Hopp til innholdet
Blogg

Testing av reise-API i sandkasse: det sandkassen ikke viser

Tekravel Redaksjon
Skrevet med hjelp av AI

Integrasjonen besto alt som testing av reise-API i sandkasse kunne kaste på den. Søket returnerte fly, hotelltilgjengeligheten returnerte rom, bookingkallet ga et bekreftelsesnummer hver eneste gang, og QA godkjente på en torsdag. Tirsdagen etter betalte en kunde for et hotell til én pris, og leverandøren bekreftet det til en annen; en flybooking fikk tidsavbrudd, og ingen kunne si om setet var holdt av; og en supportmedarbeider brukte ettermiddagen på å avstemme to poster som beskrev samme reise. Ingenting av dette var en feil testene overså. Det var scenarier testene aldri hadde noen mulighet til å se. En sandkasse er nødvendig, den er langt fra tilstrekkelig, og gapet mellom de to er der de fleste dyre hendelsene i en reiseintegrasjon holder til.

Dette er en testplan for utvikleren som eier integrasjonen: hva en sandkasse kan bevise, hva den av natur ikke kan, og hvordan du dekker forskjellen uten å booke ekte seter på firmakortet.

Hvorfor testing av reise-API i sandkasse slipper gjennom kode som produksjon knekker

En sandkasse lover noe om svarenes form, ikke om oppførselen deres. Skjemaet stemmer med produksjon. Oppførselen gjør det nesten aldri, og det er ingens feil: et testmiljø har ikke råd til å kjøre levende lager, så det serverer et fast sett med priser og rom som aldri blir utsolgt, aldri prises om og aldri endrer rutetid. Det svarer raskt fordi ingen andre bruker det. Det feiler sjelden midt i et kall.

Produksjon gjør alt dette daglig. Lageret deles med alle andre selgere; priser caches av noen lenger opp i kjeden og blir utdaterte; et leverandørsystem under last svarer tregt eller ikke i det hele tatt. Kode som bare har sett en sandkasse, er i praksis bare testet mot en leverandør som har en perfekt dag.

Se derfor på sandkassen som ett av tre lag. Den beviser at kallene er riktig bygget og at parseren forstår skjemaet. Innspilte fixtures beviser at koden tåler svarene produksjon faktisk sender. Et lite, bevisst utvalg live-sjekker beviser koblingene etter at noe er endret. Hvert lag fanger det de to andre ikke kan.

Scenarier en sandkasse sjelden gir deg

Skriv dem ned før du skriver én eneste test. En sandkasse kan kanskje simulere ett eller to med en magisk testverdi; de fleste har den rett og slett ikke.

ScenarioHva produksjon gjørSlik dekker du det
Prisendring mellom søk og bookingBookingen går gjennom til en annen totalpris, eller feiler med en prisendringsfeil du må viseFixture-par: et søkesvar og et bookingsvar med ulik total; sjekk at den reisende blir spurt på nytt og aldri belastet i det stille
Utsolgt mellom tilgjengelighet og bookingRommet eller prisklassen som ble tilbudt, er borte når du prøver å holde det avFixture med leverandørens ekte utsolgt-feil; sjekk at den reisende sendes tilbake til resultatene, ikke til en feilside
Tidsavbrudd på bookingkalletLeverandøren kan ha opprettet bookingen, eller ikkeLegg inn tidsavbrudd etter at kallet er sendt; sjekk at du spør etter bookingstatus før noe forsøkes på nytt
Dobbel innsendingEt dobbeltklikk eller et nytt forsøk fra klienten lager to bookingerSend samme booking to ganger med samme idempotency key; sjekk at det finnes nøyaktig én
Ruteendring etter utstedelseFlyet du solgte, går nå på et annet tidspunkt eller med et annet rutenummerFixture med endret reiserute; sjekk at endringen når den som eier kunden
Delvis suksess på booking med flere delerFlyet bekreftes, hotellet ikkeBlandet fixture; sjekk at systemet registrerer nøyaktig hva som ble bekreftet og varsler et menneske
Throttling under lastRate limit-svar, så trege svarSpill av et innspilt throttling-svar; sjekk backoff, og at søket degraderes i stedet for å feile

Du er kanskje uenig i siste kolonne for din egen stack. Greit. Det som teller, er at hver rad har en eier og en assertion, for hver eneste av dem kommer til å skje deg en dag.

Bygg fixtures av ekte svar, ikke oppdiktede

Den mest nyttige vanen i en reiseintegrasjon er å ta vare på svarene som overrasket deg. Håndskrevne mockdata viser hva du tror leverandøren sender; et innspilt svar viser hva den faktisk sendte — inkludert feltene som er tomme selv om dokumentasjonen sier de aldri er det, prisen i en valuta du ikke ba om, og feilen som kommer med en suksess-statuskode.

En rutine som fungerer:

  • Ta opp ved grensen. Logg rå kall- og svarkropper for leverandørkall i et ikke-produksjonsmiljø, og i produksjon for et utvalg av trafikken dersom personvernreglene deres tillater det.
  • Vask før du lagrer. Passasjernavn, passnumre, e-poster, telefonnumre og betalingsreferanser fjernes før en fixture havner i repoet. Erstatt dem med åpenbart falske verdier, så ingen forveksler en fixture med en ekte booking.
  • Navngi etter oppførsel. hotel-book-price-increased.json forteller neste utvikler hvorfor den finnes; response-17.json gjør ikke det.
  • Behold de stygge for alltid. Det ødelagte svaret som tok ned søket en søndag, er den mest verdifulle filen du eier. Det hører hjemme i en test som kjører ved hver commit.

