万字长文带你快速了解并上手Testcontainers

前言

        前段时间，我负责在所属的一个团队内部去推动一项叫做“Testcontainers”的技术。于是在调研并打磨了数天之后，就诞生下文。希望看完本篇文章的你，能够有所收获，感谢阅读！         

1. 技术的演进

1.1 传统的测试

        我们的项目上线之前，一定会经过大量的测试。早期，如果一个项目所依赖的外部配置比较繁多，那么每次测试，我们都需要将项目所依赖的环境服务启动。如果测试人员的电脑没有对应的开发环境，则还需要花时间在环境搭建上。就算搭建好了， 各种版本的迭代之后，不同版本环境的兼容 , 也有可能导致测试失败，这些都是测试人员应该考虑的问题，这个时候，测试工作的效率往往就显得很低。

        

1.2 Embedded

        后来，出现了 “ In-memory Embedded Database ” 这样的方式，能够让我们在程序本地进行基于内存的嵌入式测试 ，而无需手动去启动环境，方便我们在本地编写、运行、调试 。但由于使用不同的服务，需要依赖于不同的第三方的类库，显得十分繁琐，并且很多 “In-memory Embedded Database” 只提供一个特定版本的实现 ,如果其提供的数据库版本与我们实际应用中的版本不一致， 那么就有可能导致很多新的数据库功能在测试里根本覆盖不了。 有些 In-memory Embedded Database 甚至没有实现100%的接口兼容，或者不一样的实现方式，这意味着就算你的测试过了，线上的代码还是可能会出错。这就是典型的生产环境和测试环境不一致性问题。 另外该项目维护不利， 大量缺陷未修复 ，并且缺少更新，导致用户的使用体验也越来越差。

1.3 Docker

        随着时代的不断发展，以 Docker 为代表的虚拟化容器技术出现了。 Docker 是一个开源的应用容器引擎 ， 它可以让开发者打包他们的应用以及依赖包到一个轻量级、可移植的容器中，然后发布到任何流行的 Linux 机器上，也可以实现虚拟化。另外，容器是完全使用沙箱机制，相互之间不会有任何接口（类似 iPhone 的 app）,更重要的是容器性能开销极低。         此后，我们的测试工作所需要的环境就可以通过在Linux服务器上启动Docker中的容器来实现。但是docker虽然解决了环境的配置问题，但是我们每次测试，所需要的环境都需要到Linux服务器上通过命令手动启动容器，一旦外部依赖过多，启动容器这个过程所花费的时间也是笔不小的开销。那我们可能就会想，有没有什么方法能够实现通过编程语言远程启动docker中的容器，来代替我们人为的操作呢？

1.4 Testcontainers

        为了解决这个问题，在社区成员的努力下，一个叫做 Testcontainers 的开源项目就诞生了。

TestContainers是一个开源项目，它提供可以在Docker容器中运行的任何东西的轻量级，一次性的实例。它具有Java，Python，Rust，Go，Scala和许多其他语言的绑定。其主要针对测试领域、背靠Docker实现环境百宝箱功能。

        简单理解就是，testcontainers 能够让你实现通过编程语言去启动Docker容器，并在程序测试结束后，自动关闭容器。这基本上能解决我们大部分的需求。

        使用 TestContainers 这种解决方案 还有以下几个优点:

每个Test Group都能像写单元测试那样细粒度地写集成测试，保证每个集成单元的高测试覆盖率。 Test Group间是做到依赖隔离的，也就是说它们不共享任何一个Docker容器；假如两个Test Group都要用到Mongo 4.0，会创建两个容器供它们单独使用 。 保证了生产环境和测试环境的一致性，代码部署到线上时不会遇到因为依赖服务接口不兼容而导致的bug 。 Test Group可以并行化运行，减少整体测试运行时间。相比较有些 in-memory 的依赖服务实现没有实现很好的资源隔离，比如端口，一旦并行化运行就会出现端口冲突 。 得益于Docker，所有测试都可以在本地环境和 CI/CD环境中运行，测试代码调试和编写就如同写单元测试。

