必须用真实依赖替代mock,确保测试与现网数据链路完全一致,并通过结构化指标分层定位差异点。

不能靠“感觉”或人工比对,必须用可复现、可采集、可归因的自动化手段——核心是让测试环境跑和现网**完全一致的数据链路**,再用结构化指标定位差异点。
用真实依赖替代 mock,否则差异永远藏在延迟和错误率里
测试环境用 mock 时,db.Query() 耗时可能是 0 ns,而现网 MySQL 真实响应是 2–15 ms;mock 不会返回 driver.ErrBadConn 或连接池耗尽的 sql.ErrNoRows,但现网会。这种失真会让性能回归测试、错误码覆盖率、重试逻辑验证全部失效。
- 用
testcontainers-go启一个轻量 PostgreSQL/MySQL 容器,DSN 和现网保持一致(如host=db、port=5432),驱动参数也对齐(sslmode=disable、connect_timeout=3) - HTTP 依赖别用
httptest.NewServer返回固定 JSON,改用gock拦截并回放现网真实请求/响应 body + status + headers,保留 gzip、chunked encoding 等传输细节 - gRPC 服务用
buf connect或grpcurl录制现网调用流,测试时用grpc.Server+httplistener回环模拟,确保 TLS handshake、stream reset、deadline 传递都走通
配置加载必须走同一套逻辑,而不是硬编码 test.yaml
很多团队把测试配置写死在 config_test.go 里,但现网走的是 Viper + Consul/K8s ConfigMap + 环境变量 fallback 链。结果是:测试环境关了熔断,现网开了;测试用了 cache.ttl=1h,现网是 cache.ttl=30s;测试没设 context.WithTimeout,现网有 5s 超时——这些全都会导致行为不一致。
- 测试启动时,显式调用和现网相同的配置初始化函数(如
LoadConfig(context.Background())),只把env=production改成env=test - 用
os.Setenv("CONFIG_SOURCE", "file")+os.WriteFile("test-config.yaml", ...)控制外部源,而不是绕过加载流程 - 断言配置值:在测试 setup 阶段加
assert.Equal(t, cfg.DB.MaxOpenConns, 20),防止 config key 拼错或 fallback 生效
数据采样要覆盖现网分布,不能只用均匀随机数
用 rand.Intn(1000) 生成 user_id 测试,但现网 80% 请求集中在 top 100 个热点用户上;用 time.Now().Add(-24 * time.Hour) 做时间参数,但现网大量请求带的是未来时间(预约单)、零点整(日结任务)、或 Unix epoch(遗留系统)。这种数据 skew 会导致缓存命中率、索引选择、GC 压力全都不对。
立即学习“go语言免费学习笔记(深入)”;
- 从现网日志抽样导出真实请求参数(如最近 1 小时 access log 中的 query string),用
go-fuzz或quick.Check做分布拟合,生成符合 Zipf 分布的 ID 序列 - 时间字段按现网 P99 分布设置:比如 65% 请求是
now,20% 是now+1h,10% 是now-7d,5% 是now+30d - 数据库测试数据用
pg_dump --data-only --table=user_orders导出现网子集,再用anonymize工具脱敏,避免测试数据太“干净”(比如所有 status 都是completed)
指标对比必须分层,不能只看最终 HTTP status code
测试环境返回 200 OK,现网也返回 200 OK,不代表没差异——可能测试环境 DB 查询 1ms,现网 12ms 导致超时被上游切断;可能测试环境没触发 GC,现网每秒 3 次 STW 拖慢整体 P95;可能测试环境没走 TLS,现网 handshake 占了 20ms。
- 在关键路径埋点:
defer trace.StartRegion(ctx, "db.query").End(),输出到本地trace.log,用go tool trace对比两环境 goroutine block、network poll、GC 时间线 - 跑完一轮压测后,分别抓取
runtime.ReadMemStats()和http.DefaultServeMux.Handler.(*chi.Mux).Routes()统计中间件执行次数,确认日志、metric 上报等非核心逻辑是否被意外启用 - 用
go test -bench=. -benchmem -cpuprofile=cpu.prof在两环境各跑 5 轮,用benchstat对比ns/op、B/op、allocs/op三列变化,任一列恶化都要查根因
最常被忽略的是:测试环境默认开启 GODEBUG=gctrace=1 或 pprof 服务端口,而现网关闭——这些调试开关本身就会显著改变调度行为和内存模式。上线前务必确认 go env -json 和 ps aux | grep go 输出的环境变量、启动参数完全一致。


















