFramework框架实现。其测试自动化用例保存在代码库的atest目录下，结构如下：
atest ├── __init__.robot ├── ip.robot # 用于ip归属地场景的测试集 ├── resources # 测试公共资源，包括通用变量定义、公共函数等 │ ├── common_resource.robot │ └── ssh_lib.py └── weather.robot # 用于天气查询场景的测试集
在代码根目录下，通过
robot -L Trace atest 执行测试。
3. 添加测试自动化节点到流水线
打开持续集成流水线，如果没有，在flow上创建一个。
- 编辑流水线，添加一个空白任务
2.添加自定义步骤，“RobotFramework测试”
3.配置执行命令和红线
4. 上传测试报告到云效，以在云效流水线执行结果中展示
- 编辑第三步的测试自动化节点，添加一个步骤
2.配置测试报告目录（这里是robot_logs）和测试报告入口文件（这里是report.html）
5. 同步测试结果到自建的报表系统
有些时候，我们需要对测试结果进行进一步的统计分析，此时，仅靠测试自动化工具提供的报告就无法满足了。通常，我们会自建一个报表系统。那么，云效中执行的测试自动化结果如何上传到我们自建的报表系统呢？
5.1 确保报表系统能够被云效访问到
由于网络问题，云效无法访问我们建在私有网络环境中的报表系统，要求报表系统开放公网访问接口。为了安全，我们建议仅开放必要的接口，同时做好IP白名单防护。
5.2 在flow step中添加上传报告步骤
打开步骤1的flow step，编辑step.sh，添加上传报告步骤。
注意：
该步骤需要放在redline检查之前，同时建议传递的信息包括：测试结果、代码分支、代码版本、提交者、流水线名字等。
# ... # sh -ex $WORK_SPACE/user_command.sh bash -c "$STEP_COMMAND" output=`python3 /root/parse_output.py $OUTPUT_XML` STEP_ROBOT_PASS=`echo $output | awk -F, '{print $1}'` STEP_ROBOT_FAILED=`echo $output | awk -F, '{print $2}'` STEP_ROBOT_PASSRATE=`echo $output | awk -F, '{print $3}'` # upload test result to report server python3 /root/upload_to_report_server.py $OUTPUT_XML $CI_COMMIT_REF_NAME $CI_COMMIT_SHA $EMPLOYEE_ID $PIPELINE_NAME $BUILD_NUMBER redline Passed:成功:$STEP_ROBOT_PASS:Success Failed:失败:$STEP_ROBOT_FAILED:Error PassRate:成功率:$STEP_ROBOT_PASSRATE:Default最后的流水线大致是下面这个样子：
形式二：测试自动化自建Jenkins
对于已经自建Jenkins等工具用于测试自动化调度执行，甚至在Jenkins上进行了二次开发和定制的团队，或者对于像ioT开发这样有特殊环境要求的应用，复用现有的工具资源更为经济。为此，云效提供了与客户现有Jenkins服务无缝对接的能力，帮助企业通过串联起研发测试。
1. 确保自建Jenkins能够被云效访问到
自建Jenkins服务需要支持公网访问，以便云效能够访问并触发对应的任务。同样，为了安全考虑，建议仅开放必要的接口，并开启IP白名单防护。
2. 添加Jenkins任务节点到流水线中
编辑云效流水线，添加一个任务节点，选择Jenkins任务。
接下来，配置Jenkins地址、认证方式、对应的Job名称，以及触发参数（上游的构建镜像）。
3. 查看结果和统计报表
流水线被执行后，结果信息会同步到Jenkins任务组件上，用户可以在云效流水线运行结果上直接跳转到Jenkins Job日志。
对于统计报表，由于这种方式下，云效不会保存执行任务的任何数据，建议在Jenkins任务中完成数据的上传等工作。
形式三：自建测试自动化平台
如果开源测试自动化工具无法满足测试诉求，又有定制化的调度、触发、管控等要求，部分企业会选择自建测试自动化平台。对于这种情况，如何与云效有机整合起来，做到研发一站式呢？
解决的方法和集成开源测试自动化工具类似，所不同的是，我们的自建测试自动化平台需要对云效暴露两个接口：
- 触发测试执行
- 获取测试结果
这里我们假设自建测试自动化平台的地址为：http://taplatform.my.corp，两个接口为：
- POST /api/v1/runs
request：{"ref_name": "feature/limit_1", "trigger_by": "yunxiao", "suites": "all"}
response：{"code": 0, "run_id": 123}
- GET /api/v1/runs/
response: {"code": 0, "status": "RUNNING|PASS|...", "report_link": "http://taplatform.my.corp/reports/1234", "summary": {"total": 1000, "pass": 1000, "duration": 1200}, ...}
1. 编写flow step用于触发测试自动化平台和设置红线
实现方式与集成开源测试自动化工具的方法类似，主要是配置好step.yaml和step.sh。
step.yaml中配置自建测试平台的地址，以及测试用例的筛选参数，如：
items: - label: 测试平台地址 name: TEST_PLATFORM_HOST type: input value: http://taplatform.my.corp - label: 用例 name: SUITES type: input value: all # 用例筛选条件step.sh中主要完成：
- 触发测试平台执行对应测试用例
- 等待测试完成