        另外，TestContainers使以下类型的测试更加容易：

数据访问层集成测试 ：

        使用MySQL，PostgreSQL或Oracle数据库的容器化实例测试您的数据访问层代码是否具有完全兼容性，但无需在开发人员的计算机上进行复杂的设置，并且无需担心测试始终以已知的数据库状态。 也可以使用任何其他可以容器化的数据库类型。

应用程序集成测试 ：

        用于在具有数据库，消息队列或Web服务器等依赖项的短期测试模式下运行应用程序。

UI /验收测试 ：

        使用与Selenium兼容的容器化Web浏览器进行自动UI测试。 每个测试都可以获取浏览器的新实例，而无需担心浏览器状态，插件版本或浏览器自动升级。 您将获得每个测试会话或测试失败的每个会话的视频记录。

更多

        我们可以在官网查看其他人贡献的模块，也可以自己基于 GenericContainer ，创建自己的自定义容器类。

注意：

test-containers 基于 Docker，所以使用 test-container 前需要安装 Docker环境 test-containers 提供的环境不能应用于生产环境、只能用于测试环境等场景

2.Testcontainers所提供的模块

        Testcontainers 提供了多种现成的与测试关联的应用程序容器。

        其中Databases就支持这么多：

3. 不同语言版本的Testcontainers

        Testcontainers 在GitHub上支持包含 java，go，python 等多种语言版本，基于我们项目的实际情况，下面的示例以testcontainers-scala为主。

4. Testcontainers连接策略和要求

     因为 java 和 scala 运行都要基于 JVM，所以 testcontainers-scala 运行的环境首先需要满足：

JDK >= 1.8

     又 test-container 基于 Docker，所以使用test-container前需要安装 Docker环境。

     其中，关于Docker的版本，需要满足以下条件：

     Testcontainers在运行时将会尝试按如下顺序使用以下策略连接到 Docker 守护程序：

环境变量： — DOCKER_HOST — DOCKER_TLS_VERIFY — DOCKER_CERT_PATH

     每个变量的作用：

Use DOCKER_HOST to set the url to the docker server. Use DOCKER_CERT_PATH to load the tls certificates from. Use DOCKER_TLS_VERIFY to enable or disable TLS verification.

默认值 — DOCKER_HOST=https://localhost:2376 — DOCKER_TLS_VERIFY=1 — DOCKER_CERT_PATH=~/.docker

我们可以在程序中显式设置系统变量代替默认值，例如：

System.setProperty(“DOCKER_HOST”,”tcp://10.16.2.103:2375″)

        这样我们在运行测试时，testcontainers 就会去连接指定节点的Docker环境

5. Testcontainers-scala入门需知

        ScalaTest 有两种感知特质：

ForEachTestContainer ： 在每个测试用例之前启动一个新容器，然后停止并删除它。 ForAllTestContainer ： 对于规范内的所有测试用例，仅启动和停止一次容器 。

        我们要开始使用 ScalaTest，只需要扩展这些特质之一，并 重写 container的val值。

import com.dimafeng.testcontainers.{ForAllTestContainer, MySQLContainer} class MysqlSpec extends FlatSpec with ForAllTestContainer { override val container = MySQLContainer() it should “do something” in { Class.forName(container.driverClassName) val connection = DriverManager.getConnection(container.jdbcUrl, container.username, container.password) … } }

        对于存在多个测试用例的情况，可以参考下方 MySQL 的测试实例：

import org.testcontainers.containers.MySQLContainer class MysqlSpec extends FlatSpec with ForAllTestContainer { override val container = MySQLContainer() it should “do something” in { … } it should “do something 2” in { … } }

        此规范启动一个容器，两个测试共享容器的状态。

        大多数可用的容器类都允许您提供自定义镜像名称或版本，而不是库中的默认镜像名称或版本。

        为了提供自定义镜像名称，您需要传递 DockerImageName 对象 。

override val container = MongoDBContainer(DockerImageName.parse(“mongo:4.0.10”))

