更进一步
如果不想为测试 SQS 队列而烦恼并降低基础设施部分的风险，我建议像下图一样扩展测试。 它往往会成为一个集成测试，你会在反馈中失去一些精确性，但可以保持你的基础设施代码直截了当。
另一方面，在测试其他一些无服务器组件时，你可能需要添加更多基础设施才能执行断言。 例如，对于 SNS 和 EventBridge，无法轮询主题或总线，因此我们需要一种方法来断言消息/事件已被正确接收。 为此，我们可以添加一个测试 SQS 队列：
我的观点：
●在测试队列中将 MessageRetentionPeriod 设置为最小值（60 秒），以便自动清除超过一分钟的消息（以防测试未正确清理）。
●鼓励每位开发人员拥有一个 AWS 账户。 这样做可以降低单个帐户超出免费套餐的风险，并降低测试期间发生冲突的风险（每个人都使用相同的 SQS 队列……）。 如果不可能，请确保为每个开发人员部署一个堆栈并定义命名约定（例如“昵称-mystack”）。
选项 #3：
集成测试在之前的所有选项中，我们都缺少两个基本方面：
●函数的触发器（与上游服务集成）：API 调用、DynamoDB 流、SQS 轮询。
●与下游服务交互的 Lambda 函数权限（执行角色）。
集成测试允许涵盖这一点：不在本地调用 Lambda 函数，而是使用上游服务触发已部署的 Lambda 函数，然后该函数将与实际服务交互。 查看示例，它看起来像这样：
我们仍然可以使用喜欢的编程语言和工具来编写这些测试，这使得编写它们非常方便。 利用 AWS SDK 来执行操作和断言，或者在 API 的情况下简单地请求端点。
对这个选项进行评级，在准确性 (4) 上获得了在精度上失去的东西 (3)：我们测试了真实的服务，完全集成并部署在 AWS 上，这提供了非常好的准确性，但是当测试失败时，它就变成了更难确定确切原因（这是否是因为Lambda 函数？）。 还有较慢的测试 (2)：调用 rest api，在 DynamoDB 表中插入项目，……无疑需要更多时间并增加故障排除时间。 谈到成本，实施起来稍微复杂一些，排除故障也更耗时，这导致了 3。
我的观点 ：
●没什么特别的，我真的不推荐这些测试。 它们提供了更好的准确性，但仍不是最佳选择（参见选项 #4）。
选项 #4：端到端测试
将通过端到端测试到达最后一个选项。 顾名思义，其目的是验证整个系统是否已良好集成并在云端端到端运行。 至于集成测试，将使用 JUnit/Jest/… 和 AWS SDK 编写测试用例。 然而这一次，没有拆分工作，而是测试整个“功能”。在示例中，验证了在使用一些数据调用 API 时，最终在 RDS 数据库中获得了预期的输出：
这些测试的主要好处是它们的准确性：可以按照与生产环境相同的方式部署所有内容，无需测试队列或专用基础设施。 如果测试在测试环境中通过，那么它在以后的生产环境中应该也能正常工作。 请注意，只有当使用基础设施即代码和框架（如 SAM、CDK 或无服务器）并在不同环境中部署相同的基础设施时，情况才会如此。 但是今天到底是谁手动部署了这个基础设施呢？
另一方面，这些测试的大问题是测试失败时缺乏准确性。 必须对链的每个组件进行故障排除，以找出问题出在哪里。 AWS X-Ray 和 CloudWatch ServiceLens 可以提供帮助，但并非所有服务都与 X-Ray 集成。 还可以利用其他工具：用于查询日志并搜索错误或特定事件的 CloudWatch Logs Insights，或者提供无服务器应用程序指标的 CloudWatch Lambda Insights。
这种测试的另一个缺点是它们通常很难设置。 不是因为基础设施（使用 IaC），而是因为数据。 需要获得一个干净的数据集（在我们的示例中的 RDS 中），可能会从生产环境中检索它，这意味着匿名化数据、删除 PII……测试后清理数据也可能很复杂。 对于此类测试尤其如此，因为它们通常在共享环境（集成、UAT、preprod 等）中执行。
同样，如果可以获得一个可以执行这些测试的干净（非共享）环境，那会更好，这样就可以每次都使用全新的干净数据集填充数据库。 基础设施即代码就在这里，你使用它！
查看雷达，我们有以下图表：
●如前所述，准确性是最佳的 (5)，在真实条件下进行测试（前提是拥有正确的数据集）。
●精度真的很低 (1) 并且更难排除故障。
●我们正在失去速度 (1)，因为需要部署所有东西，执行测试的时间也很长，更难排除故障也意味着要花更多的时间在上面。
●时间就是金钱！ 这就是我将利率降为 1 的主要原因。
我的观点：
●显然，测试金字塔和蜂窝也同意这一点，不要在这些测试上投入太多。 使用它们来验证基础架构的不同“路径”。 在示例中，主要有一条路径，即一次测试。 例如，如果在某个地方有一个 EventBridge，它具有将事件发送到不同目标的不同规则，我们将为每个规则添加一个测试。 如果有一个字符队列，我们也会想检查“错误路径”。 Step Functions 更复杂：是否必须验证所有路径和条件呢？ 你必须验证状态机的所有分支，以确保它配置良好并与它调用的所有服务集成。
●这里的目标是仅验证之前无法验证的内容：每个服务和权限之间的集成。 你可以用另一种测试用例来验证某些内容。
●不要连续运行这些测试。与你希望每天运行数百次的单独和社交测试相反，这些测试运行的频率较低，并且通常不是从笔记本电脑而是从 CI/CD 流水线上运行的。 记住它们会很慢，不要等待它们运行。
结论
我们并不真正关心测试的形状，无论是三角形、蜂窝还是其他任何形状。 下面这是一朵花：
但是，我们必须关心的是为工作使用适当的测试。 我总结一下：
●对 Lambda 函数的业务逻辑使用单独测试。 尽可能尝试从处理程序中提取此业务，以避免模拟，尤其是 AWS 模拟。 六边形架构是一个加号，但不是强制性的。 这样就可以在不部署到云的情况下测试业务（如果有的话）。 如果拥有的唯一“业务”是协调其他 AWS 服务，那么 Step Functions 可能更合适，但这是另一个话题。
●不要依赖模拟 Lambda 的社交测试。
●支持社交测试：在本地调用处理程序方法，而不模拟对 AWS 服务的外部调用。 根据介绍中列出的四个标准，这些测试获得了 3.75/5 的最佳分数。
●不要依赖集成测试，更喜欢提供更高准确性的端到端测试，但不要过度投资。 只需验证基础架构路径（服务之间的集成：事件和消息、配置、权限）。
