Funboost 测试规范

概述

Funboost 使用独立的 Python 脚本作为测试（非 pytest）。核心挑战：consume() 启动后是无限循环，测试必须设定超时或 os._exit() 来终止。

核心原则： 每个测试必须有终止机制——要么外部超时，要么内部 os._exit()。

适用场景

• 为新 broker 实现编写测试
• 验证 mixin/扩展行为
• 运行已有测试脚本
• 修复 bug 后编写回归测试
• AI Agent 需要验证 funboost 代码

测试目录规范

类型	目录	场景
AI 编写的 demo/示例	tests/ai_codes/ai_demos/{子文件夹}/	AI 写的示例代码（必须新建子文件夹）
AI 回归测试	tests/ai_codes/regression_testing/	AI 测试框架修改
人工测试	test_frame/	框架作者的手动测试

注意： AI 写 demo 必须在 ai_demos/ 下新建合理的子文件夹，不要直接在 ai_demos/ 根下放脚本。

测试脚本模板

"""测试：[测试内容描述]"""
import os
import time

# PYTHONPATH 必须在运行脚本前通过命令行设置，不要在脚本内设置
# PowerShell: $env:PYTHONPATH="D:\codes\funboost"
# CMD: set PYTHONPATH=D:\codes\funboost

os.environ["LOG_PATH"] = r"D:\pythonlogs\ai_console_outs"
os.environ["PRINT_WRTIE_FILE_NAME"] = "test_feature_xyz_run1"
os.environ["SYS_STD_FILE_NAME"] = "test_feature_xyz_std1"

from funboost import boost, BoosterParams, BrokerEnum

@boost(BoosterParams(
    queue_name="test_feature_xyz",
    broker_kind=BrokerEnum.SQLITE_QUEUE,  # 零配置，适合测试
    concurrent_num=5,
    qps=10,
))
def test_task(x: int):
    print(f"处理 {x}，结果 = {x * 2}")
    return x * 2

if __name__ == "__main__":
    # 发布测试消息
    for i in range(10):
        test_task.push(i)

    # 启动消费
    test_task.consume()

    # 等待足够时间后自动退出
    time.sleep(15)
    os._exit(66)

两种运行方式（AI Agent）

方式一：内部 os._exit + 日志文件（推荐）

import os
import time

os.environ["LOG_PATH"] = r"D:\pythonlogs\ai_console_outs"
os.environ["PRINT_WRTIE_FILE_NAME"] = "test_xyz_run1"
os.environ["SYS_STD_FILE_NAME"] = "test_xyz_std1"

# ... 测试代码 ...

time.sleep(15)
os._exit(66)

运行后读取 D:\pythonlogs\ai_console_outs\ 下生成的日志文件查看输出（nb_log 会自动添加日期前缀，如 2026-06-29.0001.test_xyz_run1.print，需模糊搜索匹配）。

重要： 每次运行使用不同的文件名后缀（时间戳或序号），避免读到上次的老日志。

方式二：subprocess.run 外部超时

import subprocess
result = subprocess.run(
    ['python', 'tests/ai_codes/my_test.py'],
    cwd=r'D:\codes\funboost',
    timeout=30,
    env={**os.environ, 'PYTHONPATH': r'D:\codes\funboost'}
)

脚本无需 os._exit — subprocess 超时后自动终止子进程。

⚠️ 不要使用 cmd /c "timeout /t N & python xxx.py"：timeout 命令是先空等 N 秒再启动 python，不会限制 python 运行时长。

超时/休眠时间估算（一般要大于 10 秒）：

• 框架启动时间：5-10 秒
• 默认值：concurrent_num=50，qps=None（不限制）
• 不设 qps 时：实际吞吐量 ≈ concurrent_num / 函数耗时
• 设 qps 时：实际吞吐量 ≈ min(qps, concurrent_num / 函数耗时)
• 合理时间 ≈ 框架启动时间(5-10秒) + (消息个数 / 实际吞吐量) + 缓冲时间(2-5秒)
• 最大不超过 50 秒

测试验证清单

Broker 测试：

• 消息发布成功（无发布错误）
• 消费者正常启动（无错误）
• 消息被消费（print/日志显示处理结果）
• 正确数量的消息被处理
• ACK 正常工作（消息不会重复出现）
• 重试功能正常（模拟失败时）