        从 testcontainers-java 1.15.0 容器类开始，在初始化期间执行镜像兼容性检查（有关更多详细信息，请参阅此拉取请求）。如果要使用与所选容器类实现兼容的自定义镜像，则必须显式标记为与默认镜像兼容。

override val container = MongoDBContainer(DockerImageName.parse(“myregistry/mongo:4.0.10”).asCompatibleSubstituteFor(“mongo”))

6. 容器类型

注意：在 testcontainers 的测试中，有时候我们往往不需要通过输出结果来判断是否测试成功，我们可以通过assert(condition: Boolean)函数来进行断言，测试其逻辑。如果condition返回true，则接收返回值，继续执行，否则会抛出TestFailedException异常

6.1 单个容器

6.1.1 Generic Container

        这是最灵活但不太方便的容器类型 ， 此容器允许使用自定义配置启动任何 Docker 镜像。

class GenericContainerSpec extends FlatSpec with ForAllTestContainer { override val container = GenericContainer(“nginx:latest”, exposedPorts = Seq(80), waitStrategy = Wait.forHttp(“/”) ) “GenericContainer” should “start nginx and expose 80 port” in { assert(Source.fromInputStream( new URL(s”http://${container.containerIpAddress}:${container.mappedPort(80)}/”).openConnection().getInputStream ).mkString.contains(“If you see this page, the nginx web server is successfully installed”)) } } 6.1.2 Docker Compose

        与通用容器支持类似，我们也可以运行定制的服务集 在 指定 docker-compose.yml 文件中。Compose file 是一个 YAML 文件，用于定义 services， networks 和 volumes ，我们可以在 texttainers 中通过DockerComposeContainer类中传入该文件的路径，实现启动容器的自定义配置。

class ComposeSpec extends FlatSpec with ForAllTestContainer { override val container = DockerComposeContainer(new File(“src/test/resources/docker-compose.yml”), exposedServices = Seq(ExposedService(“redis_1”, 6379))) “DockerComposeContainer” should “retrieve non-0 port for any of services” in { assert(container.getServicePort(“redis_1”, 6379) > 0) } } 6.1.3 Selenium class SeleniumSpec extends FlatSpec with SeleniumTestContainerSuite with WebBrowser { override def desiredCapabilities = DesiredCapabilities.chrome() “Browser” should “show google” in { go to “http://google.com” } }

        在这种情况下，您将在容器中获取一个浏览器实例（Firefox/chrome），测试将通过远程驱动程序连接到该实例。

6.1.4 MySQL class MysqlSpec extends FlatSpec with ForAllTestContainer { override val container = MySQLContainer() “Mysql container” should “be started” in { Class.forName(container.driverClassName) val connection = DriverManager.getConnection(container.jdbcUrl, container.username, container.password) … } }

        容器也可以使用构造函数参数定制，这个代码段将使用特定的模式名和特定的用户名/密码从特定的docker镜像初始化docker容器。

class MysqlSpec extends FlatSpec with ForAllTestContainer { override val container = MySQLContainer(mysqlImageVersion = DockerImageName.parse(“mysql:5.7.18”), databaseName = “testcontainer-scala”, username = “scala”, password = “scala”) “Mysql container” should “be started” in { Class.forName(container.driverClassName) val connection = DriverManager.getConnection(container.jdbcUrl, container.username, container.password) … } } 6.1.5 PostgresQL class PostgresqlSpec extends FlatSpec with ForAllTestContainer { override val container = PostgreSQLContainer() “PostgreSQL container” should “be started” in { Class.forName(container.driverClassName) val connection = DriverManager.getConnection(container.jdbcUrl, container.username, container.password) … } }

补充说明，还有很多与MySQL，PostgresQL使用方式类似的镜像类型，这里就不一一列举了，更多 model 的使用示例请参考官网：https://www.testcontainers.org/

6.2 多个容器

        如果需要在测试中测试多个容器 ， 只需定义容器并传递给构造函数： MultipleContainers()

val mySqlContainer = MySQLContainer() val genericContainer = GenericContainer(…) override val container = MultipleContainers(mySqlContainer, genericContainer)

