Pular para o conteúdo
Blog

Testes de API de viagens em sandbox: o que o sandbox não mostra

Redação Tekravel
Escrito com a ajuda de IA

A integração passou em tudo o que os testes de API de viagens em sandbox conseguiram jogar contra ela. A busca retornava voos, a consulta de disponibilidade de hotel voltava com quartos, a chamada de reserva devolvia um número de confirmação todas as vezes, e o QA aprovou numa quinta-feira. Na terça seguinte, um cliente pagou um hotel por um preço e o fornecedor confirmou por outro, uma reserva aérea deu timeout e ninguém sabia dizer se o assento estava retido, e um atendente passou a tarde conciliando dois registros que descreviam a mesma viagem. Nada disso era um bug que a suíte de testes deixou passar. Eram cenários que a suíte não tinha como enxergar. O sandbox é necessário, está longe de ser suficiente, e é no espaço entre as duas coisas que mora a maior parte dos incidentes caros de uma integração de viagens.

Este é um plano de testes para o desenvolvedor dono dessa integração: o que um sandbox consegue provar, o que ele estruturalmente não consegue, e como cobrir a diferença sem reservar assentos de verdade no cartão da empresa.

Por que o código aprovado no sandbox quebra em produção

Um sandbox é uma promessa sobre o formato das respostas, não sobre o comportamento delas. O schema bate com a produção. O comportamento quase nunca bate, por motivos que não são culpa de ninguém: um ambiente de testes não pode bancar inventário ao vivo, então serve um conjunto fixo de tarifas e quartos que nunca esgotam, nunca mudam de preço e nunca mudam de horário. Responde rápido porque ninguém mais está usando. Raramente falha no meio.

A produção faz tudo isso todos os dias. O inventário é compartilhado com todos os outros vendedores; as tarifas ficam em cache em algum ponto acima de você e envelhecem; o sistema de um fornecedor sob carga responde devagar ou simplesmente não responde. Código que só viu sandbox foi, na prática, testado apenas contra um fornecedor num dia perfeito.

Então trate o sandbox como uma de três camadas. Ele prova que as requisições estão bem formadas e que o parser entende o schema. Fixtures gravadas provam que o código sobrevive às respostas que a produção realmente envia. Um conjunto pequeno e deliberado de verificações ao vivo prova a ligação depois que algo muda. Cada camada pega o que as outras duas não pegam.

Os cenários que um sandbox normalmente não entrega

Escreva-os antes de escrever um único teste. Um sandbox pode simular um ou dois com algum valor de teste mágico; a maioria ele simplesmente não tem.

CenárioO que a produção fazComo cobrir
Preço muda entre a busca e a reservaA reserva é feita com outro total, ou falha com um erro de mudança de preço que você precisa exibirPar de fixtures: uma resposta de busca e uma de reserva com total diferente; garanta que o viajante seja consultado de novo, nunca cobrado em silêncio
Esgotado entre a disponibilidade e a reservaO quarto ou a classe tarifária oferecida sumiu quando você tenta reterFixture do erro real de esgotado do fornecedor; garanta que o viajante volte aos resultados, não a uma página de erro
Timeout na chamada de reservaO fornecedor pode ou não ter criado a reservaInjete um timeout depois do envio da requisição; garanta que o status da reserva seja consultado antes de qualquer nova tentativa
Envio duplicadoUm clique duplo ou um retry do cliente cria duas reservasEnvie a mesma reserva duas vezes com a mesma idempotency key; garanta que exista exatamente uma
Mudança de horário depois da emissãoO voo vendido agora sai em outro horário ou com outro númeroFixture de itinerário alterado; garanta que a mudança chegue a quem cuida do cliente
Sucesso parcial em reserva com vários itensO voo confirma e o hotel nãoFixture mista; garanta que o sistema registre exatamente o que foi confirmado e avise uma pessoa
Throttling sob cargaRespostas de rate limit, depois respostas lentasReproduza uma resposta de throttling gravada; garanta o backoff e que a busca se degrade em vez de dar erro

Talvez você discorde da última coluna para a sua stack. Tudo bem. O que importa é que cada linha tenha um dono e uma asserção, porque cada uma delas vai acontecer com você um dia.

Monte fixtures a partir de respostas reais, não inventadas

O hábito mais útil numa integração de viagens é guardar as respostas que surpreenderam você. Mock escrito à mão reflete o que você acha que o fornecedor envia; uma resposta gravada reflete o que ele de fato enviou, inclusive os campos vazios que a documentação jura que nunca vêm vazios, o preço numa moeda que você não pediu e o erro que chega com status de sucesso.

Uma rotina que funciona:

  • Grave na fronteira. Registre os corpos brutos de requisição e resposta das chamadas a fornecedores num ambiente fora da produção, e na produção para uma amostra do tráfego, se as suas regras de privacidade permitirem.
  • Limpe antes de guardar. Nomes de passageiros, números de passaporte, e-mails, telefones e referências de pagamento saem antes de a fixture entrar no repositório. Troque por valores obviamente falsos, para ninguém confundir fixture com reserva real.
  • Dê às fixtures o nome do comportamento. hotel-book-price-increased.json diz ao próximo desenvolvedor por que ela existe; response-17.json não diz.
  • Guarde as feias para sempre. A resposta malformada que derrubou a busca num domingo é o arquivo mais valioso que você tem. O lugar dela é num teste que roda a cada commit.

