本文重點安利Database-Rider這個基於DBUnit的新輪子，着急的讀者可以直接拉到最底下去了解。想看筆者嘮嗑的可以順序往下看，瞭解DBUnit以及Utilities-DBUnit、Spring-test-dbunit等輪子。
1-DBUNIT
數據庫測試工具事實上的標準就是DBUnit。根據http://www.dbunit.org/的介紹，其1.0版本早在2002年就已經發布。
它只需要一個JDBC的連接，就能完成對數據狀態的控制。
IDatabaseConnection con = new DatabaseConnection(DbUtil.getConnection())
另外一個其核心概念是IDataSet，通過DataSet來表示數據庫，用ITable 表示來自來自數據庫或者測試用例的表和數據
IDataSet dataset = new FilteredDataSet(filter, connection.createDataSet());
FlatXmlDataSet.write(dataset, new FileOutputStream(file));
上述操作完成了將數據庫內容導出到了一個DBUnit自定義的XML文件中。
ITable actualTable = getConnection().createDataSet().getTable(_testTableName);
IDataSet expectedDataSet = new FlatXmlDataSet(new File(_testDir, _dbFile));
ITable expectedTable = expectedDataSet.getTable(_testTableName);
Assertion.assertEquals(expectedTable, actualTable);
此外，
上述操作完成了來自用例的預期結果expectedTable和運行時來自數據庫的結果進行比對actualTable。
另外，DBUnit還提供了在數據庫讀取、插入數據時的操作
DatabaseOperation.UPDATE
DatabaseOperation.DELETE
DatabaseOperation.DELETE_ALL
DatabaseOperation.TRUNCATE
DatabaseOperation.REFRESH
DatabaseOperation.CLEAN_INSERT
DatabaseOperation.NONE
以及非常實用的數據排序、篩選、忽略等fancy的功能，並支持了xml、csv、excel等數據保存格式，甚至還設計了DBUnit自定義的Assertion。讓其成爲一個非常成功的數據庫測試框架和數據導入導出操作工具。並且成功地吸引了Unitils這樣的測試框架將其作爲數據庫測試模塊的底層工具。
DBUnit存在的問題-維護少，升級、發佈慢，
從發佈歷史來看，DBUnit在發佈的前2年，保持了非常頻繁的更新，在發佈了2.0版本之後，可能維護者認爲，數據庫測試的方案已經完整了，已經沒什麼新功能可做了，其更新速度就開始下降。對應的，其Google熱度也逐步下降。
image.png
但是，目前還依然頑強地維持着更新，最近三年基本上是每年一發佈一個版本的節奏，解決着一些缺陷，缺少架構層面的重大更新。
image.png
2-Spring-test-dbunit
從上述介紹中可以看出，DBUnit雖然功能強大，但是爲了完成測試數據的導入和預期結果的比較，還是需要寫一定量的代碼的。隨着Spring框架逐步成爲MVC開發模式的事實上的標準，統治JAVA WEB類的項目，基於註解的開發方式流行了開來。於是，一個基於DBUnit的新框架spring-test-dbunit橫空出世，提供了Spring Test Framework與DBUnit之間的集成，實現註解驅動的數據庫集成測試方式。
@Test
@DatabaseSetup(value = "insert.xml")
@DatabaseSetup(connection="customerDataSource", value="insert-custs.xml")
public void testInsert() throws Exception {
// Inserts "insert.xml" into dataSource and "insert-custs.xml" into customerDataSource
// ...
