5.3 跨國跨系統整合測試與端到端(E2E)驗收
學完本節,你能夠:
- 解釋「每個模組都通過單元測試,接起來卻壞掉」的原因,並寫出一個整合測試抓到它。
- 區分廠商沙盒(Sandbox)與替身(Mock)的用途,用替身測試「匯率 API 失敗時系統必須停下」。
- 為第 1.3 節的連網報價試算表設計一份端到端驗收清單。
壹、開場情境:兩組都說「我們測過了」
📌 以下為教學情境(依跨境電商實務改編)。
一家跨境電商把結帳功能拆給兩組人做:
- A 組做關稅模組:輸入貨價與稅率,算出關稅。單元測試全過。
- B 組做金流模組:輸入貨價與關稅,算出刷卡總額。單元測試也全過。
黑色星期五當天第一次把兩個模組接在一起上線,海外買家按下「確認付款」,頁面直接出錯。原因很簡單:A 組為了方便顯示,回傳的是文字 "USD 50.00";B 組預期收到的是數字 50.0。兩組都沒錯,錯在兩組之間的約定沒有人檢查。
真實世界也有規模大得多的例子:2013 年美國聯邦健保網站 Healthcare.gov 上線即大規模故障,事後檢討指出,由多家承包商分別開發的元件,直到上線前約兩週才做完整的端到端測試(詳見附錄 C.5)。
本節要解決的問題: 怎麼在上線前檢查「模組與模組之間」、「我們與外部系統之間」接不接得起來?外部系統(銀行、物流、匯率 API)又不能真的拿來亂測,該怎麼辦?
貳、為什麼會這樣:三層測試各看各的
| 單元測試(5.1) | 整合測試 | 端到端測試(E2E) | |
|---|---|---|---|
| 看什麼 | 一個函式的計算 | 兩個以上模組、或與外部 API 的介面約定 | 使用者從頭到尾的完整流程 |
| 本節例子 | 關稅 = 貨價 × 稅率 | 關稅模組的輸出,金流模組讀不讀得懂 | 打開試算表 → 抓匯率 → 看到紅燈 |
| 抓得到 | 公式錯 | 格式、型別、單位、欄位名稱不一致 | 畫面、權限、流程順序的問題 |
| 代價 | 毫秒、免費 | 需要準備測試資料或替身 | 慢、容易受網路影響,要挑核心流程做 |
外部系統不能真的拿來測:沙盒與替身
| 做法 | 是什麼 | 例子 | 適合 |
|---|---|---|---|
| 廠商沙盒(Sandbox) | 廠商提供的測試環境,行為接近正式環境,但不動到真錢、真貨 | Stripe 測試模式:卡號 4242 4242 4242 4242 模擬付款成功、4000 0000 0000 9995 模擬餘額不足;DHL Express 等物流 API 也提供測試環境 |
上線前確認真的接得通 |
| 替身(Mock / Stub) | 在測試中用一段假程式假裝是外部系統,回傳你指定的內容 | 讓「匯率 API」假裝逾時、假裝少了台幣欄位 | 測試「對方出錯時我方怎麼反應」,不需連網、隨時可跑 |
沙盒回答「接不接得通」,替身回答「對方出狀況時我們會不會做出錯誤的商業決策」。兩者都需要。
參、把規則寫下來:介面約定(Contract)
整合問題的根源是「約定沒寫下來」。下表就是 A、B 兩組,以及我們與匯率 API 之間應該事先寫好的約定:
| 說法 | 追問 | 寫成約定 |
|---|---|---|
| 「關稅模組回傳關稅」 | 回傳數字還是文字?幣別、小數幾位? | 一律回傳數字(美元,四捨五入到 2 位);轉成 "USD 50.00" 只在畫面上做 |
| 「從 API 抓歐元兌台幣」 | 回應長什麼樣? | 讀取 rates.TWD 欄位;open.er-api.com 是民間的免費匯率服務,不是銀行牌告或央行資料 |
| 「抓不到就算了」 | 算了是指什麼? | 停止並告警,不寫入匯率、不做報價判斷;不可以用一個「保底匯率」繼續算 |
| (沒人提) | 抓到的數字明顯不合理呢? | 歐元兌台幣不在 25~45 之間 → 視為資料異常,停止並告警 |
最後一列的範圍只是教學設定;重點是對外部資料要有合理性檢查。
肆、讓 AI 做出來
1. 給 AI 的 Prompt
請幫我寫 Python 的 pytest 測試,檢查兩件事:
【一、整合測試】
tariff.calc_duty(cif_usd, duty_rate) 的回傳值,要能直接交給
payment.charge_total(goods_usd, duty_usd) 計算總額。
案例:貨價 1000、稅率 5% → 總額 1050.0
【二、外部 API 的替身測試】
rates.get_eur_twd() 會呼叫 fetch_json(url) 取得匯率 API 的 JSON,讀取 rates.TWD。
請用 unittest.mock.patch 取代 fetch_json,測試四種情況:
1. 正常回應 {"rates": {"TWD": 34.12}} → 回傳 34.12
2. 網路逾時 → 必須拋出 RateError(不得回傳任何預設匯率)
3. 回應裡沒有 TWD 欄位 → 必須拋出 RateError
4. 匯率不在 25~45 之間 → 必須拋出 RateError
2. 整合測試:抓出兩組之間的落差
原本的兩個模組:
# tariff.py(A 組)
def calc_duty(cif_usd, duty_rate):
duty = round(cif_usd * duty_rate, 2)
return f"USD {duty:.2f}" # 回傳「給人看」的文字
# payment.py(B 組)
def charge_total(goods_usd, duty_usd):
return round(goods_usd + duty_usd, 2) # 預期收到「數字」
測試檔 test_modules.py:
from tariff import calc_duty
from payment import charge_total
# 兩組各自的單元測試:都會過
def test_關稅_單元():
assert calc_duty(1000, 0.05) == "USD 50.00"
def test_金流_單元():
assert charge_total(1000, 50.0) == 1050.0
# 整合測試:把兩個模組接起來
def test_整合_關稅結果直接交給金流():
duty = calc_duty(1000, 0.05)
assert charge_total(1000, duty) == 1050.0
執行結果:1 failed, 2 passed,失敗訊息是 TypeError(數字不能和文字相加)。依約定修正 A 組:calc_duty() 改為回傳數字 50.0,另寫一個 format_usd() 專門給畫面用,並把單元測試改成 == 50.0。修正後 3 passed。
3. 替身測試:外部 API 出錯時,系統必須停下
rates.py:
import json
import urllib.request
RATE_URL = "https://open.er-api.com/v6/latest/EUR" # 免費匯率 API(非官方牌告)
MIN_RATE, MAX_RATE = 25, 45 # 合理範圍:超出就當成資料異常
class RateError(Exception):
"""抓不到可信的匯率:上層必須停止報價並告警。"""
def fetch_json(url):
with urllib.request.urlopen(url, timeout=10) as resp:
return json.load(resp)
def get_eur_twd():
try:
data = fetch_json(RATE_URL)
rate = float(data["rates"]["TWD"])
except Exception as e:
raise RateError(f"匯率抓取失敗:{e}")
if not (MIN_RATE <= rate <= MAX_RATE):
raise RateError(f"匯率 {rate} 超出合理範圍")
return rate
test_rates.py:
from unittest.mock import patch
import pytest
from rates import get_eur_twd, RateError
# 用「替身」取代真正的網路呼叫:不連網也能測
def test_正常回應_回傳匯率():
fake = {"result": "success", "rates": {"TWD": 34.12}}
with patch("rates.fetch_json", return_value=fake):
assert get_eur_twd() == 34.12
def test_網路逾時_必須停下而不是用預設值():
with patch("rates.fetch_json", side_effect=TimeoutError("timeout")):
with pytest.raises(RateError):
get_eur_twd()
def test_回應少了台幣欄位_必須停下():
with patch("rates.fetch_json", return_value={"rates": {"USD": 1.08}}):
