Pytest-Django에서 관리되지 않는 모델 처리
관리되지 않는 모델 테스트의 과제
Django 프로젝트에서는 관리되지 않는 모델, 즉 메타 옵션에 Managed = True가 설정되지 않은 모델이 가끔 있습니다. 특히 테스트 설정에 관리형 모델과 비관리형 모델이 혼합되어 있거나 여러 데이터베이스(예: 관리형 모델이 있는 모델과 비관리형 모델이 있는 데이터베이스)가 포함된 경우 이러한 모델은 테스트를 까다롭게 만들 수 있습니다.
이 블로그 게시물에서는 pytest-django를 사용하여 관리되지 않는 모델을 테스트하는 접근 방식을 탐색하고 이러한 시나리오를 효과적으로 관리하는 데 도움이 되는 장단점 및 해결 방법을 강조합니다.
접근 방식 1: 모든 모델을 관리됨으로 표시
테스트 중에 관리되지 않는 모델을 처리하는 간단한 방법 중 하나는 일시적으로 관리됨으로 표시하는 것입니다. 방법은 다음과 같습니다.
# Add this to conftest.py @pytest.hookimpl(tryfirst=True) def pytest_runtestloop(): from django.apps import apps unmanaged_models = [] for app in apps.get_app_configs(): unmanaged_models += [m for m in app.get_models() if not m._meta.managed] for m in unmanaged_models: m._meta.managed = True
참고: 이 접근 방식이 작동하려면 pytest 설정(또는 pytest.ini)에 --no-migrations 옵션을 추가해야 합니다
참고: 스택 오버플로
장점:
- 구현이 간단합니다.
단점:
- 여러 개발자가 동일한 프로젝트에서 작업할 때 문제를 일으킬 수 있는 마이그레이션 테스트를 건너뜁니다.
접근 방식 2: 관리되지 않는 모델을 수동으로 생성
또는 테스트 설정 중에 관리되지 않는 모델을 수동으로 생성할 수도 있습니다. 이 접근 방식을 사용하면 마이그레이션을 테스트할 수 있습니다.
@pytest.fixture(scope="session", autouse=True) def django_db_setup(django_db_blocker, django_db_setup): with django_db_blocker.unblock(): for _connection in connections.all(): with _connection.schema_editor() as schema_editor: setup_unmanaged_models(_connection, schema_editor) yield def setup_unmanaged_models(connection, schema_editor): from django.apps import apps unmanaged_models = [ model for model in apps.get_models() if model._meta.managed is False ] for model in unmanaged_models: if model._meta.db_table in connection.introspection.table_names(): schema_editor.delete_model(model) schema_editor.create_model(model)
장점:
- 테스트 사례의 일부로 마이그레이션을 테스트합니다.
단점:
- 약간 더 복잡합니다.
- transaction=True는 이 접근 방식에서 작동하지 않습니다(다음 섹션에서 설명).
트랜잭션 테스트 이해
Pytest-django는 데이터베이스 고정 장치인 django_db 및 django_db(transaction=True)를 제공합니다. 차이점은 다음과 같습니다.
django_db: 테스트 사례가 끝나면 변경 사항을 롤백합니다. 즉, 데이터베이스에 대한 실제 커밋이 이루어지지 않습니다.
django_db(transaction=True): 변경 사항을 커밋하고 각 테스트 사례 후에 데이터베이스 테이블을 자릅니다. 모든 테스트 후에는 관리되는 모델만 잘리므로 트랜잭션 테스트 중에 관리되지 않는 모델을 특별하게 처리해야 하는 이유가 바로 여기에 있습니다.
테스트 사례 예시
@pytest.mark.django_db def test_example(): # Test case logic here pass @pytest.mark.django_db(transaction=True) def test_transactional_example(): # Test case logic here pass
관리되지 않는 모델에서 트랜잭션 테스트가 작동하도록 만들기
트랜잭션 테스트는 관리되는 모델만 자르기 때문에 테스트 실행 중에 관리되지 않는 모델을 관리하도록 수정할 수 있습니다. 이렇게 하면 잘림에 포함됩니다.
# Add this to conftest.py @pytest.hookimpl(tryfirst=True) def pytest_runtestloop(): from django.apps import apps unmanaged_models = [] for app in apps.get_app_configs(): unmanaged_models += [m for m in app.get_models() if not m._meta.managed] for m in unmanaged_models: m._meta.managed = True
on_commit 후크를 사용하여 transaction=True 방지(가능한 경우)
on_commit 후크와 관련된 시나리오에서는 pytest-django(>= v.4.4)의 고정 장치 django_capture_on_commit_callbacks를 사용하여 on_commit 콜백을 직접 캡처하고 실행함으로써 트랜잭션 테스트 사용을 피할 수 있습니다.
@pytest.fixture(scope="session", autouse=True) def django_db_setup(django_db_blocker, django_db_setup): with django_db_blocker.unblock(): for _connection in connections.all(): with _connection.schema_editor() as schema_editor: setup_unmanaged_models(_connection, schema_editor) yield def setup_unmanaged_models(connection, schema_editor): from django.apps import apps unmanaged_models = [ model for model in apps.get_models() if model._meta.managed is False ] for model in unmanaged_models: if model._meta.db_table in connection.introspection.table_names(): schema_editor.delete_model(model) schema_editor.create_model(model)
참고자료
- pytest-django 문서
- 스택 오버플로: 관리되지 않는 모델 테스트
관리되지 않는 모델을 처리하기 위한 다른 접근 방식이나 팁이 있나요? 아래 댓글로 공유해주세요!
위 내용은 Pytest-Django에서 관리되지 않는 모델 처리의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

