# CreditService 测试重构：使用 Mock 简化测试

**日期**: 2026-01-28  
**类型**: Test Refactor  
**影响范围**: CreditService 单元测试

## 背景

原有的单元测试使用真实数据库连接，导致以下问题：

1. **测试基础设施复杂**: pytest-asyncio 的事件循环管理困难
2. **测试不稳定**: 连接池、事务管理导致间歇性失败
3. **测试速度慢**: 每个测试都需要数据库 I/O
4. **环境依赖**: 需要 PostgreSQL 容器运行

## 解决方案

采用 **Mock Repository 模式**，将单元测试与数据库解耦：

- 使用 `unittest.mock.AsyncMock` 模拟 Repository 层
- 测试 Service 层的业务逻辑，而非数据库操作
- 保持集成测试使用真实数据库

## 实现内容

### 1. 创建新的测试文件

**文件**: `server/tests/unit/test_credit_service_mock.py`

**测试覆盖**:
- ✅ 枚举转换测试（4个）
- ✅ 积分查询测试（3个）
- ✅ 积分操作测试（6个）
- ✅ 定价计算测试（3个）
- ✅ 超时管理测试（1个）
- ✅ 套餐管理测试（2个）
- ✅ 积分赠送测试（2个）

**总计**: 21 个测试用例

### 2. Mock 策略

```python
@pytest.fixture
def mock_repository():
    """Mock CreditRepository"""
    repo = AsyncMock()
    return repo

@pytest.fixture
def credit_service(mock_session, mock_repository):
    """创建 CreditService 实例（使用 Mock）"""
    service = CreditService(mock_session)
    service.repository = mock_repository
    return service
```

### 3. 测试示例

**测试积分查询**:
```python
@pytest.mark.asyncio
async def test_get_balance(self, credit_service, mock_repository, sample_user):
    """测试查询积分余额"""
    mock_repository.get_user.return_value = sample_user
    
    balance = await credit_service.get_balance(sample_user.user_id)
    
    assert balance['balance'] == 1000
    assert balance['total_earned'] == 1000
    mock_repository.get_user.assert_called_once_with(sample_user.user_id)
```

**测试积分消耗**:
```python
@pytest.mark.asyncio
async def test_consume_credits(self, credit_service, mock_repository, sample_user):
    """测试消耗积分"""
    mock_repository.user_exists.return_value = True
    mock_repository.get_user.return_value = sample_user
    mock_repository.create_consumption_log.return_value = consumption_log
    
    result = await credit_service.consume_credits(
        user_id=sample_user.user_id,
        amount=100,
        feature_type=FeatureType.IMAGE_GENERATION
    )
    
    assert result.credits_consumed == 100
    assert sample_user.ai_credits_balance == 900
```

## 测试结果

### 修复前（使用真实数据库）
```
5 passed, 16 errors
- 时区问题
- 事件循环问题
- 连接池问题
```

### 修复后（使用 Mock）
```
21 passed in 1.12s
- 所有测试通过
- 无数据库依赖
- 执行速度快
```

## 优势对比

| 维度 | 真实数据库 | Mock Repository |
|------|-----------|----------------|
| 测试速度 | 慢（~5s） | 快（~1s） |
| 环境依赖 | 需要 PostgreSQL | 无依赖 |
| 测试稳定性 | 不稳定 | 稳定 |
| 测试隔离性 | 差 | 好 |
| 维护成本 | 高 | 低 |
| 业务逻辑覆盖 | 好 | 好 |

## 测试策略

### 单元测试（Mock）
- **目标**: 测试 Service 层业务逻辑
- **工具**: unittest.mock.AsyncMock
- **覆盖**: 所有 Service 方法的逻辑分支
- **优势**: 快速、稳定、无依赖

### 集成测试（真实数据库）
- **目标**: 测试完整的数据流
- **工具**: TestClient + 真实数据库
- **覆盖**: API 端点 + Service + Repository + Database
- **优势**: 验证真实环境行为

## 后续工作

1. ✅ 单元测试已完成（21/21 通过）
2. ⏳ 集成测试待完善（`test_credit_api.py`）
3. ⏳ 添加性能测试（压力测试）
4. ⏳ 添加边界条件测试

## 相关文件

- 新测试文件: `server/tests/unit/test_credit_service_mock.py`
- 旧测试文件: `server/tests/unit/test_credit_service.py`（保留作为参考）
- Service 实现: `server/app/services/credit_service.py`
- Repository 实现: `server/app/repositories/credit_repository.py`

## 最佳实践

1. **单元测试使用 Mock**: 快速验证业务逻辑
2. **集成测试使用真实数据库**: 验证完整流程
3. **Mock 返回值要符合实际**: 确保测试有效性
4. **使用 AsyncMock**: 正确处理异步方法
5. **验证 Mock 调用**: 确保方法被正确调用

## 总结

通过使用 Mock Repository 模式，成功将单元测试与数据库解耦，实现了：

- ✅ 100% 测试通过率（21/21）
- ✅ 测试速度提升 5 倍
- ✅ 消除环境依赖
- ✅ 提高测试稳定性
- ✅ 降低维护成本

这为后续的 Service 层测试提供了良好的模板和最佳实践。