Depois escreva contract tests sobre essas fixtures: o parser, o mapeamento para os modelos internos, a classificação de erros. Se um fornecedor renomeia um campo e um contract test falha, você descobre no CI e não pelo cliente. A parte de classificação está mais detalhada no nosso texto sobre tratamento de erros na API de um motor de reservas.

Testar os fluxos de dinheiro sem gastar dinheiro

Aqui o sandbox ajuda menos, porque os fluxos de dinheiro são justamente onde um ambiente de testes difere do real. Emissão real de bilhete, captura real no cartão e faturamento real do fornecedor são o que você mais precisa acertar e o que menos consegue ensaiar ao vivo.

Divida o problema. A matemática de preços é lógica pura e pode ser testada à exaustão offline: pegue tarifas gravadas, aplique suas regras de markup, a conversão de moeda e o arredondamento, e confira o total que o viajante vê. Faça isso para os casos incômodos — uma tarifa numa moeda vendida em outra, um markup percentual num produto e fixo em outro, uma tarifa de criança, um arredondamento que difere entre exibição e cobrança. Um total errado em alguns reais continua errado, e está errado em todas as reservas.

As transições de estado em torno do pagamento são a outra metade. Modele-as de forma explícita — cotada, retida, paga, confirmada, emitida, cancelada, reembolsada — e teste que cada transição tenha exatamente uma causa. O teste que pega o bug mais caro é o que garante que não se captura pagamento de uma reserva que o fornecedor não confirmou, e que não existe reserva confirmada sem registro de pagamento.

Por fim, torne impossível que uma rodada de testes chegue à emissão real. Não improvável; impossível. Uma checagem na inicialização que se recusa a rodar a suíte quando credenciais de produção estão carregadas custa uma linha e evita a pior manhã que um time de integração pode ter.

Quanto custa errar

Um cenário esquecido numa integração de viagens raramente aparece como erro. Aparece como uma reserva que parece normal. Um bilhete duplicado que ninguém pediu e que alguém precisa anular antes do prazo. Um hotel confirmado por um preço que a agência agora tem de absorver. Uma reserva com timeout que o sistema tentou de novo, e o fornecedor segura dois quartos e fatura os dois. Num bilhete aéreo vendido por agência, a diferença entre o que foi emitido e o que foi vendido pode voltar mais tarde como ADM, muito depois de a margem daquela venda ter sido gasta.

Esses custos caem sobre a empresa que vendeu a viagem, não sobre o desenvolvedor que escreveu o loop de retry. É esse o argumento inteiro para testá-los antes do lançamento, em vez de aprendê-los um chamado de suporte por vez.

O que verificar depois de cada mudança no fornecedor

Fornecedores mudam coisas: uma nova versão da API, um novo endpoint, uma credencial trocada, um mapeamento de conteúdo diferente. Seu código pode não ter mudado nada. Rode esta lista mesmo assim, no ambiente que conversa com o fornecedor alterado:

  1. Uma busca por produto que você vende desse fornecedor, numa rota ou cidade que você sabe que retorna resultados.
  2. Faça o parse de todos os resultados sem descartar nenhum em silêncio; compare a sua contagem com a da resposta bruta.
  3. Precifique um resultado de ponta a ponta e compare o total exibido com o seu próprio cálculo a partir da tarifa bruta.
  4. Faça uma reserva no ambiente de testes, leia o status de volta e compare cada campo que você armazena.
  5. Cancele e confirme que o cancelamento aparece tanto nos seus registros quanto do lado do fornecedor.
  6. Passe as suas fixtures feias guardadas pelo novo parser.
  7. Confira se timeouts e rate limits ainda levam ao comportamento que você decidiu, porque uma nova versão pode responder de outro jeito. Se os tempos de resposta mudaram, o texto sobre latência explica que parte disso cabe a você corrigir.

Curta o bastante para rodar toda vez, e esse é o ponto. Um smoke test que ninguém roda porque leva um dia não é smoke test.

Onde o sandbox se encaixa

Nada disso torna o sandbox menos útil. Torna-o honesto: o lugar onde você aprende o schema e confirma que as requisições estão certas, antes que fixtures e verificações ao vivo assumam as partes que ele não alcança. Se você está avaliando as APIs de voos e hotéis da plataforma, o acesso começa com uma conversa, não com uma chave self-service — leve este plano de testes para essa conversa e pergunte como cada linha da tabela acima seria coberta. As respostas dizem mais sobre uma API do que a documentação dela.

Redação Tekravel

Mesa de tecnologia de viagens

A mesa de tecnologia de viagens da Tekravel escreve para o setor: donos de agências, consolidadores e os programadores que os integram. Cada artigo é verificado na plataforma que descreve antes de ser publicado.