6.3 依赖容器

        如果一个容器的配置依赖于另一个容器的运行时状态，则应将容器定义为 ：lazy

lazy val container1 = Container1() lazy val container2 = Container2(container1.port) override val container = MultipleContainers(container1, container2)

6.4 固定主机端口容器

        此容器将允许您将容器端口映射到 Docker 主机上的静态定义端口。

… val container = FixedHostPortGenericContainer(“nginx:latest”, waitStrategy = Wait.forHttp(“/”), exposedHostPort = 8090, exposedContainerPort = 80 )

6.5 内部容器的自定义配置

        所有容器类型都具有通用参数的构造函数方法。如果您缺少一些自定义选项，请提供一种优雅的方式来调整嵌套容器。不建议通过下面这种方式，直接访问内部容器:

override val container = MySQLContainer().configure { c => c.withNetwork(…) c.withStartupAttempts(…) }

6.6 启动/停止 挂钩

        如果要在容器启动后或容器停止之前执行代码，可以重写 afterStart() 和 beforeStop() 方法 。

class MysqlSpec extends FlatSpec with ForAllTestContainer { … override def afterStart(): Unit = { println(“————-我在容器启动之后执行————-“) // your code } override def beforeStop(): Unit = { println(“————-我在容器停止之前执行————-“) // your code } }

7. 示例代码

        为了让大家对于 testcontainers 的使用有更深刻的印象，下面为大家分别带来 Kafka，Redis，MySQL做测试的例子。为了保证代码的严谨性，以下代码经过多次测试，请大家放心食用。

7.1 Kafka

场景示例：有一个测试目录 file/input 下存放着数据文件student.txt，我们需要读取该文本的内容，并采用「轮询」的方式将数据打入到Kafka的student主题的3个分区中，数据生产完毕之后，再通过消费者拉取数据，进行遍历消费，消费完毕后，手动删除该 topic

KafkaContainerTest

import java.util import java.util.Properties import com.dimafeng.testcontainers.{ForAllTestContainer, KafkaContainer} import com.hypers.util.KafkaSupport import org.apache.kafka.clients.admin.AdminClient import org.apache.kafka.clients.consumer.KafkaConsumer import org.apache.kafka.clients.producer.KafkaProducer import org.scalatest.{BeforeAndAfter, FlatSpec, Matchers} /* * @Author: Alice菌 * @Date: 2020/12/16 15:35 * @Description: */ class KafkaContainerTest extends FlatSpec with BeforeAndAfter with ForAllTestContainer with Matchers{ private val props: Properties = new Properties() private var client: AdminClient = _; private var producer: KafkaProducer[String, String] = _; private var consumer: KafkaConsumer[String, String] = _; // 设置系统访问的 Docker节点 IP 和 端口 System.setProperty(“DOCKER_HOST”,”tcp://10.16.2.103:2375″) // 手动启动容器 override val container: KafkaContainer = KafkaContainer() “Kafka container” should “be started” in { // 创建 Topic 对象 KafkaSupport.createKafkaTopic(client,”student”, 3, 1) // 获取所有的 Topic 列表 var allTopicList: util.Set[String] = KafkaSupport.showAllTopic(client) // 断言测试 assert(allTopicList.contains(“student”)) // 实现 Kafka 生产的功能 val producerNum: Int = KafkaSupport.KafkaProducer(“file/input/”, “student.txt”, producer, “student”, 1000) // 实现 Kafka 消费的功能 val consumerNum: Int = KafkaSupport.KafkaConsumer(consumer, “student”) // 断言 测试，判断生成和消费的数据条数是否相等 assert(producerNum == consumerNum) // 将 topic 删除 KafkaSupport.deleteTopic(client,”student”) allTopicList = KafkaSupport.showAllTopic(client) // 断言测试 assert(!allTopicList.contains(“student”)) } before{ // 初始化Kafka // 基本的配置信息 props.put(“bootstrap.servers”, container.bootstrapServers) props.put(“acks”, “-1”) props.put(“retries”, “0”) props.put(“batch.size”, “16384”) props.put(“linger.ms”, “1”) props.put(“buffer.memory”, “33554432”) props.put(“group.id”, “consumer-tutorial”) // 设置 key,value的序列化方式 props.put(“key.serializer”, “org.apache.kafka.common.serialization.StringSerializer”) props.put(“value.serializer”, “org.apache.kafka.common.serialization.StringSerializer”) // 设置 key,value的反序列化方式 props.put(“key.deserializer”, “org.apache.kafka.common.serialization.StringDeserializer”) props.put(“value.deserializer”, “org.apache.kafka.common.serialization.StringDeserializer”) // 设置消费策略 props.put(“auto.offset.reset”, “earliest”) // 实例一个 Kafka 的 Client 对象 client = AdminClient.create(props) // 实例一个 Kafka 的 生产者 producer = new KafkaProducer[String, String](props) // 实例一个 Kafka 的 消费者 consumer = new KafkaConsumer[String, String](props) } after{ // 关闭连接 consumer.close() producer.close() client.close() } }

KafkaSupport

import java.io.{BufferedReader, File, FileReader} import java.util import java.util.Collections import org.apache.kafka.clients.admin.{AdminClient, ListTopicsOptions, ListTopicsResult, NewTopic} import org.apache.kafka.clients.consumer.{ConsumerRecord, ConsumerRecords, KafkaConsumer} import org.apache.kafka.clients.producer.{KafkaProducer, ProducerRecord} import scala.util.control.Breaks /* * @Author: Alice菌 * @Date: 2020/12/16 15:14 * @Description: */ object KafkaSupport { def createKafkaTopic(client:AdminClient,topicName:String,numPartitions:Int,replicationFactor:Short): Unit ={ // 创建一个主题对象，传入主题名，分区数，副本数 val newTopic: NewTopic = new NewTopic(topicName, numPartitions, replicationFactor) // 创建一个 NewTopic 类型的 ArrayList 集合 val topics: util.ArrayList[NewTopic] = new util.ArrayList[NewTopic]() // 将主题对象添加至集合内 topics.add(newTopic) // 调用客户端 Client 的方法去创建 Topic client.createTopics(topics) } def showAllTopic(client:AdminClient): util.Set[String] ={ val options: ListTopicsOptions = new ListTopicsOptions val topicList: ListTopicsResult = client.listTopics(options) val topicNames: util.Set[String] = topicList.names.get topicNames } def KafkaProducer(dirPath:String,fileNames:String,producer: KafkaProducer[String, String],topicName:String,sleepTime:Int): Int ={ // 定义一个变量，保存数据行数 var lineNumber:Int = 0 // 新建一个文件对象 file/input/ val file: File = new File(dirPath) // 新建一个缓存流对象 var bufferedReader: BufferedReader = null // 新建一个字段保存行数据 var line:String = null // 获取目录下的文件类型 val files: Array[File] = file.listFiles() // 创建 Breaks 对象 val loop: Breaks = new Breaks; // 对文件列表进行遍历 if (files != null){ // 如果不为空，则对文件列表下的文件进行遍历 for(tmpFile <- files) { val fileName: String = tmpFile.getName // 判断文件名是不是 student.txt if (fileName.equals(fileNames)) { bufferedReader = new BufferedReader(new FileReader(tmpFile.getAbsolutePath)) loop.breakable { while (true) { // 读取行数据 line = bufferedReader.readLine() // 当读取不到数据时，跳出循环 if (line == null) { loop.break() } // 我们这里采用轮询的方式将数据打入到Kafka producer.send(new ProducerRecord[String, String](topicName, line)) //println(line) lineNumber = lineNumber + 1 // 设置休眠时间 Thread.sleep(sleepTime) } } } } } lineNumber } def KafkaConsumer(consumer: KafkaConsumer[String, String],topicName:String): Int ={ // 定义一个变量，保存数据行数 var lineNumber:Int = 0 // 需要订阅 topic consumer.subscribe(Collections.singletonList(topicName)) // 拉取数据 val msgs: ConsumerRecords[String, String] = consumer.poll(2000) // 遍历消费数据 val it: util.Iterator[ConsumerRecord[String, String]] = msgs.iterator() while (it.hasNext){ val msg: ConsumerRecord[String, String] = it.next() lineNumber =lineNumber + 1 //println(s”partition: ${msg.partition()}, offset: ${msg.offset()},value：${msg.value()}”) } lineNumber } def deleteTopic(client: AdminClient,topicName:String): Unit ={ client.deleteTopics(Collections.singletonList(topicName)) } }

