测试 Elasticsearch,现在变得更简单了

news2026/3/20 16:39:38
作者来自 Elastic Piotr Przybyl解释由于 Elasticsearch 9.x、现代 Java 客户端以及 Testcontainers 2.x 的改进Elasticsearch 集成测试如何变得更加简单。上手体验 Elasticsearch深入了解我们在 Elasticsearch Labs 仓库中的示例 notebooks开始免费的云端试用或者现在就在本地机器上尝试 Elastic。当我最初写关于使用 Testcontainers for Java 测试 Elasticsearch 时重点非常务实如果你关心正确性就应该针对真实节点进行测试如果你关心信心你的集成测试应该尽可能接近生产环境如果你关心可维护性你的设置不应该变成一个由 mocks 和假设组成的迷宫。这一理念并没有改变。然而改变的是现在实现这一目标所需的努力已经大大减少。借助 Elasticsearch 9.x、现代 Java 客户端以及 Testcontainers 2.x编写集成测试的体验明显更加顺畅就像一层附带的复杂性被悄然移除了。本文附带的示例刻意保持简单可以在这里找到。它并不试图展示复杂的索引策略或精细的数据管道相反它专注于基础因为正是在这些基础之处改进最为明显。当工具不再成为阻碍时任何维护过几年测试套件的人都会认出这种模式你引入一个新库一个传递依赖引入了一些意想不到的东西不久之后你就在不同测试引擎版本之间周旋而不是在编写测试。在 Testcontainers 2.x 中这种周旋基本消失了。依赖结构更加清晰模块更加明确与旧测试框架的意外耦合不再悄悄出现。从实际角度来看在测试中添加 Elasticsearch 支持现在就像声明以下内容一样简单dependency groupIdorg.testcontainers/groupId artifactIdtestcontainers-elasticsearch/artifactId version2.0.3/version scopetest/scope /dependency并且如果你正在使用 JUnit Jupiter 集成dependency groupIdorg.testcontainers/groupId artifactIdtestcontainers-junit-jupiter/artifactId version2.0.3/version scopetest/scope /dependency不需要添加各种排除项不需要屏蔽旧版引擎也不会再有那种担心在下次升级时某些隐藏问题突然浮现的不安感。配置变得几乎平淡无奇而在构建工具的语境中这反而是一种优点。一个具有完整安全性的真实 Elasticsearch 节点在演示测试中我们使用官方的 Elasticsearch 9.3.1 Docker 镜像var container new ElasticsearchContainer(docker.elastic.co/elasticsearch/elasticsearch:9.3.1); container.start();乍一看这可能与较旧的示例类似但细微的差别在于我们不再需要做的事情。我们不再禁用安全性不再绕过 SSL也不再为了让测试更方便而简化环境。相反一旦容器启动我们就构建一个使用 REST API 并进行正确认证的客户端try (var client ElasticsearchClient.of(c - c .host(https:// container.getHttpHostAddress()) .usernameAndPassword(elastic, ElasticsearchContainer.ELASTICSEARCH_DEFAULT_PASSWORD) .sslContext(container.createSslContextFromCa()) )) {这里特别值得一提的是客户端构建本身已经变得多么简洁。在早期版本中创建一个 Elasticsearch 客户端通常意味着需要处理多个中间对象、显式配置传输层、封装底层客户端并为这些本质上只是“管道工作”的内容编写一定量的代码。而现在信噪比显著提高。builder 封装了必要的细节容器提供客户端所需的一切最终配置可以用几行清晰易读的代码完成。同样重要的是ElasticsearchClient 是 AutoCloseable这意味着它可以自然地与 try-with-resources 集成在无需额外繁琐操作的情况下确保正确清理。其生命周期是显式的、简洁的且自包含的这正是集成测试所需要的——关注行为而不是基础设施管理。容器暴露了构建合法且安全连接所需的一切而客户端可以自然地与之集成这意味着测试环境在所有关键方面都与生产环境保持一致同时不会给开发者带来额外的认知负担。这种在真实性与简洁性之间的对齐也许是最有意义的改进之一。类型化 API 改变了测试的特性Elasticsearch Java 客户端的演进也重塑了集成测试的阅读和体验方式。过去的方法通常需要解析 JSON 响应或处理松散类型结构而现代客户端提供了基于 builder 的强类型 API在编译期就能引导你构建合法的请求结构。在示例中我们执行了一个简单的集群健康检查var health client.cluster().health(); Assertions.assertEquals(docker-cluster, health.clusterName()); Assertions.assertEquals(HealthStatus.Green, health.status());这里引人注目的不是操作的复杂性而是几乎没有阻力。不需要从 maps 中手动提取数据不需要基于未类型化字符串值来编写断言也不需要绕到低层响应处理。测试代码看起来与应用代码几乎没有区别这在某种程度上强化了这样一个观点集成测试并不是一类拥有不同规则的特殊代码而只是同一 API 的另一种使用者。当生产代码与测试代码之间的边界变得更模糊时信心几乎会自然而然地提升。将测试当作一个故事来阅读如果你查看完整的测试用例Test void newClientTest() throws IOException { try (var container new ElasticsearchContainer(docker.elastic.co/elasticsearch/elasticsearch:9.3.1)) { container.start(); try ( var client ElasticsearchClient.of(c - c.host(https:// container.getHttpHostAddress()) .usernameAndPassword(elastic, ElasticsearchContainer.ELASTICSEARCH_DEFAULT_PASSWORD) .sslContext(container.createSslContextFromCa()))) { HealthResponse health client.cluster().health(); Assertions.assertEquals(docker-cluster, health.clusterName()); Assertions.assertEquals(HealthStatus.Green, health.status()); } } }你会注意到它读起来不像一个配置脚本而更像一个简短的叙述我们定义容器。我们启动容器。我们构建客户端。我们调用真实 API。我们断言结果。支撑性的基础设施逐渐淡出背景使测试的意图清晰可见。这种清晰性并非偶然而是 Testcontainers 和 Elasticsearch 客户端一系列渐进改进的累积效果。高级模式仍然适用在之前的文章《使用真实 Elasticsearch 的更快集成测试》和《使用真实 Elasticsearch 的高级集成测试》中讨论的更高级技术并没有过时。复用容器以加速大型测试套件、自定义集群设置、预加载索引或测试基于角色的访问场景仍然完全有效并且在许多情况下是必不可少的。改进之处在于基础体验。最简单的集成测试——仅需要一个真实节点和一个真实客户端——不再需要防御性配置或依赖折腾。它默认就是简洁、表达力强且接近生产环境的。无声的进步生态系统并没有发生戏剧性的重写也没有迫使人们重新思考一切的破坏性迁移指南。相反是 API 和依赖的持续优化每个版本都在这里抹平一个棱角在那里消除一个意外。结果并不浮夸但却切实可感。现在为 Elasticsearch 编写集成测试更像是在一个缩小版的真实系统上进行操作而不是在组装一个测试工具链。有时候进步会高调地宣告自己。有时候它悄然到来以代码更易读、解释更少的形式出现。在这个案例中属于后者而对于那些关注干净、可靠集成测试的人来说这已经足够了。那么如果我们也能对 Kibana 做类似的事情会怎样听起来很有吸引力吗敬请期待原文https://www.elastic.co/search-labs/blog/elasticsearch-integration-tests

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2430489.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…