Jak začít s testováním v Pythonu pomocí pytest
본문
Další častý problém je zapomínání na čas na code review, jak ZaříDit malou kuchyni testy a opravy chyb, které se objeví až při integraci. Tyto činnosti nepatří ani do analýzy, ani do implementace, ale ovlivňují celkový odhad. Přidejte k odhadu implementace 15–20 % rezervy na tyto „skryté" práce. Pokud je tým zkušený, může být rezerva menší, ale u nových technologií nebo nezmapovaného kódu ji raději navyšte.
Jak rozdělit odhad, aby dával smysl Praktickým postupem je odhadnout nejprve celkovou složitost zadání (například v bodech) a teprve poté ji rozdělit na procenta pro analýzu a implementaci. Pro nové a nejasné požadavky použijte poměr 40:60, pro známé a dobře popsané 20:80. Tento poměr není dogma, ale výchozí bod pro diskuzi. Pokud tým odhaduje v hodinách, doporučuji oddělit obě fáze do samostatných řádků v plánu a nepřiřazovat je stejné osobě — analytik a vývojář se často liší.
Jak psát první testy a na co si dát pozor Základní test vypadá jako obyčejná funkce začínající slovem test_. Uvnitř pak používáte assert pro ověření, že se chování shoduje s očekáváním. Například pokud máte funkci na sčítání, test může vypadat takto: def test_soucet(): assert soucet(2, 3) == 5. Nezapomeňte, že pytest automaticky najde soubory pojmenované test_*.py a funkce test_*. Spouštíte to příkazem pytest v terminálu, který vypíše přehled o tom, kolik testů prošlo a kolik selhalo.
Kdy už je honba za procenty kontraproduktivní Pokud pokrytí přesáhne zhruba osmdesát procent, další zvyšování obvykle přináší minimální zisk. Testy začínají pokrývat okrajové případy, které v reálu nenastanou, a psaní takových testů stojí čas, který by šel lépe využít. Typickou chybou je testovat triviální gettry a settry, čímž se uměle navyšuje skóre, ale nepřidává se žádná skutečná ochrana. Místo toho se zaměřte na testy, které ověřují integraci mezi moduly, chování při selhání a výkonnostní limity.
Když tým začíná plánovat sprint, nejčastější chybou je smíchat čas na analýzu a čas na implementaci do jednoho čísla. Výsledkem bývá podceněný odhad, který se pak dohání přesčasy nebo krácením testů. Rozdělení odhadu na analytickou fázi a implementaci není formalita, ale praktický nástroj, který zviditelní rizika a usnadní rozhodování, co do sprintu vzít.
Závěrem: vestavěné nástroje IDE nejsou kouzelné, ale při správném použití ušetří spoustu času. Vždy si před akcí zkontrolujte náhled změn, používejte verzování a po každém kroku spouštějte testy. Tím se vyhnete nepříjemným překvapením a refaktorování se stane rutinou, ne noční můrou.
Dalším úskalím je používání print pro ladění uvnitř testů – pytest to sice zobrazí, ale pokud test selže, může to zahlcovat výstup. Místo toho se vyplatí používat přímo assert s popisem chyby, třeba assert vystup == ocekavano, "Výstup nesouhlasí". Také se vyhněte testování vnitřních implementací – testujte veřejné chování. Pokud testujete třídu, nezkoumejte její privátní atributy, ale spíše výsledky jejích metod. Tím zajistíte, že testy nebudou křehké při změnách vnitřní struktury.
Nakonec si ověřte odhad na minulých sprintách. Porovnejte původní odhady se skutečným časem a najděte vzorce – kde jste se pravidelně mýlili? Možná podceňujete datové migrace, nebo naopak nadhodnocujete složité UI komponenty. Tato zpětná vazba je cennější než jakýkoli obecný vzorec. Upravte si poměr analýzy a implementace nábytek na míru míru vašemu týmu a nezapomeňte, že odhad je vždy jen lepší či horší odhad – s každým sprintem se ale můžete přibližovat realitě.
Klíčem je rozdělit odhad na dvě samostatné položky, nikoli na jeden souhrnný číselný údaj. Analytickou fázi ohodnoťte jako samostatný úkol, podobně jako implementaci. Užitečné je použít relativní jednotky (např. story pointy), ale s tím, že analytická fáze dostane vlastní číslo. Praktickým vzorcem je poměr 1:2 až 1:3 – tedy na jeden den analýzy počítejte dva až tři dny implementace. Tento poměr se liší podle složitosti domény a zkušenosti týmu, ale dává výchozí bod pro plánování.
Nakonec si osvojte zpětnou vazbu: po dokončení každého úkolu porovnejte odhad se skutečností a zapište si, kde byl rozdíl. Pokud se pravidelně opakuje, že analýza trvá déle, než odhadujete, přizpůsobte poměr. Tento cyklus zlepšování je důležitější než samotná přesnost prvního odhadu. Tým, který se učí z vlastních dat, bude časem odhadovat spolehlivěji, a to bez zbytečného tlaku na jednotlivce.
If you have any type of questions regarding where and the best ways to use http://Miklagaard.no/Index.php?title=Verzování_kódu_při_práci_na_víCe_větvích:_praktický_průvodce, you can call us at our web-page.