7.2 Redis

场景示例：现有一份豆瓣读书 Top250 的文本数据，希望通过解析，将图书id和图书名存入 redis

RedisContainerTest

import java.util import com.dimafeng.testcontainers.{ForAllTestContainer, GenericContainer} import com.hypers.util.RedisSupport import org.scalatest.{BeforeAndAfter, FlatSpec, Matchers} import redis.clients.jedis.{Jedis, JedisPool} /* * @Author: Alice菌 * @Date: 2020/12/16 18:01 * @Description: */ class RedisContainerTest extends FlatSpec with BeforeAndAfter with ForAllTestContainer with Matchers { var jedisPool: JedisPool = _ var jedis: Jedis = _ // 设置系统访问的 Docker节点 IP 和端口 System.setProperty(“DOCKER_HOST”,”tcp://10.16.2.103:2375″) // 核心使用 GenericContainer 模拟redis 服务，同时使用了固定端口，使用jedis 访问 override val container: GenericContainer =new GenericContainer(“redis:latest”, exposedPorts = Seq(6379)) “Redis Connection Test” should “Print the result” in { // 插入数据 RedisSupport.insertData(jedis,”file/input/doubanbook.csv”) // 根据 key 获取到 对应的 value val value: String = RedisSupport.getValueByKey(jedis, “3211779”) // 断言，判断是否能获取到key对应的value assert(value != null) // 获取到所有的 key val set: util.Set[String] = RedisSupport.getAllKey(jedis) println(set) // 断言，判断存有 key 的set集合长度不为空 assert(set.size()!=0) } before{ // 连接到 Redis客户端 jedisPool = new JedisPool(container.containerIpAddress,container.mappedPort(6379)) jedis = jedisPool.getResource } after{ // 关闭连接 jedis.close() jedisPool.close() } }

RedisSupport

import java.io.{BufferedReader, FileReader} import java.util import redis.clients.jedis.Jedis import scala.util.control.Breaks /* * @Author: Alice菌 * @Date: 2020/12/16 15:13 * @Description: */ object RedisSupport { def insertData(jedis: Jedis,fileName:String): Unit ={ // 创建一个缓存流对象 var bufferedReader:BufferedReader = null // 新建一个字段保存行数据 var line:String = null // 创建 Breaks 对象 val loop: Breaks = new Breaks; // 读取数据 bufferedReader = new BufferedReader(new FileReader(fileName)) loop.breakable { while(true){ // 读取行数据 line = bufferedReader.readLine() // 当读取不到数据时，跳出循环 if (line == null){ loop.break() } // 样例数据 // 解忧杂货店,https://book.douban.com/subject/25862578/,[日] 东野圭吾 , 南海出版公司 , 2014-5 , 39.50元,8.5,一碗精心熬制的东野牌鸡汤，拒绝很难 val bookInfoArray: Array[String] = line.split(“,”) // 获取到图书 Id val bookId: String = bookInfoArray(1).split(“/”)(4) // 获取到图书名 val bookName: String = bookInfoArray(0) // 存入 redis jedis.set(bookId,bookName) } } } def getValueByKey(jedis: Jedis,key:String): String ={ val str: String = jedis.get(key) str } def getAllKey(jedis: Jedis): util.Set[String] ={ val list: util.Set[String] = jedis.keys(“*”) list } }

