百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

第一次感受到改源码解决 BUG 的乐趣

ztj100 2025-03-08 02:54 20 浏览 0 评论

因目前公司内部对http接口自动化,dubbo接口自动化都是使用脚本来管理,技术栈还分java 和python ,内部对接很不方便,为了降低使用门槛,提升接口测试效率,所以决定在原有的功能用例管理平台添加接口自动化来统一管理。

MeterSphere

首先吹一波MeterSphere,个人觉得目前最好,功能最完善的接口自动化平台,项目还在持续更新,并且有开源版,大家有兴趣可以看一下项目代码
https://github.com/metersphere/

个人对于这个平台Http接口测试的部分理解:
通过前端的
入参将其封装成JMeter能识别的 .jmx文件,再通过JMeter的开放API去执行.jmx文件。

这里不得不说 该项目成员对JMeter非常熟悉,抛弃了jmeter难用的GUI,实现了一套非常好用UI,MeterSphere牛皮。

移植MeterSphere部分功能

因为只需要接口测试的功能,所以只移接口测试部分。首先要做的就是在本地部署MeterSphere,官方文档只有docker部署教程,没有windows下搭建的教程,而且sql文件还分别放在不同的文件下面,这无疑增加了二次开发 的成本。
最后我在linux下部署项目,然后将sql导出,在application.properties添加数据库配置,注释了原项目中的部分代码,在windows 下成功启动,并且移植了接口测试模块的功能,然后,在测试的时候发现Dubbo接口无法成功调用,于是便有了第一次修改源码的操作……

发现问题:dubbo接口测试报错

MeterSphere这里对Dubbo的配置很多,原本想简化测试,这一套配置填下去,感觉比原有的方式还要麻烦,于是这里我便将配置默认写死,因为公司目前使用zk做注册中心,其他的consumer&Service、Config Service这个配置也无需使用人员去配置。

在这里插入图片描述

但是当我填入对应的参数,请求dubbo接口的时候,问题就出现了

Failed to check the status of the service xxx.xxx.xxx . No provider available for the service

一直报错找不到对应的服务,而我用现有的脚本请求是能够成功的,确认了环境没有问题之后,我想可能是Dubbo版本的原因

定位问题:dubbo版本

先来看两张图

在这里插入图片描述

在这里插入图片描述


我在maven仓库里面搜出来结果可以发现,Dubbo是在2.7.x版本被apache收录,2.6.x的版本 groupId是com.alibaba。
于是在项目中找到对应依赖,果然版本对不上,我们系统目前使用的Dubbo是2.5.x,阿里的版本。而这两个版本连接ZK的方式也不同,老版本是通过


        
            com.101tec
            zkclient
        

新版本则是使用

        
            org.apache.curator
            curator-framework
        

确定问题就是版本问,于是便开始了改源码

解决问题:修改jmeter-plugins-for-apache-dubbo插件代码

Jmeter支持Dubbo接口需要
jmeter-plugins-for-apache-dubbo这个三方插件支持,官方目前使用的是2.7.12不适合我们系统

        
            io.metersphere
            jmeter-plugins-dubbo
            2.7.12
        

于是我将其修改为官方提供的1.3.x,发现调用Dubbo接口还是失败,无法找到对应的服务。

最后我将1.3.x三方包下载到本地,研究其泛化调用的代码,发现其中很大一部分代码其实是对不同注册中心如:zookeeper、nacos、redis的支持,而公司目前使用的zookeeper,我完全可以将这些不用的代码注释掉,自己封装一套泛化调用的逻辑,

    @SuppressWarnings({"unchecked", "rawtypes"})
    private Object callDubbo(SampleResult res) {

        try {
            ReferenceConfig reference = new ReferenceConfig();
            ApplicationConfig applicationConfig = new ApplicationConfig();
            applicationConfig.setName("remoteInvoke");
            applicationConfig.setVersion("");
            RegistryConfig registryConfig = new RegistryConfig();

            registryConfig.setFile("/tmp/dubbo.cachr");
            String address = getAddress();
            registryConfig.setAddress(address);
            registryConfig.setProtocol("zookeeper");
            reference.setApplication(applicationConfig);
            reference.setRegistry(registryConfig);