Skriv deretter contract-tester mot disse fixtures: for parseren, for mappingen til interne modeller, for feilklassifiseringen. Hvis en leverandør gir et felt nytt navn og en contract-test feiler, får du vite det i CI i stedet for fra en kunde. Klassifiseringen går vi grundigere gjennom i artikkelen vår om feilhåndtering i en bookingmotors API.

Test pengeflytene uten å bruke penger

Her hjelper sandkassen minst, fordi det nettopp er i pengeflytene et testmiljø skiller seg fra det ekte. Ekte billettutstedelse, ekte kortbelastning og ekte fakturering fra leverandøren er det du mest trenger å få riktig, og minst kan øve på live.

Del opp problemet. Prisberegning er ren logikk og kan testes uttømmende offline: ta innspilte priser, bruk påslagsreglene dine, valutaomregning og avrunding, og sjekk totalen den reisende ser. Gjør det for de vanskelige tilfellene — en pris i euro som selges i kroner, et påslag som er prosent på ett produkt og fast beløp på et annet, en barnepris, en avrunding som er forskjellig mellom visning og belastning. En total som er feil med noen kroner, er fortsatt feil, og den er feil på hver eneste booking.

Den andre halvdelen er tilstandsovergangene rundt betalingen. Modeller dem eksplisitt — tilbudt, holdt av, betalt, bekreftet, utstedt, kansellert, refundert — og test at hver overgang har nøyaktig én årsak. Testen som fanger den dyreste feilen, sjekker at det ikke kan belastes betaling for en booking leverandøren ikke har bekreftet, og at en bekreftet booking ikke kan finnes uten en betalingspost.

Gjør det til slutt umulig for en testkjøring å nå ekte billettutstedelse. Ikke usannsynlig; umulig. En sjekk ved oppstart som nekter å kjøre testsuiten når produksjonsnøkler er lastet, koster én linje og hindrer den verste morgenen et integrasjonsteam kan få.

Hva det koster deg hvis du tar feil

Et oversett scenario i en reiseintegrasjon viser seg sjelden som en feil. Det viser seg som en booking som ser helt grei ut. En dobbeltbillett ingen ba om, som noen må voide før fristen. Et hotell bekreftet til en pris byrået nå må dekke selv. En booking med tidsavbrudd som systemet prøvde på nytt, så leverandøren holder to rom og fakturerer begge. For en flybillett solgt gjennom et reisebyrå kan avvik mellom det som ble utstedt og det som ble solgt, komme tilbake senere som en ADM, lenge etter at marginen på salget er brukt opp.

De kostnadene lander hos bedriften som solgte reisen, ikke hos utvikleren som skrev retry-løkken. Det er hele argumentet for å teste dem før lansering i stedet for å lære dem én supportsak om gangen.

Hva du røyktester etter hver leverandørendring

Leverandører endrer ting: en ny API-versjon, et nytt endepunkt, nye påloggingsdetaljer, en annen innholdsmapping. Din egen kode er kanskje ikke endret i det hele tatt. Kjør listen likevel, i miljøet som snakker med den endrede leverandøren:

  1. Ett søk per produkt du selger fra leverandøren, på en rute eller by du vet gir resultater.
  2. Tolk hvert resultat uten å miste noen i det stille; sammenlign antallet ditt med det råsvaret inneholder.
  3. Prissett ett resultat hele veien og sammenlign den viste totalen med din egen beregning fra råprisen.
  4. Lag en booking i testmiljøet, les statusen tilbake og sammenlign hvert felt du lagrer.
  5. Kanseller den og bekreft at kanselleringen er synlig både i registrene dine og hos leverandøren.
  6. Kjør de lagrede stygge fixtures gjennom den nye parseren.
  7. Sjekk at tidsavbrudd og rate limits fortsatt fører til oppførselen dere har bestemt, for en ny versjon kan svare annerledes på dem. Hvis responstidene har flyttet seg, forklarer artikkelen om latens hvilken del som er din å fikse.

Kort nok til å kjøres hver gang, og det er poenget. En røyktest ingen kjører fordi den tar en dag, er ingen røyktest.

Der sandkassen hører hjemme

Ingenting av dette gjør sandkassen mindre nyttig. Det gjør den ærlig: stedet der du lærer skjemaet og bekrefter at kallene stemmer, før fixtures og live-sjekker tar over det den ikke når. Hvis du vurderer plattformens fly- og hotell-API-er, starter tilgangen med en samtale, ikke en selvbetjent nøkkel — ta med denne testplanen til den samtalen og spør hvordan hver rad i tabellen over ville blitt dekket. Svarene forteller mer om et API enn dokumentasjonen gjør.

Tekravel Redaksjon

Desk for reiseteknologi

Tekravels desk for reiseteknologi skriver for bransjen: byråeiere, konsolidatorer og utviklerne som integrerer dem. Hver artikkel kontrolleres mot plattformen den beskriver før den publiseres.