当前位置: 首页 > news >正文

【MongoDB实战】第12章 测试与部署:从开发到生产(python实战完善版)

文章目录

  • 《MongoDB实战入门》第12章 测试与部署:从开发到生产(python实战完善版)
    • 12.1 MongoDB单元测试
      • 12.1.1 环境准备
      • 12.1.2 核心代码实现(覆盖CRUD+聚合+事务)
        • 第一步:编写待测试的MongoDB业务操作类
        • 第二步:编写单元测试用例
        • 第三步:运行单元测试
    • 12.2 生产环境部署最佳实践
      • 12.2.1 环境变量配置(区分开发/测试/生产)
        • 方案1:本地开发/测试环境(使用.env文件)
        • 方案2:生产环境(系统环境变量配置)
      • 12.2.2 安全配置实操
        • 1. 开启MongoDB认证模式(服务端配置)
        • 2. 创建权限隔离的MongoDB用户
        • 3. 限制IP访问(防火墙层面)
      • 12.2.3 数据备份与恢复实战(python+Shell)
        • 1. 定时备份脚本(python实现)
        • 2. 设置定时备份(crontab)
        • 3. 数据恢复脚本(python实现)
        • 4. 恢复命令使用示例
    • 12.3 基础监控
      • 12.3.1 MongoDB内置监控工具(mongostat/mongotop)
        • 1. mongostat:实时监控全局运行状态
          • 基本使用命令(生产环境带认证)
          • 核心指标解读(重点关注)
        • 2. mongotop:实时监控集合级读写耗时
          • 基本使用命令(生产环境带认证)
      • 12.3.2 python自定义监控脚本(采集核心指标)
        • 后台运行监控脚本
    • 总结

《MongoDB实战入门》第12章 测试与部署:从开发到生产(python实战完善版)

本章聚焦MongoDB从开发测试到生产落地的全流程python实操,补充可直接复用的代码示例,确保每个技术点都能落地执行,核心围绕单元测试、生产部署、监控运维三大模块展开。

12.1 MongoDB单元测试

单元测试的核心目标是脱离真实MongoDB服务依赖,通过模拟环境验证数据操作逻辑的正确性,避免测试污染真实业务数据,python生态中常用pytest(测试框架)+mongomock(MongoDB模拟工具)实现该需求。

12.1.1 环境准备

首先安装所需依赖包:

pipinstallpytest mongomock pymongo python-dotenv

12.1.2 核心代码实现(覆盖CRUD+聚合+事务)

第一步:编写待测试的MongoDB业务操作类

创建mongodb_service.py,封装核心业务操作:

# mongodb_service.pyfrompymongoimportMongoClientfromdatetimeimportdatetimefromtypingimportList,Dict,Optional,UnionclassMongoDBBusinessService:"""MongoDB业务操作封装类,包含CRUD、聚合、事务等核心操作"""def__init__(self,mongo_client:MongoClient,db_name:str="business_db"):self.db=mongo_client[db_name]self.collection=self.db["user_orders"]# 订单业务集合# 新增数据(C):创建订单defcreate_order(self,order_info:Dict)->str:""" 创建订单 :param order_info: 订单信息字典,必须包含user_id、order_amount字段 :return: 新增订单的ID字符串 :raises ValueError: 缺少必填字段时抛出异常 """required_fields=["user_id","order_amount"]ifnotall(fieldinorder_infoforfieldinrequired_fields):raiseValueError("订单信息缺少必填字段(user_id/order_amount)")# 补充默认字段order_info.update({"create_time":datetime.now(),"order_status":"pending","update_time":datetime.now()})result=self.collection.insert_one(order_info)returnstr(result.inserted_id)# 查询数据(R):按用户ID查询订单defget_orders_by_user(self,user_id:str,limit:int=10)->List[Dict]:""" 按用户ID查询订单列表 :param user_id: 用户唯一标识 :param limit: 返回订单数量上限 :return: 订单列表(去除_id字段) """query={"user_id":user_id}projection={"_id":0}# 不返回_id字段orders=list(self.collection.find(query,projection).limit(limit).sort("create_time",-1))returnorders# 更新数据(U):更新订单状态defupdate_order_status(self,order_id:str,new_status:str)->int:""" 更新订单状态 :param order_id: 订单ID :param new_status: 新状态(pending/paid/shipped/completed) :return: 受影响的记录数 """query={"_id":order_id}update_data={"$set":{"order_status":new_status,"update_time":datetime.now()}}result=self.collection.update_one(query,update_data)returnresult.modified_count# 删除数据(D):删除过期无效订单defdelete_invalid_orders(self,user_id:str)->int:""" 删除用户的无效订单(状态为pending且创建时间超过24小时,仅示例) :param user_id: 用户唯一标识 :return: 删除的记录数 """# 模拟24小时前的时间(实际可根据业务调整)expire_time=datetime.now()-timedelta(hours=24)query={"user_id":user_id,"order_status":"pending","create_time":{"$lt":expire_time}}result=self.collection.delete_many(query)returnresult.deleted_count# 聚合查询:按用户统计订单总金额defstat_user_order_total(self)->List[Dict]:""" 聚合查询:统计每个用户的订单总金额、订单数量 :return: 聚合结果列表 """pipeline=[{"$group":{"_id":"$user_id","total_amount":{"$sum":"$order_amount"},"order_count":{"$sum":1}}},{"$sort":{"total_amount":-1}},{"$limit":20# 仅返回前20名用户}]returnlist(self.collection.aggregate(pipeline))# 事务操作:批量创建订单(需MongoDB 4.0+支持,mongomock兼容事务模拟)defbatch_create_orders(self,order_list:List[Dict])->bool:""" 事务批量创建订单,要么全部成功,要么全部回滚 :param order_list: 订单列表 :return: 批量创建是否成功 """ifnotorder_list:returnFalsewithself.db.client.start_session()assession:session.start_transaction()try:fororderinorder_list:self.create_order(order)session.commit_transaction()returnTrueexceptExceptionase:session.abort_transaction()raiseException(f"批量创建订单失败:{str(e)}")
第二步:编写单元测试用例