            // 弱类型接口名
            String interfaceName = getInterface();
            reference.setInterface(interfaceName);
            reference.setVersion("1.0.0");
            // 声明为泛化接口
            reference.setGeneric(true);
            reference.setProtocol("dubbo");
            //不重试,重试会造成数据重复执行
            reference.setRetries(0);
            reference.setTimeout(10000);

            String methodName = getMethod();
            if (StringUtils.isBlank(methodName)) {
                res.setSuccessful(false);
                return ErrorCode.MISS_METHOD.getMessage();
            }

            // 用org.apache.dubboinfo.rpc.service.GenericService可以替代所有接口引用
            GenericService genericService = reference.get();
            if (genericService == null) {
                res.setSuccessful(false);
                return MessageFormat.format(ErrorCode.GENERIC_SERVICE_IS_NULL.getMessage(), interfaceName);
            }
            String[] parameterTypes = null;
            Object[] parameterValues = null;
            List args = getMethodArgs();
            List paramterTypeList =  new ArrayList();;
            List<Object> parameterValuesList = new ArrayList<Object>();;
            for(MethodArgument arg : args) {
                ClassUtils.parseParameter(paramterTypeList, parameterValuesList, arg);
            }
            parameterTypes = paramterTypeList.toArray(new String[paramterTypeList.size()]);
            parameterValues = parameterValuesList.toArray(new Object[parameterValuesList.size()]);
            Object result = null;
            try {
                result = genericService.$invoke(methodName, parameterTypes, parameterValues);
                res.setSuccessful(true);
            } catch (Exception e) {
                log.error("RpcException:", e);
                //TODO
                //当接口返回异常时,sample标识为successful,通过响应内容做断言来判断是否标识sample错误,因为sample的错误会统计到用例的error百分比内。
                //比如接口有一些校验性质的异常,不代表这个操作是错误的,这样就可以灵活的判断,不至于正常的校验返回导致测试用例error百分比的不真实
                res.setSuccessful(true);
                result = e;
            }
            return result;
        } catch (Exception e) {
            log.error("UnknownException:", e);
            res.setSuccessful(false);
            return e;
        } finally {
            //TODO 不能在sample结束时destroy
//            if (registry != null) {
//                registry.destroyAll();
//            }
//            reference.destroy();
        }
    }

最后,将代码打成jar包,通过maven离线调用

        
            io.metersphere
            jmeter-plugins-dubbo
            1.3.8
            system
            ${project.basedir}/lib/jmeter-plugins-dubbo-1.3.8.jar
        

终于请求成功

在这里插入图片描述

结语

正当我幻想着给MeterSphere提交issure,并提交pr,成为一个热门开源项目的贡献者,从此走上人生巅峰时。我发现MeterSphere项目上的提交记录赫然写着 :

"fix: 修复dubbo客户端v2.7.7以上版本在进行泛化调用server端为v2.6.x以前版本时出现No Provider错误"



BUG其实在两个月前被解决了…
虽然没能成为MeterSphere 的贡献者,但是第一次通过修改源代码来解决BUG,还是很有成就感的。

相关推荐

其实TensorFlow真的很水无非就这30篇熬夜练

好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...

交叉验证和超参数调整:如何优化你的机器学习模型

准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...

机器学习交叉验证全指南:原理、类型与实战技巧

机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...

深度学习中的类别激活热图可视化

作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...

超强,必会的机器学习评估指标

大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...

机器学习入门教程-第六课:监督学习与非监督学习

1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...

Python教程(三十八):机器学习基础

...

Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置

你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...

超全面讲透一个算法模型,高斯核!!

...

神经网络与传统统计方法的简单对比

传统的统计方法如...

AI 基础知识从0.1到0.2——用“房价预测”入门机器学习全流程

...

自回归滞后模型进行多变量时间序列预测

下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...

苹果AI策略:慢哲学——科技行业的“长期主义”试金石

苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...

时间序列预测全攻略,6大模型代码实操

如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...

AI 基础知识从 0.4 到 0.5—— 计算机视觉之光 CNN

...

取消回复欢迎 发表评论: