第 9 章 · 01 属性测试：hypothesis 的力量

第 9 章 · 01 属性测试：hypothesis 的力量

本节摘要：本节讲 Sequoia-X 测试体系的核心方法论——属性测试（property-based testing）。Sequoia-X 不用普通单元测试，而是用 Python 的 hypothesis 库做属性测试。两者根本差异是：单元测试「给具体输入，验证具体输出」，属性测试「描述性质，框架自动生成无数用例」。这种范式特别适合**「不变量守护**」场景——比如「SQLite 的 (symbol, date) 唯一约束」「策略返回 list[str]」「飞书 HTTP 失败仅记日志不抛异常」「同名 logger 返回同一实例」等。本节会先讲「为什么 Sequoia-X 选属性测试」，再盘点 Sequoia-X 守护的「核心不变量」，最后用一段可运行的 hypothesis 示例让你亲手体验「框架帮你找边界 bug」的威力。

内容来源：原项目测试目录精读 + hypothesis 官方文档。

💡 核心心法：好的「不变量测试」不是「测每个 case」，而是「描述性质」——让框架自动生成大量边界用例——找到你没想过的 bug。

学习目标

阅读完本节，你应当能够：

1. 讲清属性测试与单元测试的根本差异。
2. 理解 hypothesis 的「@given 装饰器 + strategies 描述输入」范式。
3. 盘点 Sequoia-X 守护的「核心不变量」。
4. 写一段可运行的 hypothesis 属性测试。

一、属性测试 vs 单元测试

1.1 单元测试的范式

# 普通单元测试
def test_sum():
    assert sum([1, 2, 3]) == 6
    assert sum([]) == 0
    assert sum([1]) == 1
​

特点：

• 测试者写死输入——「这些 case 应当满足」；
• 漏掉的 case 不会被测试——「我没想过的 case 怎么办」？

1.2 属性测试的范式

from hypothesis import given, strategies as st

@given(st.lists(st.integers()))
def test_sum_property(lst: list[int]) -> None:
    """性质：sum 应等于其元素之和。"""
    expected = sum(lst)  # 用 Python 内置 sum 算"正确答案"
    assert my_sum(lst) == expected
​

特点：

• 测试者描述「性质」——「任意输入都应满足」；
• 框架自动生成 N 个用例（N 可配，100/200/1000）——自动覆盖边界。

1.3 根本差异

Sequoia-X 选属性测试——因为它守护的全是「不变量」（如唯一约束、类型保证、幂等性）——正是属性测试的强项。

二、Sequoia-X 守护的核心不变量

Sequoia-X 用属性测试守护七类不变量：

这七条不变量是「系统稳定运行的基石」——任何一条被破坏，整套系统就会出现奇异行为。

三、hypothesis 的核心 API

from hypothesis import given, strategies as st

# 给定一个 lists[str] 输入，验证某个性质
@given(st.lists(st.text(min_size=6, max_size=6, alphabet="0123456789"), max_size=10))
def test_xxx(symbols):
    ...
​

关键元素：

hypothesis 的搜索能力很强大——它会尝试「最小失败用例」——找到 bug 后，自动收缩到「最简复现」。

四、可运行教学代码：三条核心属性

下面这段代码完整演示「用 hypothesis 守护三条核心不变量」：

# hypothesis_demo.py  # 可运行：属性测试三条核心不变量
import os
import re
import sqlite3
import tempfile
from hypothesis import given, settings as h_settings, strategies as st
from pydantic import ValidationError


# === 属性 1：SQLite (symbol, date) 唯一约束 ===
def make_table() -> sqlite3.Connection:
    conn = sqlite3.connect(":memory:")
    conn.execute("""
        CREATE TABLE stock_daily (
            id INTEGER PRIMARY KEY AUTOINCREMENT,
            symbol TEXT NOT NULL, date TEXT NOT NULL,
            open REAL, high REAL, low REAL, close REAL,
            volume REAL, turnover REAL,
            UNIQUE (symbol, date)
        )
    """)
    conn.commit()
    return conn


@given(
    symbol=st.text(min_size=6, max_size=6, alphabet="0123456789"),
    trade_date=st.dates(min_value=__import__("datetime").date(2024, 1, 1),
                        max_value=__import__("datetime").date(2025, 12, 31)),
)
@h_settings(max_examples=50, deadline=None)
def test_unique_symbol_date(symbol: str, trade_date) -> None:
    """同股同日插入两次，第二次必被 UNIQUE 拒绝。"""
    conn = make_table()
    row = (symbol, str(trade_date), 10.0, 11.0, 9.0, 10.5, 1000.0, 10500.0)
    conn.execute("INSERT INTO stock_daily (symbol,date,open,high,low,close,volume,turnover) VALUES (?,?,?,?,?,?,?,?)", row)
    conn.commit()
    
    # 重复插入必被拒绝
    try:
        conn.execute("INSERT INTO stock_daily (symbol,date,open,high,low,close,volume,turnover) VALUES (?,?,?,?,?,?,?,?)", row)
        conn.commit()
        assert False, "UNIQUE 约束未生效"
    except sqlite3.IntegrityError:
        pass    # 期望的失败
    finally:
        conn.close()


