当前位置:首页 > 文章列表 > 文章 > python教程 > 在 Pytest-Django 中处理非托管模型

在 Pytest-Django 中处理非托管模型

2025-01-16 23:52:07 0浏览 收藏

今天golang学习网给大家带来了《在 Pytest-Django 中处理非托管模型》,其中涉及到的知识点包括等等,无论你是小白还是老手,都适合看一看哦~有好的建议也欢迎大家在评论留言,若是看完有所收获,也希望大家能多多点赞支持呀!一起加油学习~

处理 Pytest-Django 中的非托管模型的策略

在 Pytest-Django 中处理非托管模型

在 Django 项目中测试非托管模型(managed = False)可能很棘手,尤其是在测试环境包含托管和非托管模型混合,或涉及多个数据库时。本文探讨几种使用 pytest-django 测试非托管模型的方法,并分析其优缺点。

方法一:临时将所有模型标记为托管

最简单的解决方法是,在测试期间暂时将所有非托管模型标记为托管。 这可以通过修改 conftest.py 文件实现:

@pytest.hookimpl(tryfirst=True)
def pytest_runtestloop():
    from django.apps import apps
    for app in apps.get_app_configs():
        for model in app.get_models():
            if not model._meta.managed:
                model._meta.managed = True

重要:此方法需要在 pytest 命令中添加 --no-migrations 选项。

优点: 简单易行。

缺点: 绕过了迁移测试,这在多人协作开发时可能导致问题。

方法二:手动创建和删除非托管模型

更稳妥的方法是在测试设置中手动创建和删除非托管模型,确保迁移得到测试。 可以使用以下 pytest fixture:

@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
    for model in apps.get_models():
        if not model._meta.managed:
            if connection.introspection.table_names(cursor=connection.cursor()):
                schema_editor.delete_model(model)
            schema_editor.create_model(model)

优点: 包含迁移测试。

缺点: 实现较为复杂;transaction=True 不适用(详见下文)。

事务测试与非托管模型

pytest-django 提供了 django_db 和 django_db(transaction=True) 两个 fixture。

  • django_db:在测试结束时回滚数据库更改。
  • django_db(transaction=True):在每个测试用例后提交更改并截断数据库表。 只有托管模型会被截断。

方法三:在事务测试中临时将非托管模型标记为托管

为了使 transaction=True 与非托管模型兼容,可以在测试运行期间将非托管模型临时标记为托管,使其包含在截断过程中:

def setup_unmanaged_models(connection, schema_editor):
    # ... (代码同上) ...
    for model in unmanaged_models:
        # ... (代码同上) ...
        model._meta.managed = True  # 关键:临时标记为托管

方法四:使用 on_commit hooks 避免 transaction=True (如果适用)

如果你的测试涉及 on_commit hooks,可以使用 pytest-django (>= v.4.4) 的 django_capture_on_commit_callbacks fixture 来避免使用 transaction=True:

@pytest.mark.django_db
def mytest(django_capture_on_commit_callbacks):
    with django_capture_on_commit_callbacks(execute=True):
        # 测试逻辑
        # on_commit hooks 将立即执行

总结

选择哪种方法取决于你的项目复杂性和需求。 如果简单性优先,方法一可能足够;如果需要更全面的测试覆盖率,则方法二或三更合适。 方法四提供了在特定场景下更优雅的解决方案。 请根据实际情况选择最合适的方法。

参考:

  • pytest-django 文档
  • Stack Overflow: 测试非托管模型

希望这些信息对您有所帮助! 如果您还有其他方法或技巧,欢迎分享!

以上就是《在 Pytest-Django 中处理非托管模型》的详细内容,更多关于的资料请关注golang学习网公众号!

AI大模型时代,人才的需求已经变了AI大模型时代,人才的需求已经变了
上一篇
AI大模型时代,人才的需求已经变了
掌握 JavaScript 中的数组函数:slice、splice 和 forEach
下一篇
掌握 JavaScript 中的数组函数:slice、splice 和 forEach
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    433次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    508次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    524次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    464次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    295次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码