- 获取测试结果
- 验证红线卡点
如：
# sh -ex $WORK_SPACE/user_command.sh output=`python3 /root/run_and_wait_until_finish.py $TEST_PLATFORM_HOST $SUITES $EMPLOYEE_ID` STEP_ROBOT_PASS=`echo $output | awk -F, '{print $1}'` STEP_ROBOT_FAILED=`echo $output | awk -F, '{print $2}'` STEP_ROBOT_PASSRATE=`echo $output | awk -F, '{print $3}'` redline Passed:成功:$STEP_ROBOT_PASS:Success Failed:失败:$STEP_ROBOT_FAILED:Error PassRate:成功率:$STEP_ROBOT_PASSRATE:Default其中run_and_wait_until_finish.py的实现步骤大致如下：
import os import time import sys import requests def start_test_task(ta_host, suites, trigger_by): resp = requests.post(f'{ta_host}/api/v1/runs', json={'trigger_by': trigger_by, 'suites': suites}) if not resp.ok or resp.json()['code'] != 0: raise RuntimeError(f'create test task error: {resp.content}') return resp.json()['run_id'] def generate_report(ta_host, report_link): if not os.path.exists('report'): os.mkdir('report') with open('index.html', 'w') as fp: fp.write(f'''<html> <head> <title>Test Report</title> <meta http-equiv="refresh" content="0;URL={ta_host}/reports/{report_link}" /> </head> <body> <p>forwarding...</p> </body> </html>''') def wait_until_task_done(ta_host, run_id): while True: resp = requests.get(f'{ta_host}/api/v1/runs/{run_id}') if not resp.ok: raise RuntimeError(f'task error: {resp.content}') data = resp.json() if data.get('code') != 0: raise RuntimeError(f'task error: {data}') if data['status'] in ('PASS', 'FAILED'): generate_report(ta_host, data['report_link']) return data time.sleep(5) if __name__ == '__main__': if len(sys.argv) != 4: raise RuntimeError('invalid arguments') ta_host, suites, employee_id = sys.argv[1:] run_id = start_test_task(ta_host, suites, employee_id) run_info = wait_until_task_done(ta_host, run_id) summary = run_info['summary'] pass_cnt = summary['pass'] total_cnt = summary['total'] pass_rate = pass_cnt * 100 / total_cnt print('%d,%d,%d' % (pass_cnt, total_cnt-pass_cnt, pass_rate))其中调用了测试平台的两个接口，并且生成了一个index.html的测试报告文件。注意：该测试报告只是将请求转发到了自建测试平台的对应页面上。
2. 添加测试自动化节点到流水线
在流水线上添加空白任务节点，在其中添加一个步骤，选择前面我们自定义的flow step（记得publish到对应的企业中）。在步骤中配置好测试平台地址和测试用例，并设置好红线信息。
3. 查看测试报告
在测试节点添加报告上传步骤，测试报告目录填“report”，测试报告入口文件为“index.html”。
4. 数据统计与报表
在流水线执行结果中可以看到通过率等summary信息，详细的统计与报表建议在自建测试自动化平台内实现。
总结
针对上面提到的三种自建测试自动化的形态，这里给一个简单的小结，帮助大家更好地进行选择。
- 当下还没有实践测试自动化且打算开始建设测试自动化能力：建议选择形式一，基于开源测试自动化工具来建设。这样可以把我们的精力集中到具体的测试工作，让测试自动化能够快速落地，同时又能享受到开源社区的大量的技术沉淀，少走弯路。
- 已经搭建了jenkins，但是没有进行二次开发，仅用来执行自动化测试：建议选择形式一，基于开源测试自动化工具来建设。这样可以节省维护jenkins的成本，同时测试报告和卡点可以更好地与研发过程整合，避免工具割裂和数据孤岛。
- 基于jenkins搭建了CICD流水线，或基于jenkins进行了二次开发和工具整合：建议选择形式二，测试自动化自建jenkins。这样能更快地进行系统整合，同时，也不会影响后续的迁移和改进动作。
- 自研测试自动化执行和分析平台：建议选择形式三，自建测试自动化平台。如果不打算推倒重建，我们还是建议采用现有系统与云效整合的方式，避免工具切换对团队的干扰，也可以更好地复用已有资源。
本文为阿里云原创内容，未经允许不得转载。