软件测试人员为什么需要Docker？

上一篇 / 下一篇 2022-01-18 17:00:48 / 个人分类：自动化测试

前言

2021年的开始，女巫也在规划这一年的系列文章，根据近期的工作，决定开启我的容器化系列。

容器化这个词，对于互联网公司的运维人员来说是非常熟悉的。但我们测试开发的兄弟姐妹可能会有疑问：这个与测试有什么关系？其实不是有关系，而是回归到我们平时工作中遇到的困难，以及对于这些困难，我们提供了什么解决方案。

不管从事开发工作也好，测试工作也罢，如果懂得容器化会对自己的工作有很大的增益。工欲善其事必先利其器，容器化(Docker)不管对于开发者来说，还是测试人员来说都是一把利器。

比较重要的一点是可以帮忙公司降低cost，这对于老板们来说是非常有说服力的，以下给大家举两个例子，说明一下Docker的用处，都是女巫工作中遇到的典型案例，当然这远远不能全面说明Docker的好处，但是已经很能说明问题。

便捷的迁移扩展

由于Docker确保了执行环境的一致性，使得应用的迁移更加容易，用户可以很轻易地将在一个平台上运行的应用，迁移到另一个平台上，而不用担心运行环境的变化导致应用无法正常运行的情况。

以下是真实的范例(RF Tool C++环境问题)说明确保执行环境一致性是多么重要(血泪史：理清执行环境的一致性花了1.5天/2人的时间）。

RF Tool C++环境问题说明

开发时间已经超过4年的工具(C++开发)，突然被告知"完全无法使用"，该怎么办？

首先对于Tool的品质有最起码的自信：不至于说完全无法使用，所以怀疑的焦点就是这个Tool的运行环境问题。最后厘清是excel版本的问题。

厘清过程说明

Tool运行环境：

Tool运行结果

使用者电脑：

当使用默认安装的NI软体，且在仪器和DUT均未连接的情况下，运行FCC test case时出现"Run time error"；

当两个NI软体在卸载后重新安装，且将subitem全部选中后，且在仪器和DUT均未连接的情况下，运行FCC Test case时不会出现"Run time error"，会出现"RF Tool已经停止运作(由于发生问题，导致程序停止正常运作，请关闭程式)"。

开发电脑：

使用RF RD 4台电脑 (windows 7且已经默认安装RF工作所需要的各种软件)，且在仪器和DUT均未连接的情况下，运行FCC test case时，不会出现任何错误。

使用开发者一台windows 7的电脑，没有安装任何RF Tool所需要的软件，安装NI4882_170F0后，运行FCC Test case时，不会出现任何错误。

问题总结

相同的RF Tool版本，在上述不同的环境下，就会有不同的运行结果，就需要一一厘清，这些环境的差异，耗费很多时间。

那为什么Docker为什么可以解决这些问题呢？

本质

Docker容器将一个软件包装在一个完整的文件系统中，该文件系统包含运行所需的一切：代码、运行时、系统工具、系统库，可以安装在服务器上的任何东西。这保证了无论其环境如何，该软件将始终运行相同的软件。默认情况下，容器将应用程序与基础架构相互隔离，同时为应用程序提供了额外的保护。

Docker是以Linux为其原生开发，所以在大部份的Linux系統上都可以安裝。但是Docker是在2013年发行初始版本，这意味着若是要建构Docker开发平台，建议以较新的Linux系统为优先考量。

RF Tool C++环境问题的畅想

最终厘清的结果是：在更换了数个电脑，重装了多次环境后，想到是不是Excel版本的问题。

因为南京办公室为了cost down，让大家默认使用wps，没有让大家随着系统更新office，所以南京同事的电脑上的Excel都是非常旧的excel2007，而公司总部没有这个政策，总部同事的电脑都是很新的excel，例如Excel2017。

就是这个差异造成两边完全不一样的运行结果~

假如上述的C++的程序可以使用container的方式提供给使用者，就不需要做上述痛苦而漫长的厘清工具的"执行环境问题"。

Docker技术建立的container就可以保证无论是在什么环境(包括excel版本)，该软件始终在相同环境下运行相同的软件(即使在不同的OS环境下也可以做到这样)。

高效的资源利用

Docker不仅可以保证测试和开发环境一致性，而且它具备高效资源利用的特点，接下来用一个生动的实际工作中的例子来给大家讲解。

搭建不同的开发环境

假如开发者根据客户需求，需要搭建各种开发OS如何用最便宜的方式构建？

如果不同OS的需求都是用真实的电脑来解决：太不靠谱，老板会疯掉，看一下这个实际范例，看看Docker到底可以为我们解决什么问题~

虚拟机解决OS兼容性的实例范例

来自客户的需求是希望在Amazon Web Services (AWS)上用Ubuntu 20.04 开发一套软件APP，而他平常惯用的电脑是Windows系统(或者是Mac OS)。

难不成要去买一台新的电脑，然后安装Ubuntu操作系统来开发项目？又或者有更简单的方法，就是直接在他的Windows系统上安裝虚拟主机(Virtual Machine)，有了虚拟化的技术，软件兼容性变得不再是文图。

假若我们又接了新的项目，这次是帮客户修改既有的软件，他看了看操作系统版本，环境是Ubuntu 16.04，虽然还是Ubuntu系统，但在20.04的软件竟然无法在16.04上编译。

开发者花费了大量工夫，才发现原来一些函数库在新版的20.04上已更新并不支援旧版，于是他花了一周末重新编译所需的函数库，花了这么多时间，却还没开始开发项目，所以知道下次遇到这种情形，直接安装虚拟主机Ubuntu 16.04是最快的方法。

事业越做越大后的解决方案只能是Docker

随着事业越做越大，开发者的电脑里有着各式各样不同的虚拟操作系统：Debian、Ubuntu、CentOS......等等几十几套不同版本的开发环境，很显然他必须要去买一个新的硬盘来存放这些虚拟环境。

而且遇到一个困难点，若要同时执行多个虚拟主机显然会降低系统效能，难不成要再买一台新电脑吗？一台电脑最多可以执行十台虚拟主机就已经很勉强了。

如果有人告诉小明，有一个新的虚拟技术，可以在一台主机上同时执行数百个不同的虚拟应用程式，而且彼此完全隔离，不就解决了现有的难题吗?

传统的虚拟主机技术是利用硬件的功能来模拟，而这套轻量的虚拟技术，一般习惯將它称之为容器(Container)，则是套透过操作系统(Linux为其原生)，建立多个虚拟的实例(instances)，有独立的函数库及独立的shell，并彼此隔离。

以下就以容器与虚拟主机作一个对照表：

为什么Docker可以做到这样高效利用资源

用三张图给大家做一个生动的解释，它的设计原理就是胶囊式公寓的概念，即它使用物理机的资源是非常非常有限的！