# === 属性 2：同名 logger 返回同一实例 ===
@given(name=st.text(min_size=1, max_size=20, alphabet="abcdefghijklmnopqrstuvwxyz._"))
@h_settings(max_examples=30, deadline=None)
def test_logger_idempotent(name: str) -> None:
    """任意 name，多次调用 get_logger(name) 应返回同一实例。"""
    from <核心日志模块> import get_logger   # 复用第 4 章的 get_logger
    log1 = get_logger(name)
    log2 = get_logger(name)
    assert log1 is log2
    assert len(log1.handlers) == 1   # handler 不重复


# === 属性 3：飞书 HTTP 失败时仅记日志，不抛异常 ===
@given(status_code=st.integers(min_value=400, max_value=599))
@h_settings(max_examples=30, deadline=None)
def test_feishu_http_failure_no_raise(status_code: int) -> None:
    """任意 4xx/5xx 响应，send() 不应抛异常。"""
    from <核心飞书模块> import FeishuNotifier
    from <核心配置模块> import Settings
    import logging as _logging
    
    settings = Settings(
        db_path="data/test.db",
        start_date="2024-01-01",
        feishu_webhook_url="https://feishu.test/hook",
    )
    notifier = FeishuNotifier(settings)
    
    # 收集 ERROR 日志
    log_records: list = []
    class _ListHandler(_logging.Handler):
        def emit(self, record):
            log_records.append(record)
    
    feishu_logger = _logging.getLogger("feishu_test")
    feishu_logger.addHandler(_ListHandler(level=_logging.ERROR))
    
    try:
        from unittest.mock import patch, MagicMock
        with patch("requests.post") as mock_post:
            mock_post.return_value = MagicMock(status_code=status_code, text="error")
            notifier.send(symbols=["000001"], strategy_name="Test", webhook_key="default")
    finally:
        feishu_logger.removeHandler(_ListHandler(level=_logging.ERROR))
    
    # 不抛异常 + 记了 ERROR 日志
    assert any(r.levelno == _logging.ERROR for r in log_records), \
        f"未记 ERROR 日志: status={status_code}"


if __name__ == "__main__":
    print("=" * 50)
    print("属性 1：SQLite UNIQUE 约束")
    print("=" * 50)
    test_unique_symbol_date()
    print("✅ 50 个随机 (symbol, date) 全部通过\n")
    
    print("=" * 50)
    print("属性 2：同名 logger 幂等性")
    print("=" * 50)
    test_logger_idempotent()
    print("✅ 30 个随机 logger name 全部通过\n")
    
    print("=" * 50)
    print("属性 3：飞书 HTTP 失败不抛异常")
    print("=" * 50)
    test_feishu_http_failure_no_raise()
    print("✅ 30 个随机 4xx/5xx 状态码全部通过")
​

预期输出（节选）：

==================================================
属性 1：SQLite UNIQUE 约束
==================================================
✅ 50 个随机 (symbol, date) 全部通过

==================================================
属性 2：同名 logger 幂等性
==================================================
✅ 30 个随机 logger name 全部通过

==================================================
属性 3：飞书 HTTP 失败不抛异常
==================================================
✅ 30 个随机 4xx/5xx 状态码全部通过
​

hypothesis 自动生成了 50+30+30 = 110 个测试用例——远超普通单元测试——其中任何一个失败都会让整条属性失败。

配套简化模块：上面示例用 from <核心日志模块> import get_logger 与 from <核心飞书模块> import FeishuNotifier, Settings 引用了教学简化版模块。把第 4 章的 get_logger 和第 7 章的 FeishuNotifier 合并到一个文件里即可直接运行。

五、hypothesis 的「自动收缩」

hypothesis 的杀手锏是「失败用例自动收缩」——找到 bug 时，自动找最小复现：

完整失败用例：(symbol="000001", date="2024-06-15", open=10.0, high=11.0, low=9.0, close=10.5)
                ↓ 自动收缩
最小失败用例：(symbol="000001", date="2024-06-15")  ← 框架找出的最简形式
​

这种「自动收缩」让 bug 复现极其容易——不需要你手动找最小用例。

六、Sequoia-X 真实测试目录的盘点

Sequoia-X 真实测试目录包含 6 个测试模块，全部用 hypothesis 属性测试：

每个测试模块 1~3 个 @given 函数——总测试函数很少，但总用例数很多——质量与维护成本的平衡点。

七、为什么 Sequoia-X 不写更多「具体场景」测试

读者可能会问：「为什么不写更多具体场景的单元测试？」答案是——属性测试已经覆盖了「性质」——具体场景只是「性质的特例」。

「描述性质」比「列举 case」更接近软件工程的本质——软件的不变量比具体行为更重要。

八、本节在全景图的位置

属性测试 ✅ ← 本节
        │
        ▼
下一节（第 02 节）定时任务与生产部署
​

本节要点回顾

1. 属性测试 vs 单元测试：手写 case vs 描述性质——覆盖度与维护成本的权衡。
2. 核心不变量：七条不变量守护整套系统稳定——配置、唯一约束、返回类型、HTTP 失败、日志幂等。
3. hypothesis 范式：@given(strategy) 装饰器 + st.xxx() 输入策略——50+ 个用例自动生成。
4. 自动收缩：找到 bug 后自动找最小复现——比手动调试快 10 倍。
5. 可运行示例：3 条核心属性（UNIQUE、日志幂等、HTTP 容错）共 110 个用例——全部通过。
6. 为什么不用更多单元测试：属性测试已经覆盖了「性质」——具体场景只是特例。

配套教学脚本：images/hypothesis_demo.py——三条核心属性的可运行演示。

下一节，把 Sequoia-X 「挂到系统」——讲定时任务与生产部署。