如何在Dataflow中进行这种类型的测试（在twitter上称为特性测试）？
TLDR中，我们向微服务发送请求（REST POST with body)，模拟GCP存储，模拟下游api调用，这样整个微服务就可以重构了。此外，我们可以在测试中不做任何更改的情况下交换我们的平台/库，这使得我们非常敏捷。
我的第一个问题是DataFlow（apache beam）可以接收REST请求来触发作业吗？我看到很多api都围绕着“创建作业”，但我在文档中没有看到“执行作业”，而我看到了get status返回作业执行的状态。我只是看不出有什么方法能触发一个工作
- 从我的存储api（它是可模仿的，位于GCP前面）读取
- 希望跨多个节点处理文件
- 调用下游的API（这也是可模仿的）
然后，我只想在我的测试中模拟http调用，然后当文件被读取时，返回一个真实的客户文件，然后完成后，我的测试将验证所有正确的请求都发送到了下游的API。
我们在功能测试中使用apache beam，但不确定它是否与谷歌的dataflow相同：（因为这将是最理想的！！！->嗯，我们能得到一个报告的谷歌dataflow的apache beam版本吗？
谢谢，迪恩
谢谢，迪恩
共有1个答案
Apache Beam的DirectRunner应该非常接近DataFlow的环境，我们推荐它进行这种类型的单进程流水线测试。
我的建议是相同的：使用DirectRunner进行特性测试。
您也可以使用Dataflow runner，但这听起来像是一个完整的集成测试。根据数据源/数据接收器的不同，您可以向其传递模拟实用程序。
-
上面的链接只针对Java。我很困惑为什么谷歌会指向Java Apache测试。 我希望能够查看两个p集合上的CoGroupByKey联接的结果。我来自Python背景，几乎没有使用beam/dataflow的经验。 下面的代码 打印的内容：
-
我想在我的项目中测试特定的测试类，因为有很多测试类失败，我只想一次测试一个类。 我在以下文件夹中创建了测试类： 因此，我尝试了以下命令，但均无效： = 有什么帮助吗？谢谢
-
我想进行压力测试，从预期的用户数开始（或从1个虚拟用户开始），然后逐渐增加负载，例如10个线程、20个线程等等…。100个线程，直到响应时间开始超过可接受的值或开始出现错误。但是对于所有这些测试运行，我应该增加爬升周期（秒），还是所有测试都保持不变？图片如下：
-
我有一个有时返回非类型值的方法。那么，我如何质疑一个非类型的变量呢？例如，我需要使用if方法 我知道这是错误的方式，我希望你明白我的意思。
-
在Gradle有可能实现吗？
-
我如何测试给定的行为是否发送了我期望的消息？ 比如说，三条某种类型的信息，一条接一条... 对于常规参与者（非类型化），有来自常规Akka的TestProbe，方法如: http://doc.akka.io/api/akka/current/index.html#akka.testkit.testprobe 有了Akka型的我还在挠头。有一个叫做EffectfulActorContext的东西，但