本篇内容介绍了“golang模糊测试工具如何使用”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!开发环境升级到Go 1.18Go 1.18虽然
本篇内容介绍了“golang模糊测试工具如何使用”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!
升级到Go 1.18
Go 1.18虽然还没正式发布,但可以下载RC版本,而且即使你生产环境用是Go的老版本,你个人的本地开发环境也可以升级到1.18,还可以使用go-fuzzing更好的自测
官方文档:go fuzzing是通过持续给一个程序不同的输入来自动化测试,并通过分析代码覆盖率来智能的寻找失败的例子。这种方法可以尽可能的找到一些边界问题,亲测确实发现的都是些平时比较难发现的问题。
fuzzing,又叫fuzz testing,中文叫做模糊测试或随机测试。其本质上是一种自动化测试技术,更具体一点,它是一种基于随机输入的自动化测试技术,常被用于发现处理用户输入的代码中存在的bug和问题。
func FuzzFoo(f *testing.F) { f.Add(5, "hello") f.Fuzz(func(t *testing.T, i int, s string) { out, err := Foo(i, s) if err != nil && out != "" { t.Errorf("%q, %v", out, err) } })}
函数必须是Fuzz开头,唯一的参数只有*testing.F,没有返回值
Fuzz tests必须在名为*_test.go的文件下才能执行
fuzz target是个方法,它调用(*testing.F).Fuzz,第一个参数是 *testing.T,之后的参数就是称之为fuzzing arguments的参数,方法没有返回值
每个fuzz test中只能有一个fuzz target
调用f.Add()的时候需要参数类型跟fuzzing arguments顺序和类型都保持一致
fuzzing arguments只支持以下类型:
int, int8, int16, int32/rune, int64
uint, uint8/byte, uint16, uint32, uint64
string, []byte
float32, float64
bool
首先要先定义fuzzing arguments,并通过fuzzing arguments写fuzzing target
思考fuzzing target怎么写,重点是怎么验证结果的正确性,因为fuzzing arguments是随机给的,所以要有个验证结果的方法
遇到失败的例子怎么去打印出错误结果
根据错误结果去生成新的测试用例,这个新的测试用例会被用来调试发现的bug,并且可以留下给CI使用
下面是一个切片中数字求和的例子:
// slice_sum.gofunc SliceSum(arr []int64) int64 { var sum int64 for _, val := range arr { if val % 100000 != 0 { sum += val } } return sum}
定义fuzzing arguments模糊参数
至少需要给出一个fuzzing arguments,不然go-fuzzing没法生成测试代码。
这是切片中元素求和的方法,那我们可以把切片的元素个数n(自行模拟个数即可)作为fuzzing arguments,然后go-fuzzing会根据运行的代码覆盖率自动生成不同的参数来模拟测试。
// slice_sum_test.gofunc FuzzSliceSum(f *testing.F) { // 10,go-fuzzing称之为语料,10这个值就是让go fuzzing冷启动的一个值,具体多少不重要 f.Add(10) f.Fuzz(func(t *testing.T, n int) { // 限制20个元素 n %= 20 // 剩余处理 })}
编写fuzzing target
重点是编写可以验证的fuzzing target,不仅要根据给定的模糊参数写出测试代码,而且还需要生成可以验证结果正确性的数据。
对这个切片元素求和的方法来说,就是随机生成n个元素的切片,然后进行求和得到正确的结果。
package fuzzimport ( "GitHub.com/stretchr/testify/assert" "math/rand" "testing" "time")// slice_sum_test.gofunc FuzzSliceSum(f *testing.F) { // 初始化随机数种子 rand.Seed(time.Now().UnixNano()) // 语料 f.Add(10) f.Fuzz(func(t *testing.T, n int) { n %= 20 var arr []int64 var expect int64 // 期望值 for i := 0; i < n; i++ { val := rand.Int63() % 1000000 arr = append(arr, val) expect += val } // 自己求和的结果和调用函数求和的结果比对 assert.Equal(t, expect, SliceSum(arr)) })}
执行模糊测试
➜ fuzz go test -fuzz=SliceSum
fuzz: elapsed: 0s, gathering baseline coverage: 0/52 completed
fuzz: elapsed: 0s, gathering baseline coverage: 52/52 completed, now fuzzing with 8 workers
fuzz: elapsed: 0s, execs: 9438 (34179/sec), new interesting: 2 (total: 54)
--- FaiL: FuzzSliceSum (0.28s)
--- FAIL: FuzzSliceSum (0.00s)
slice_sum_test.go:32:
Error Trace: slice_sum_test.go:32
value.go:556
value.go:339
fuzz.go:337
Error: Not equal:
expected: 5715923
actual : 5315923
Test: FuzzSliceSum
