Files
clickstream-ch-kafka-supers…/generator/tests/test_generation.py
T
ddadminandDmitry Dementiev 36ecbc62b1 test(generator): добавлен pytest и реорганизованы тесты
- Зачем:
  - были только standalone скрипты без системы запуска
  - нужна стандартная система тестирования для CI/CD
- Что:
  - добавлен pytest и pytest-asyncio в requirements.txt
  - создана директория tests/ с conftest.py (fixtures)
  - разделены тесты по модулям: test_config, test_generation, test_history
  - добавлены команды в Makefile: generator-test, generator-test-build, generator-test-cov
  - удалены устаревшие test_local.py и test_comprehensive.py
  - обновлена документация в README.md
- Проверка:
  - make generator-test — 23/23 тестов пройдено
2026-06-09 17:27:16 +03:00

191 lines
8.5 KiB
Python

"""
Тесты генерации событий.
"""
import uuid
from datetime import datetime
import pytest
from generator import EventGenerator, EventDictionary
class TestEventGeneration:
"""Тесты генерации событий."""
def test_event_dictionary_loads(self, event_dictionary):
"""Словарь событий загружается корректно."""
assert len(event_dictionary.browser_events) == 1000
assert len(event_dictionary.location_events) == 1000
assert len(event_dictionary.device_events) == 1000
assert len(event_dictionary.geo_events) == 1000
def test_dictionary_consistency(self, event_dictionary):
"""Все записи в словаре имеют корректные связи."""
browser_event_ids = {e["event_id"] for e in event_dictionary.browser_events}
browser_click_ids = {e["click_id"] for e in event_dictionary.browser_events}
location_orphaned = sum(
1 for loc in event_dictionary.location_events
if loc["event_id"] not in browser_event_ids
)
device_orphaned = sum(
1 for dev in event_dictionary.device_events
if dev["click_id"] not in browser_click_ids
)
geo_orphaned = sum(
1 for geo in event_dictionary.geo_events
if geo["click_id"] not in browser_click_ids
)
assert location_orphaned == 0, f"Found {location_orphaned} orphaned location records"
assert device_orphaned == 0, f"Found {device_orphaned} orphaned device records"
assert geo_orphaned == 0, f"Found {geo_orphaned} orphaned geo records"
def test_generate_batch_structure(self, event_dictionary, base_config):
"""Батч имеет правильную структуру."""
generator = EventGenerator(event_dictionary, base_config)
batch = generator.generate_batch(10)
assert "browser_events" in batch
assert "location_events" in batch
assert "device_events" in batch
assert "geo_events" in batch
def test_generate_batch_size(self, event_dictionary, base_config):
"""Батч содержит правильное количество событий."""
generator = EventGenerator(event_dictionary, base_config)
batch = generator.generate_batch(10)
assert len(batch["browser_events"]) == 10
assert len(batch["location_events"]) == 10
assert len(batch["device_events"]) == 10
assert len(batch["geo_events"]) == 10
def test_event_ids_are_new_uuids(self, event_dictionary, base_config):
"""event_id и click_id — новые UUID, не из оригинальных данных."""
generator = EventGenerator(event_dictionary, base_config)
batch = generator.generate_batch(1)
original_event_ids = {e["event_id"] for e in event_dictionary.browser_events}
original_click_ids = {e["click_id"] for e in event_dictionary.browser_events}
browser_event = batch["browser_events"][0]
assert browser_event["event_id"] not in original_event_ids
assert browser_event["click_id"] not in original_click_ids
# Проверяем, что это валидный UUID
uuid.UUID(browser_event["event_id"])
uuid.UUID(browser_event["click_id"])
def test_event_timestamp_format(self, event_dictionary, base_config):
"""event_timestamp имеет правильный формат."""
generator = EventGenerator(event_dictionary, base_config)
batch = generator.generate_batch(1)
browser_event = batch["browser_events"][0]
timestamp = browser_event["event_timestamp"]
# Должен парситься как datetime
dt = datetime.fromisoformat(timestamp.replace(" ", "T"))
assert dt.year >= 2024
def test_links_consistency(self, event_dictionary, base_config):
"""Связи между событиями сохраняются."""