创建test_mongodb_service.py,使用pytest+mongomock实现无依赖测试:

# test_mongodb_service.pyimportpytestimportmongomockfrompymongoimportMongoClientfromdatetimeimporttimedelta,datetimefrommongodb_serviceimportMongoDBBusinessService# 测试夹具1:创建模拟MongoDB客户端(无需真实服务,全局复用)@pytest.fixture(scope="function")defmock_mongo_client():"""创建模拟MongoDB客户端,测试完成后自动清理数据"""client=mongomock.MongoClient()# 完全兼容pymongo APIyieldclient# 测试结束后删除测试数据库,避免数据残留client.drop_database("business_db")# 测试夹具2:初始化业务服务实例@pytest.fixture(scope="function")deforder_service(mock_mongo_client):"""初始化MongoDB业务服务,依赖模拟客户端"""returnMongoDBBusinessService(mock_mongo_client)# -------------- 测试用例:覆盖CRUD核心操作 --------------deftest_create_order_success(order_service):"""测试创建订单(正常场景)"""order_data={"use
http://www.cnnetsun.cn/news/167662.html

相关文章:

  • 力扣 11.盛最多水的容器 简单的双指针算法 题解
  • 深度学习驱动的论文降重工具有效规避查重风险,智能改写段落
  • 温度传感器PT1000与NTC10K介绍
  • 震惊!这家酶制剂供应商竟让行业炸锅
  • 数学建模与排版无忧?这10个AI论文工具精准解决复现难题
  • AI对打工人的三个影响
  • 小程序/APP接入分账系统:4大核心注意事项,避开合规与技术坑
  • 靠谱的厦门考研公司哪个好
  • 二叉搜索树的最近公共祖先:别再蛮力了,用规则思维找“血缘关系”
  • 推荐6个AI论文网站,提供降重与自然改写功能避免标红
  • 智能学术支持:6个AI论文平台解析,自动润色让内容更专业
  • 从手动测试到自动化测试的转型之路:策略、挑战与未来
  • 大数据工程师必看:批处理性能优化的10个黄金法则
  • 2026年AI全面爆发!AI原生、物理AI、多模态与世界模型的革命性变革
  • 【扣子Coze教程】文案一键仿写+飞书自动发布
  • 提示词工程精华总结:掌握ICIO框架与五大核心要素,AI应用效率翻倍,建议收藏!
  • 还在手动选品?RPA+AI生成希音爆款推荐,效率提升100倍![特殊字符]
  • 8个AI论文工具,自考学生轻松搞定毕业论文!
  • 8个降AI率工具推荐,继续教育学生必备
  • CTFer常见高频工具清单
  • 痞子衡嵌入式:16MB以上NOR Flash地址模式切换会造成软复位后i.MXRT无法正常启动
  • 爬山算法:无需微积分的机器学习之旅
  • 【Ctfer训练计划】——命令执行的解题技巧(持续更新中)
  • CTF wed安全(攻防世界)练习题
  • CTF进阶解题,掌握这套框架+技巧就够了!
  • Vue面试中,经常会被问到的面试题/Vue知识点整理,收藏这篇就够了
  • 复习2——线程(pthread)
  • 【DPFSP问题】基于matlab鳄鱼伏击算法CAOA求解分布式置换流水车间调度DPFSP【含Matlab源码 14744期】
  • 格雷厄姆特价股票策略在新能源行业的应用挑战
  • 毕业论文写不下去?百考通AI平台,一句话生成完整初稿,助你高效通关!