Mixin 测试：

• Mixin 初始化成功（custom_init 执行）
• 钩子方法触发（前置/后置）
• super() 链正常工作（MRO 不断裂）
• user_options 中的配置被正确读取
• 多个 mixin 组合正常

PYTHONPATH 必须设置

运行任何 funboost 脚本前必须设置 PYTHONPATH = 项目根目录：

# PowerShell
$env:PYTHONPATH="D:\codes\funboost"

# CMD
set PYTHONPATH=D:\codes\funboost

为什么必须设置：

1. 解决 import funboost 的路径问题
2. funboost 启动时通过 importlib.import_module('funboost_config') 从 sys.path 中加载配置文件。 设置 PYTHONPATH 让项目根目录进入 sys.path，框架就能找到 funboost_config.py 并读取 Redis/RabbitMQ 等连接配置。不设则用框架默认值（localhost）。首次运行找不到时会自动生成配置模板。

示例：测试新 Broker

"""测试：TXT 文件 broker"""
import os
import time

# PYTHONPATH 须在命令行设置，脚本内设置无效
os.environ["LOG_PATH"] = r"D:\pythonlogs\ai_console_outs"
os.environ["PRINT_WRTIE_FILE_NAME"] = "test_txt_broker_run1"
os.environ["SYS_STD_FILE_NAME"] = "test_txt_broker_std1"

from funboost import boost, BoosterParams, BrokerEnum

@boost(BoosterParams(
    queue_name="test_txt_broker",
    broker_kind=BrokerEnum.TXT_FILE,
    concurrent_num=3,
    qps=5,
))
def txt_task(name: str, value: int):
    result = f"{name}={value * 10}"
    print(f"[OK] {result}")
    return result

if __name__ == "__main__":
    # 阶段1：发布
    for i in range(5):
        txt_task.push(f"item_{i}", value=i)
    print(f"已发布 5 条消息")

    # 阶段2：消费
    txt_task.consume()

    # 阶段3：等待并验证
    time.sleep(15)
    print("测试完成")
    os._exit(66)

示例：测试 Mixin

"""测试：自定义监控 mixin"""
import os
import time

# PYTHONPATH 须在命令行设置，脚本内设置无效
os.environ["LOG_PATH"] = r"D:\pythonlogs\ai_console_outs"
os.environ["PRINT_WRTIE_FILE_NAME"] = "test_mixin_run1"
os.environ["SYS_STD_FILE_NAME"] = "test_mixin_std1"

from funboost import boost, BoosterParams, BrokerEnum
from funboost.consumers.base_consumer import AbstractConsumer

class CounterMixin(AbstractConsumer):
    def custom_init(self):
        super().custom_init()
        self._success_count = 0
        self._fail_count = 0

    def _both_sync_and_aio_frame_custom_record_process_info_func(self, status, kw):
        super()._both_sync_and_aio_frame_custom_record_process_info_func(status, kw)
        if status.success:
            self._success_count += 1
        else:
            self._fail_count += 1
        print(f"[COUNTER] success={self._success_count}, fail={self._fail_count}")

@boost(BoosterParams(
    queue_name="test_counter_mixin",
    broker_kind=BrokerEnum.SQLITE_QUEUE,
    consumer_override_cls=CounterMixin,
    concurrent_num=2,
    qps=5,
))
def counted_task(x: int):
    if x % 3 == 0:
        raise ValueError(f"模拟失败 {x}")
    return x * 2

if __name__ == "__main__":
    for i in range(10):
        counted_task.push(i)

    counted_task.consume()
    time.sleep(20)
    os._exit(66)

判断测试是否通过

退出码 66 不代表测试通过！ 退出码只说明脚本跑完了 sleep 没有提前崩溃，但无法证明任务是否被正确消费执行。AI 必须读取控制台输出或日志文件，确认：

• 有预期的 print 输出（如函数执行结果）
• 无 Error/Exception 堆栈
• 消费次数与 push 次数一致

相关 Skill

• using-funboost-basics — 基础使用入门
• funboost-troubleshooting — 排错与 FAQ