}
優勢：
引入了@DatabaseSetup@DatabaseTearDown@ExpdectedDatabase
等註解，將dbunit引入了Spring的圈子。
劣勢
問題1-維護慢，最近一個bug修復是在17年12月
image.png
問題-2：只能在Spring技術棧下使用
想要用註解，得先把Spring帶上。不像DBUnit那樣可以獨立使用。
問題-3：只能在Spring技術棧下使用數據結構單一，只支持了xml格式，其餘格式需要自行開發
@DatabaseSetup("sampleData.xml")
問題4：只能在Spring技術棧下使用使用的是較老的dbunit版本
image.png
這是16年初發布的DBUnit版本。
3-database-rider
這是筆者最近才發現的一個新的基於DBUnit的擴展框架。根據changelog, 該框架於2015年啓動開發，2016年中發佈1.0版本，團隊還爲此發送了一個 1.0 promo video 。
優勢1：DBUnit+Spring-test-dbunit
首先，這還是一個基於DBUnit的框架
，具備了DBUnit的基本功能，其次還吸收了Spring-test-dbunit基於註解的特性。基本上所有的數據庫操作都可以通過註解來完成,如下例:
@Test
@DataSet(transactional=true)
@ExpectedDataSet(value = "yml/expectedUsers.yml",ignoreCols = "id")
public void shouldMatchExpectedDataSet() {
User u = new User();
u.setName("non expected user1");
User u2 = new User();
u2.setName("non expected user2");
emProvider.em().persist(u);
emProvider.em().persist(u2);
}
其次，提供了新的數據格式，json/yaml
如上例所示，數據文件保存在一個yaml文件中。目前json/yaml已經替代xml成爲了軟件開發時對數據文件的首選，廣泛應用於接口數據交換、配置文件等場景。因此Database-rider提供的這一便利應該能吸引到不少對於DBUnit自定義的Flat-format XML文件格式早已不滿的用戶。
DataBase-Rider中引入了較新的dbunit ,並計劃在新版本中引用dbunit2.6.0
詳見feature request: update to DBUnit 2.6.0 #111
相對於其競爭對手來說，這個工具在採用新的dbunit版本上還是蠻上心的。
最吸引人的是提供了 @ExportDataset的註解
在數據庫測試過程中，一般的典型場景是：
1）測試人員根據測試點設計測試用例數據，包括a)上下文環境 b)輸入 c)預期結果。
2）setup，測試人員將基礎數據導入數據庫，從而控制程序的上下文環境
3) 通過界面、API接口或者存儲過程等形式與程序交互，並完成輸入。
4）查詢數據庫結果，並與預期結果進行比對。
而自動化的過程，往往是在上述步驟完成後
5) 將a)上下文環境 b)輸入 c)實際結果分別導出
6）編寫代碼，完成1-4的過程並保存形成自動化用例
7）如有可能，將1-6合併，實現所謂的手自一體的自動化測試
從上述過程來看，提供一個較爲方便的數據導出功能，可以大大方便了自動化用例的編寫。Database-rider正是解決了DBUnit中需要編寫代碼去導出數據庫中的數據的問題。而Sping-Test-DBunit則很遺憾地忽略了這一重要功能。
劣勢- 又一個輪子，期待合體
本質上這還是基於DBUnit的一個新輪子，包含了DBUnit使用中會遇到的所有的坑（這個足夠寫比本文長3倍的文章來吐槽)。其實造一個新輪子，不如把舊輪子煥新。期待哪天這兩個團隊能合併。。。
更新會持久麼？
DBUnit熱鬧了2年，Spring-Test-DBUnit 也類似。憑成員熱情，背後沒有商業公司支持的開源項目，特別是工具類項目，其持久度是永遠的疑問。
近期必讀：
複雜（Complex）問題與繁雜（Complicated）問題，你怎麼選
小說體敏捷/DevOps轉型教科書
和實戰經驗分享
購書指南
—
紙質書、電子書在京東、噹噹、亞馬遜、微信讀書等渠道已全面上架，搜索關鍵字“獵豹 敏捷”即可找到。
有聲書已登錄喜馬拉雅、微信讀書，適合路上聽書的你。
關注公衆號看其他原創作品
覺得好看，點個“在看”或轉發給朋友們，歡迎你留言。