with pytest.raises(RateError):
get_eur_twd()
def test_匯率離譜_必須停下():
with patch("rates.fetch_json", return_value={"rates": {"TWD": 3.412}}):
with pytest.raises(RateError):
get_eur_twd()
執行結果:4 passed,而且完全不需要連網。
🔍 驗收重點 -
pytest.raises(RateError)的意思是「這裡應該出錯」;沒出錯反而算失敗。 - 程式裡有沒有任何「抓不到就用 35.0」之類的保底值?有就退回。 - 合理範圍(25~45)放在最上方常數,日後匯率長期變動時只改一行。
4. 端到端驗收清單:第 1.3 節的連網報價試算表
E2E 測試站在使用者的位置,從頭走到尾。網頁系統常用 Playwright、Cypress 等工具自動操作瀏覽器;部分 AI 開發工具(例如 Google Antigravity)也能讓 AI 代理操作瀏覽器、截圖回報。對我們的試算表,先用一張人工驗收清單就很有用:
| 步驟 | 操作 | 依 1.3 節規格應看到 |
|---|---|---|
| 1 | 開啟試算表 | 上方出現自訂選單 |
| 2 | 執行 1.3 節的抓匯率選單 | D 欄全部更新為同一個今日匯率,E、F 欄重新計算 |
| 3 | 核對任一列毛利率 | 與計算機手算 1 − B ÷ (C × D) 一致 |
| 4 | 把 API 網址故意改錯一個字,再執行 | 跳出告警;D 欄保持原值,沒有被寫入任何預設匯率 |
| 5 | 改回網址,刪除某列 C 欄後執行 | 該列亮黃燈「資料不完整」,其他列正常 |
伍、跑跑看、壞給你看
| 實驗 | 操作 | 預期結果 | 想想看 |
|---|---|---|---|
| ① 修正前的整合測試 | 用 A 組原本回傳文字的版本執行 test_modules.py |
1 failed, 2 passed(TypeError) |
只看單元測試的報告,你會以為一切正常 |
| ② 偷偷加保底匯率 | 把 rates.py 的 raise RateError(f"匯率抓取失敗:{e}") 改成 return 35.0 |
2 failed, 2 passed:逾時與缺欄位兩個測試失敗 |
如果真實匯率已跌到 31.5,用 35.0 判斷會放行哪些不該放行的報價?(對照 1.1 節 A 款) |
| ③ 資料單位錯 | 看「匯率離譜」那個測試:3.412 是把小數點放錯位置 | 被合理性檢查擋下 | 外部 API 改版、欄位意義改變時,這種檢查是最後一道防線 |
| ④ E2E 第 4 步 | 在試算表實際操作清單第 4 步 | 若 D 欄被寫入數字或沒有告警,就是不及格 | 這一步要不要每次改版都重做一次? |
陸、回到情境
如果 A、B 兩組在合併前多寫一個整合測試,黑色星期五的錯誤會在開發階段就以 TypeError 出現,修正成本只是一行程式。外部匯率 API 的部分,替身測試保證了「抓不到就停下」這條規則不會在某次修改時被悄悄拿掉。
| 限制 | 後果 | 在哪一節解決 |
|---|---|---|
| 替身回傳的是「我們以為」的格式 | 真實 API 改版,替身測試仍會全過 | 定期用沙盒或正式 API 做少量實測;6.3 監控 |
| E2E 清單靠人工執行 | 忙起來就跳過 | 6.1 自動化流程;本節練習 3 |
| 案例仍由人設計 | 沒想到的異常回應一樣會漏 | 5.4 讓 AI 產生極端案例 |
本節小結
- 單元測試各自通過,不代表接得起來;整合測試檢查的是模組之間的約定。
- 介面約定要寫明型別、單位、欄位名稱,以及「對方出錯時我們怎麼做」。
- 沙盒確認「接得通」,替身確認「對方出錯時我方不會做出錯誤決策」。
- E2E 測試少而精,只守住最核心的業務流程。
柒、練習
- 改數字(5 分鐘):歐元兌台幣若長期落在 30~40,你會把
MIN_RATE、MAX_RATE改成多少?改完後test_匯率離譜_必須停下還會通過嗎? - 加功能(20 分鐘):匯率 API 回應中有
"result": "success"欄位。請新增規則:result不是success就拋出RateError。先寫測試、確認失敗,再請 AI 修改get_eur_twd()。 - 管理反思(討論):某平台黑色星期五當天,買家抱怨「卡被扣款了,但會員中心看不到訂單」。這最可能是哪一層測試的缺口?請設計一條能抓到這個問題的 E2E 驗收步驟,並說明由誰、在什麼時間點執行。