5.3 难缠的边界：异步、时间与随机

5.3 难缠的边界：异步、时间与随机

本节摘要：让测试集体翻车的从来不是业务逻辑，而是三类不确定性：时间会流逝、随机会变化、异步会迟到。本节给三类各配一副药——注入时钟、固定种子、受控事件循环，核心思想与 3.3 一脉相承：不确定性源头全部收敛到可替换的接缝上。读完你应能把"偶尔红"的用例变成确定性用例，并给异步代码写出不靠猜的测试。

老结算系统的对账任务为什么没人敢碰？原因就藏在这三类里：它读 datetime.now() 决定对哪天的账，用 random 打散重试时机，还靠后台线程异步刷结果。测试它需要祈祷：祈祷跑的时刻正好命中旺季、祈祷随机数重放出当时的序列、祈祷线程赶在断言前干完活。老周把治疗思路一句话说完：别对抗不确定性，把它变成参数。

时间：注入时钟

时间的麻烦在于它是全局环境，读它的人实际依赖的是"整个世界"。治法是把读表动作收敛为一个可注入的协议：

from datetime import datetime
from typing import Protocol

class Clock(Protocol):
    def now(self) -> datetime: ...

class SystemClock:                       # 生产环境：真表
    def now(self) -> datetime:
        return datetime.now()

class FakeClock:                          # 测试环境：停在任意时刻的表
    def __init__(self, at: str):
        self._now = datetime.fromisoformat(at)
    def now(self) -> datetime:
        return self._now
    def advance(self, **kw):
        self._now += timedelta(**kw)      # 测试里还能拨快时间

def is_peak_season(clock: Clock) -> bool:
    return clock.now().month in (11, 12)
​

业务代码从"读全局"改成"问注入的钟"，测试立刻获得时间主权：

def test_peak_season_in_november():
    assert is_peak_season(FakeClock("2026-11-20T10:00:00")) is True

def test_peak_season_ends_on_december_last_second():
    clock = FakeClock("2026-12-31T23:59:59")
    assert is_peak_season(clock) is True
    clock.advance(seconds=1)
    assert is_peak_season(clock) is False
​

第二条测试值得端详：跨年瞬间这种手工永远凑不巧的场景，拨表就测到了。不想改构造参数的老代码，可用 freezegun 一类工具在测试内冻结全局时间——能注入优先注入，冻结是给接缝手术前的过渡方案。

图：不确定性替身注入图

随机：固定种子与显式边界

随机的测试需求其实分两种，治法不同。要确定性（同一输入必得同一输出）：注入随机源并固定种子，或干脆造一个按剧本出牌的假随机：

class ScriptedRandom:
    def __init__(self, script): self._seq = iter(script)
    def next_int(self, below=None): return next(self._seq)

def test_retry_backoff_uses_scripted_jitter():
    retry = RetryPolicy(jitter=ScriptedRandom([3, 7]))
    assert retry.next_delay_ms(base=100) == 103
    assert retry.next_delay_ms(base=100) == 107
​

要覆盖面（想撞出奇怪的输入）：别用裸随机碰运气，交给属性测试工具（Hypothesis 一类）——它生成输入、收缩反例、可复现失败，比手写 random.choice 靠谱一个量级。两者共同的红线：主测试路径里不许存在没有播种的随机。

异步：受控的事件循环

异步代码的假测试有一副标准面孔：time.sleep(0.5) 等一等再断言。机器快时浪费，机器慢时误判——等待时长靠猜的测试就是赌博。正解是把"等待"换成" await 到事件确实发生"：

import pytest
import asyncio

@pytest.mark.asyncio
async def test_order_stream_delivers_each_event():
    bus = EventBus()
    seen = []

    async def collect(evt):
        seen.append(evt)

    bus.subscribe(collect)
    await bus.publish(OrderEvent("created", "o-1"))
    await bus.publish(OrderEvent("paid", "o-1"))
    await asyncio.sleep(0)            # 让出执行权，冲掉悬挂任务——不是等待时长

    assert [e.type for e in seen] == ["created", "paid"]
​

要点有三：用 pytest-asyncio 把事件循环交给夹具管理；断言前让协程确实跑完（await 关键调用、或让出执行权），而不是睡一段拍脑袋的时长；真要多线程等结果，轮询加截止时间（deadline 内反复检查，超时即红），绝不用裸 sleep。

⚠️ "本地是绿的"对异步用例毫无意义——时序问题专挑慢环境与高峰期发作。异步用例的可信度标准只有一条：反复跑成百上千遍，零闪红。CI 里给这类用例开重复执行的插件档（第 6 章）是常规操作。

💡 回望 5.2 的老对账任务：接缝手术把 datetime.now() 换成注入时钟、随机换剧本、线程换受控队列之后，"没人敢碰"变成了"每轮循环都碰"——地形没变，主权变了。

边界测试三招

• 时间：注入 Clock 协议，FakeClock 可拨可停，跨年月末随手测。
• 随机：确定性用种子或剧本随机源，覆盖面交给属性测试工具。
• 异步：await 到事件确实发生再断言，轮询加截止时间，拒绝裸 sleep。
• 三招共用一个思想：把全局环境收敛成接缝，不确定性变成参数。
• 下一节换个说法讲同一套节律：让业务方也读得懂的 BDD 与 ATDD。