Failing input written to testdata/fuzz/FuzzSliceSum/8e8981ffa4ee4d93f475c807563f9d63854a6c913cdfb10a73191549318a2a51
To re-run:
go test -run=FuzzSliceSum/8e8981ffa4ee4d93f475c807563f9d63854a6c913cdfb10a73191549318a2a51
FAIL
exit status 1
FAIL demo/fuzz 0.287s
上面这段输出,你只能看出预期值和实际值不一样,但是很难分析错误。
打印出错误的例子
上面的错误输出,如果能打印出造成错误的例子的话,就可以直接作为测试用例进行单测。我们总不能一个个去试吧,而且错误的例子未必只有一个。
修改下模糊测试代码,增加打印:
package fuzzimport ( "github.com/stretchr/testify/assert" "math/rand" "testing" "time")// slice_sum_test.gofunc FuzzSliceSum(f *testing.F) { // 初始化随机数种子 rand.Seed(time.Now().UnixNano()) // 语料 f.Add(10) f.Fuzz(func(t *testing.T, n int) { n %= 20 var arr []int64 var expect int64 // 期望值 var buf strings.Builder buf.WriteString("\n") for i := 0; i < n; i++ { val := rand.Int63() % 1000000 arr = append(arr, val) expect += val buf.WriteString(fmt.Sprintf("%d,\n", val)) } // 自己求和的结果和调用函数求和的结果比对 assert.Equal(t, expect, SliceSum(arr), buf.String()) })}
再次执行模糊测试
➜ fuzz go test -fuzz=SliceSum
fuzz: elapsed: 0s, gathering baseline coverage: 0/47 completed
fuzz: elapsed: 0s, gathering baseline coverage: 47/47 completed, now fuzzing with 8 workers
fuzz: elapsed: 0s, execs: 17109 (42507/sec), new interesting: 2 (total: 49)
--- FAIL: FuzzSliceSum (0.41s)
--- FAIL: FuzzSliceSum (0.00s)
slice_sum_test.go:34:
Error Trace: slice_sum_test.go:34
value.go:556
value.go:339
fuzz.go:337
Error: Not equal:
expected: 7575516
actual : 7175516
Test: FuzzSliceSum
Messages:
92016,
642504,
400000,
489403,
472011,
811028,
315130,
298207,
57765,
542614,
136594,
351360,
867104,
918715,
515092,
665973,
Failing input written to testdata/fuzz/FuzzSliceSum/9191ba4d7ea5420a9a76661d4e7d6a7a4e69ad4d5d8ef306ff78161a2acf1416
To re-run:
go test -run=FuzzSliceSum/9191ba4d7ea5420a9a76661d4e7d6a7a4e69ad4d5d8ef306ff78161a2acf1416
FAIL
exit status 1
FAIL demo/fuzz 0.413s
根据输出的错误例子,编写新的测试用例进行单测
// 单测通过后,再执行模糊测试,看看有没有其他边缘问题出现func TestSliceSumFuzzCase1(t *testing.T) { arr := []int64{ 92016, 642504, 400000, 489403, 472011, 811028, 315130, 298207, 57765, 542614, 136594, 351360, 867104, 918715, 515092, 665973, } // 期望值从第三步的输出中获取 assert.Equal(t, int64(7575516), SliceSum(arr))}
这样就可以很方便的进行调试了,并且能够增加有效的测试用例进行单测,确保这个bug不会出现了。
线上项目的Go版本不能升级到1.18怎么办?
线上的版本不升级到1.18,但是我们本地开发升级没有问题,可以在文件的头部增加如下命令注释:
slice_sum_test.go
//go:build go1.18// +build go1.18
这样我们在线上不管用哪个版本都不会报错,而且我们一般都是在本地进行模糊测试
注意:第三行必须是空行,不然就会变成package的注释了
有些还无法复现的问题,比如协程死锁,输出一直在执行或者卡住然后过一会才结束,这类的长时间执行的模糊测试,我还没有摸透。如果有大佬知道的话麻烦也告诉我下。
“Golang模糊测试工具如何使用”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识可以关注编程网网站,小编将为大家输出更多高质量的实用文章!
--结束END--
本文标题: Golang模糊测试工具如何使用
本文链接: https://lsjlt.com/news/350858.html(转载时请注明来源链接)
有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
2024-04-05
2024-04-05
2024-04-05
2024-04-04
2024-04-05
2024-04-05
2024-04-05
2024-04-05
2024-04-04
回答
回答
回答
回答
回答
回答
回答
回答
回答
回答
0