Python은 데이터 과학, 웹 개발 및 자동화 작업에 적합한 반면 C는 시스템 프로그래밍, 게임 개발 및 임베디드 시스템에 적합합니다. Python은 단순성과 강력한 생태계로 유명하며 C는 고성능 및 기본 제어 기능으로 유명합니다.

2 시간 이내에 Python의 기본 프로그래밍 개념과 기술을 배울 수 있습니다. 1. 변수 및 데이터 유형을 배우기, 2. 마스터 제어 흐름 (조건부 명세서 및 루프), 3. 기능의 정의 및 사용을 이해하십시오. 4. 간단한 예제 및 코드 스 니펫을 통해 Python 프로그래밍을 신속하게 시작하십시오.

Python은 게임 및 GUI 개발에서 탁월합니다. 1) 게임 개발은 Pygame을 사용하여 드로잉, 오디오 및 기타 기능을 제공하며 2D 게임을 만드는 데 적합합니다. 2) GUI 개발은 Tkinter 또는 PYQT를 선택할 수 있습니다. Tkinter는 간단하고 사용하기 쉽고 PYQT는 풍부한 기능을 가지고 있으며 전문 개발에 적합합니다.

2 시간 이내에 파이썬의 기본 사항을 배울 수 있습니다. 1. 변수 및 데이터 유형을 배우십시오. 이를 통해 간단한 파이썬 프로그램 작성을 시작하는 데 도움이됩니다.

Python은 배우고 사용하기 쉽고 C는 더 강력하지만 복잡합니다. 1. Python Syntax는 간결하며 초보자에게 적합합니다. 동적 타이핑 및 자동 메모리 관리를 사용하면 사용하기 쉽지만 런타임 오류가 발생할 수 있습니다. 2.C는 고성능 응용 프로그램에 적합한 저수준 제어 및 고급 기능을 제공하지만 학습 임계 값이 높고 수동 메모리 및 유형 안전 관리가 필요합니다.

제한된 시간에 Python 학습 효율을 극대화하려면 Python의 DateTime, Time 및 Schedule 모듈을 사용할 수 있습니다. 1. DateTime 모듈은 학습 시간을 기록하고 계획하는 데 사용됩니다. 2. 시간 모듈은 학습과 휴식 시간을 설정하는 데 도움이됩니다. 3. 일정 모듈은 주간 학습 작업을 자동으로 배열합니다.

Python은 웹 개발, 데이터 과학, 기계 학습, 자동화 및 스크립팅 분야에서 널리 사용됩니다. 1) 웹 개발에서 Django 및 Flask 프레임 워크는 개발 프로세스를 단순화합니다. 2) 데이터 과학 및 기계 학습 분야에서 Numpy, Pandas, Scikit-Learn 및 Tensorflow 라이브러리는 강력한 지원을 제공합니다. 3) 자동화 및 스크립팅 측면에서 Python은 자동화 된 테스트 및 시스템 관리와 같은 작업에 적합합니다.

파이썬은 자동화, 스크립팅 및 작업 관리가 탁월합니다. 1) 자동화 : 파일 백업은 OS 및 Shutil과 같은 표준 라이브러리를 통해 실현됩니다. 2) 스크립트 쓰기 : PSUTIL 라이브러리를 사용하여 시스템 리소스를 모니터링합니다. 3) 작업 관리 : 일정 라이브러리를 사용하여 작업을 예약하십시오. Python의 사용 편의성과 풍부한 라이브러리 지원으로 인해 이러한 영역에서 선호하는 도구가됩니다.
