前言
今日我们看看 java 大名鼎鼎的 assertj 是怎么做断言的
数据库断言
在实际的测试中我们总是跟业务打交道的。跟业务打交道一般很难避免验证数据库中的东西。尤其在接口测试中，一个常见的例子是你测试一个下单的接口。 接口返回可能就是成功过或者失败。你无法从返回值中判断订单的细节是否创建成功。这时候一般要查询数据库做断言。
demo
来看一下例子。
Request sql = new Request(dataSource,"select * from data where name = '"+data.getName()+"'");assertThat(sql).row().column("name").value().isEqualTo(data.getName()).column("meta").value().isEqualTo(data.getMeta()).column("line_number").value().isEqualTo(data.getLineNumber()).column("size").value().isEqualTo(data.getSize()).column("type_id").value().isGreaterThan(data.getTypeId()).column("src_type_id").value().isEqualTo(data.getSrcTypeId());Request resourceSql = new Request(dataSource,"select * from resource where id = "+createdData.getResourceId()+"");assertThat(resourceSql).row().column("uri").value().isEqualTo(data.getUri()).column("protocol").value().isEqualTo(data.getProtocol().getValue());Request sql = new Request(dataSource,"select * from plan where name='"+copyPlanName+"'");assertThat(sql).as("数据库中没有被保存的plan").hasNumberOfRows(1);OK，assertJ-db 有一个对象叫 Request，它是对数据库请求的封装。创建的时候你需要传递一个 sql 和 dataSource(我使用的是 mybatis 的 dataSource)。接着就可以使用 assertJ 丰富的 data flow 式 API 进行断言了。 篇幅有限，介绍几个常用的使用方法。
元素
assertJ-db 有 4 个维度的元素用来断言。分别是：
- Table：表
- column：列
- row：行
- value：具体的一个字段的值
看我们第一个例子的代码中有如下一段：
Request sql = new Request(dataSource,"select * from data where name = '"+data.getName()+"'"); assertThat(sql).row() .column("name").value().isEqualTo(data.getName())这里面我们分别取到了第一行 (row() 默认取第一行，也可以指定第几行) 中的名字叫 name 的列 (column 接受 string 类型的列名参数) 的值 (value)。因为我们是以 Request 的方式进行断言，所以就没有 table 什么事了. 我只举个简单的例子，这 4 种元素互相可以有各种组合的断言大家可以慢慢的探索。我只列出我个人最长用的使用方式。
compare api
assertJ-db 提供丰富的 compare api 来定制我们的断言。 我们看如下的代码：
assertThat(request).row(1).value().isEqualTo(2).value().isEqualTo(DateValue.of(1981, 10, 12)).hasValues("2", "1981-10-12", "October", "11", "00:41:08", null).value().isEqualTo("1.77").isNotEqualTo("1.78").value("size").isNotZero().isGreaterThan(1.5).isGreaterThanOrEqualTo(1.77).isLessThan(2).isLessThanOrEqualTo(1.77).value().isNull()Request sql = new Request(dataSource,"select * from plan where name='"+copyPlanName+"'");assertThat(sql).hasNumberOfRows(1);好有很多的 compare api 来为我们的 4 个元素进行验证。我不一一列举了。 它可以给我们各种维度的断言方式。
Request
在之前的介绍中我们总能看到 Request 的身影，这是我们最常用的断言模式。直接以一个 sql 筛选出要断言的数据。如下：
Request sql = new Request(dataSource,"select * from plan where name='"+copyPlanName+"'");assertThat(sql).hasNumberOfRows(1).row().column("name").value().isEqualTo(copyPlanName)Request 的目的就是根据 sql 筛选出我们要断言的数据，然后使用我们上面说的元素和 compare api 进行断言的工作。
Changes
之前我写监控式数据管理策略的时候写过 Changes 的使用。现在我再说一下吧。按惯例先看例子
public static Changes initChanges() { Changes change = null; if(changes != null) { change = changes; } else if(tables != null) { change = new Changes(tables); } else if(dataSource != null) { change = new Changes(dataSource); } else { if(source == null) { throw new ChangesException("you have not regiter any source to create changes. you should register changes, datasource,source or tables so that you can init changes to handle test datas"); } change = new Changes(source); } return change; }上面是我的数据管理部分初始化 changes 的代码。可以看到我们可以把 dataSource 传进去用来 diff 整个数据库。 也可以把 4 重元素的 table 传进去用来 diff 某一个或某一些表。changes 有两个方法，一个叫 start point，用来记录初始数据的状态，另一个叫 end point。用来记录结束的数据的状态。 changes 就是去 diff 这两个时间点的数据变化。不多说直接上一个例子：