7.3 MySQL

场景示例: 现在有一份猫眼电影 top100 热门榜单的 JSON 格式文件maoyan.txt，需要将其解析成对象，存入到MySQL数据库

MysqlContainerTest

import java.sql.{Connection, DriverManager, Statement} import com.dimafeng.testcontainers.{ForAllTestContainer, MySQLContainer} import com.hypers.util.MysqlSupport import org.scalatest.{BeforeAndAfter, FlatSpec, Matchers} class MysqlContainerTest extends FlatSpec with BeforeAndAfter with ForAllTestContainer with Matchers{ var dataCount:Int = _ var stmt: Statement = _ var connection: Connection = _ // 设置系统访问的 Docker节点 IP 和端口 System.setProperty(“DOCKER_HOST”,”tcp://10.16.2.103:2375″) // 启动 MySQL容器 override val container: MySQLContainer = MySQLContainer() “MySQL Connection Test” should “Print the result” in { // 创建表并插入数据 val lineNumber: Int = MysqlSupport.createTableAndInsertData(stmt, “file/input/maoyan.txt”) // 断言,判断数据条数是否为0 assert(lineNumber!=0) dataCount = MysqlSupport.queryTableData(stmt) // 断言，判断插入的数据和查询所有的数据条数是否相等 assert(lineNumber == dataCount) } // 测试前 before { // 加载驱动 Class.forName(container.driverClassName) // 获取连接 connection = DriverManager.getConnection(container.jdbcUrl, container.username, container.password) stmt = connection.createStatement } // 测试后 after{ // 关闭连接 stmt.close() connection.close() } }

MysqlSupport

import java.io.{BufferedReader, FileReader} import java.sql.{ResultSet, Statement} import com.google.gson.{JsonObject, JsonParser} import scala.util.control.Breaks /* * @Author: Alice菌 * @Date: 2020/12/16 15:13 * @Description: */ object MysqlSupport { def createTableAndInsertData(stmt:Statement,fileName:String): Int ={ // 定义一个变量，保存数据行数 var lineNumber:Int = 0 // 创建一个缓存流对象 var bufferedReader:BufferedReader = null // 新建一个字段保存行数据 var line:String = null // 创建 Breaks 对象 val loop: Breaks = new Breaks; // 读取数据 bufferedReader = new BufferedReader(new FileReader(fileName)) // 执行创建表的 SQL 语句 var ddl: String = “” loop.breakable { // 创建表 ddl = “create table movie(`index` int,image text,title varchar(50),actor text,time varchar(20),score double)” stmt.execute(ddl) while (true) { // 读取行数据 line = bufferedReader.readLine() // 当读取不到数据时，跳出循环 if (line == null) { loop.break() } // 样例数据 // {“index”: “1”, “image”: “https://p1.meituan.net/movie/20803f59291c47e1e116c11963ce019e68711.jpg@160w_220h_1e_1c”, “title”: “霸王别姬”, “actor”: “张国荣,张丰毅,巩俐”, “time”: “1993-07-26”, “score”: “9.5”} val json: JsonParser = new JsonParser() val movie: JsonObject = json.parse(line).asInstanceOf[JsonObject] // val movie: Movie = JSON.parseObject(line, classOf[Movie]) ddl = s”insert into movie value (${movie.get(“index”)},${movie.get(“image”)},${movie.get(“title”)},${movie.get(“actor”)},${movie.get(“time”)},${movie.get(“score”)})” stmt.executeUpdate(ddl) // lineNumber + 1 lineNumber = lineNumber + 1 } } lineNumber } def queryTableData(stmt:Statement): Int ={ // 定义一个变量，保存数据行数 var lineNumber:Int = 0 // 执行查询数据的 SQL 语句 val sql: String = “select `index`, image, title, actor, time, score from movie” val rs: ResultSet = stmt.executeQuery(sql) while (rs.next()){ lineNumber = lineNumber + 1 } lineNumber } }

8、小结

        本篇文章为大家从Testcontainers的概念出发，为大家较为全面的介绍了其特性和基本的使用要求，并对其包含的容器类型做了分类介绍。最后通过3个场景的实战，为大家带来了testcontainers在不同的场景下的具体应用！

        到这里本篇文章就Over，你知道的越多，你不知道的也越多，我是 Alice，我们下一期见！

文章持续更新，可以微信搜一搜「 猿人菌 」第一时间阅读，思维导图，大数据书籍，大数据高频面试题，海量一线大厂面经…期待您的关注!