generator = EventGenerator(event_dictionary, base_config)
batch = generator.generate_batch(5)
for i, browser in enumerate(batch["browser_events"]):
event_id = browser["event_id"]
click_id = browser["click_id"]
# Location должен иметь тот же event_id
assert batch["location_events"][i]["event_id"] == event_id
# Device и Geo должны иметь тот же click_id
assert batch["device_events"][i]["click_id"] == click_id
assert batch["geo_events"][i]["click_id"] == click_id
def test_required_fields_present(self, event_dictionary, base_config):
"""Все обязательные поля присутствуют в событиях."""
generator = EventGenerator(event_dictionary, base_config)
batch = generator.generate_batch(1)
browser = batch["browser_events"][0]
required_fields = [
"event_id", "event_timestamp", "event_type", "click_id",
"browser_name", "browser_user_agent", "browser_language"
]
for field in required_fields:
assert field in browser, f"Missing field: {field}"
class TestPoissonDistribution:
"""Тесты статистической модели."""
def test_calculate_events_respects_bounds(self, event_dictionary, base_config):
"""Расчет количества событий уважает границы."""
generator = EventGenerator(event_dictionary, base_config)
samples = [generator._calculate_events_count() for _ in range(100)]
assert all(s >= base_config.min_events_per_tick for s in samples)
assert all(s <= base_config.max_events_per_tick for s in samples)
def test_jitter_increases_variance(self, event_dictionary, base_config, config_no_jitter):
"""Jitter увеличивает дисперсию."""
gen_with = EventGenerator(event_dictionary, base_config)
gen_without = EventGenerator(event_dictionary, config_no_jitter)
samples_with = [gen_with._calculate_events_count() for _ in range(200)]
samples_without = [gen_without._calculate_events_count() for _ in range(200)]
mean_with = sum(samples_with) / len(samples_with)
mean_without = sum(samples_without) / len(samples_without)
var_with = sum((x - mean_with) ** 2 for x in samples_with) / len(samples_with)
var_without = sum((x - mean_without) ** 2 for x in samples_without) / len(samples_without)
assert var_with > var_without, \
f"Jitter should increase variance: {var_with} vs {var_without}"
def test_mean_is_reasonable(self, event_dictionary, base_config):
"""Среднее значение в разумных пределах."""
generator = EventGenerator(event_dictionary, base_config)
samples = [generator._calculate_events_count() for _ in range(500)]
mean = sum(samples) / len(samples)
# Ожидаем: lambda_base * tick_seconds / 60 * hour_factor
# hour_factor обычно 0.7-1.2
expected_base = base_config.lambda_base_per_min * base_config.tick_seconds / 60.0
# Допустимое отклонение до 50%
assert mean > expected_base * 0.5, f"Mean {mean} too low (expected ~{expected_base})"
assert mean < expected_base * 1.5, f"Mean {mean} too high (expected ~{expected_base})"
class TestEmptyData:
"""Тесты обработки пустых данных."""
def test_empty_jsonl_handled(self, empty_temp_dir):
"""Пустые JSONL файлы обрабатываются корректно."""
dictionary = EventDictionary.load(empty_temp_dir)
assert len(dictionary.browser_events) == 0
assert len(dictionary.location_events) == 0
assert len(dictionary.device_events) == 0
assert len(dictionary.geo_events) == 0
def test_generate_batch_with_empty_dict(self, empty_temp_dir, base_config):
"""Генерация с пустым словарем (должна работать, но без событий)."""
from dataclasses import replace
dictionary = EventDictionary.load(empty_temp_dir)
config = replace(base_config, data_dir=empty_temp_dir)
generator = EventGenerator(dictionary, config)
# С пустым словарем генерация упадет при choice()
# Это ожидаемое поведение — проверяем что падает с IndexError
with pytest.raises(IndexError):
generator.generate_batch(1)