Changes changes = new Changes(dataSource);changes.setStartPointNow();// Start point (the moment when the changes start to be taken into account)makeChangesInTheData();changes.setEndPointNow();// End point (the moment when the changes stop to be taken into account)assertThat(changes).change() // First change.isCreation() // Assertion on the first change.rowAtStartPoint()// Row at the start point.doesNotExist() // Assertion on the row at start point of the first change.returnToChange() // Go back to the change.rowAtEndPoint()// Row at the end point.hasNumberOfColumns(6)// Assertion on the row at end point of the first change.exists() // Another assertion on the same row.value(1) // Value at index 1 of the row at end point of the first change.isEqualTo("McGuiness") // Assertion on the value.returnToRow()// Go back to the row.returnToChange() // Go back to the change.change() // Next change.rowAtEndPoint()// Row at end point of this change.hasValues(1, "Hewson", "Paul David", "Bono Vox", "1960-05-10", 1.75).column("surname")// Column with name is "surname" of the second change (note that returnToChange() is not mandatory).isModified() // Assertion on column.hasValues("Bono","Bono Vox").column() // Next column.isNotModified()// Assertion on the column.valueAtEndPoint()// Value at end point in the column after "surname" ("birth") of the second change.isEqualTo(DateValue.of(1960, 5, 10)).ofDeletion() // All the changes of deletion (note that the returnToXxxx() methods are not mandatory).change() // First change of these changes of deletion.isOnTable("albums").hasPksValues(15).changeOnTableWithPks("members", 5) // Change with primary key 5 on "members" table.isCreation().rowAtEndPoint()// Row at end point of change with primary key 5 on "members" table .hasValues(5, "McGuiness", "Paul", null,"1951-06-17", null);这是 github 上官方的例子。如果你可以完全掌控你们的数据库，使用 changes 做断言不失为一个选择。下面再看一个例子
for(Change change:changeList){ChangeType type = change.getChangeType();String tableName = change.getDataName();if("CREATION".equals(type.name())){String id = change.getRowAtEndPoint().getValuesList().get(0).getColumnName();Object value = change.getRowAtEndPoint().getValuesList().get(0).getValue();String sql = "delete from "+tableName+" where "+id+" = "+value+"";deletionSQLs.add(sql);}else if("DELETION".equals(type.name())){String sql = "insert into "+tableName+" values(";List valuesList = change.getRowAtStartPoint().getValuesList();for(Value value : valuesList){Object columenValue = value.getValue();sql = sql + "'" +columenValue+"',";}sql = sql.substring(0, sql.length()-1);sql = sql +")";insertSQLs.add(sql);}else if("MODIFICATION".equals(type.name())){String sql = "update "+tableName+" SET ";List valuesList = change.getRowAtStartPoint().getValuesList();for(Value value : valuesList){Object columenValue = value.getValue();String columnName = value.getColumnName();sql = sql + columnName +"='"+columenValue+"' ,";}sql = sql.substring(0, sql.length()-1);sql = sql + " where "+valuesList.get(0).getColumnName()+" = "+valuesList.get(0).getValue();updateSQLs.add(sql);}}除了断言还可以像上面一样根据 changes 取出所有变化的数据信息并拼成 sql。大家可以根据自己的需要取得这些信息。例如在自动化中 hack 一些信息。假如像我一样，拼出所有变化数据的 sql。这样在某些特定的 case，例如会影响其他 case 运行的一些场景。在 case 运行后自动拼出 sql 把数据恢复回去。 或者在有些自动化中你是获取不到一些信息的情况，例如后台发生了一些操作，而你并不知道或者不容易获取这些操作信息。就可以使用 changes 把这些信息都取出来，甚至根据需要 hack 一些东西。有兴趣的同学可以翻我之前写的监控式数据管理的帖子，看看我是怎么用 changes 做数据恢复的
Table
一直没说 table 的事。给个例子把，我几乎不怎么用。
Source source = new Source("jdbc:h2:mem:test;DB_CLOSE_DELAY=-1", "user", "password");Table table = new Table(source, "members");assertThat(table).column("name").hasValues("Hewson", "Evans", "Clayton", "Mullen");Source
在 assertJ-db 中，无论是 changes，request 还是 table 等等。初始化的时候都是要传递一个 Source 作为参数的。其实就是你要传递一个数据的 datasouce 给 assertJ-db。 其实在 assertJ-db 中内置了一个 source，你可以看到如下的调用
Source source = new Source("jdbc:mysql://172.27.1.219:3306/dango?useUnicode=yes&characterEncoding=UTF8&zeroDateTimeBehavior=convertToNull", "write", "!@#$1234%^&*5678ABCDabcd");Changes changes = new Changes(source);但是~注意了，但是 assertJ-db 内置的这种方式慢的要死。强烈不建议使用。 我是使用的 mybatis 的 datasource 搞的，因为我有些数据库操作是用 mybatis 搞的。
总结
好了，assertJ-db 科普帖到此结束。 更多手把手教程请加入我的星球和微信群：
