Skip to content

TDD ‐ Building a Testing DSL

woojin.jang edited this page Jul 14, 2026 · 4 revisions

잘 짜여진 테스트 코드의 개요와 세부 내용

  • 특정 범위의 코드를 읽을 때, 코드가 수행하려는 작업에 대한 전반적인 이해와 함께 각 세부 실행 내용을 파악할 수 있다.
  • 어떤 경우에는 전체적인 개요만으로도 코드를 읽는 목적에 충분할 수 있다.
  • 전체 코드의 개요를 먼저 파악한 후 세부 내용을 이해하는 것이 반대의 순서보다 더 수월하다.
  • 테스트 메서드가 한 눈에 들어오면 테스트 개요를 쉽게 이해할 수 있다.
  • 테스트 메서드 코드의 추상화 수준을 높이고 구체적인 코드를 분리하면 테스트 코드 가독성을 높일 수 있다.
  • xUnit에서는 테스트 대상 시스템(System Under Test, 이하 SUT) 를 실행하기 위해 해줘야 하는 모든 것을 테스트 픽스처라고 한다.
  • 자주 사용하게 되는 테스트 픽스처가 있다면 보통 다음과 같이 2가지로 처리한다.
    • 클래스 내부에 private 팩토리 메소드를 만들어서 사용한다.
    • 클래스 외부에 static 팩토리 메소드를 만들어서 사용한다.
describe('Order2', () => {

    it('주문취소1', () => {
        const amount = 1000;
        const description = "배민주문";
        const sut = createOrder(amount,  description);

        const cancelOrder: Order = sut.cancel(LocalDateTime.of(2021,10,31,0,0,0));

        expect(cancelOrder.status).toBe(OrderStatus.CANCEL);
        expect(cancelOrder.amount).toBe(-amount);
        expect(cancelOrder.description).toBe(description);
    });

    it('주문취소2', () => {
        const amount = 1000;
        const sut = createOrder(amount);
        expect(sut.cancel(LocalDateTime.of(2021,10,31,0,0,0)).amount).toBe(-amount);
    });
});

function createOrder(amount: number = 1000, description: string = "배민주문") {
    return Order.create(amount, LocalDateTime.of(2021, 10, 30, 10, 0, 0), description);
}
  • 만약 여러 곳에서 사용될 수 있는 픽스처라고 한다면 아예 별도의 팩토리 클래스로 추출해서 사용하는 것도 좋다.
describe('Order2', () => {

    it('주문취소1', () => {
        const amount = 1000;
        const description = "배민주문";
        const sut = TestOrderFactory.create(amount,  description);

        const cancelOrder: Order = sut.cancel(LocalDateTime.of(2021,10,31,0,0,0));

        expect(cancelOrder.status).toBe(OrderStatus.CANCEL);
        expect(cancelOrder.amount).toBe(-amount);
        expect(cancelOrder.description).toBe(description);
    });

    it('주문취소2', () => {
        const amount = 1000;
        const sut = TestOrderFactory.create(amount);
        expect(sut.cancel(LocalDateTime.of(2021,10,31,0,0,0)).amount).toBe(-amount);
    });
});
  • 둘 중 정답이 있는 것은 아니다. 둘 중 어느 방법을 사용해도 다음의 장점을 얻을 수 있다.
    • 전체 테스트 코드의 양이 줄어들고, 재사용성이 좋다.
    • 각각의 테스트 메서드 가독성이 향상되고 맥락 파악이 쉽다.
    • 각각의 테스트 픽스쳐가 모두 1회성으로 끝나는 지역변수를 사용하기에 테스트간 결합도가 낮아지는 효과를 볼 수 있다.

테스트 언어

  • 내부 DSL이란, 내부 도메인 특화 언어라고도 하는 내장형 도메인 특화 언어(eDSL)라고 불리며 프로그래밍 언어로 라이브러리로 구현되는 DSL이다.
  • 테스트는 요구사항의 표현이기 때문에 쉽게 읽고 의도를 이해할 수 있어야 하는 것이 중요하다.
  • 테스트를 위한 DSL을 만들어 사용하면 구체적인 내용은 함축하고 의미를 효과적으로 드러내서 테스트 코드가 짧아지고 테스트 전체 내용을 이해하기 쉽다.

📖 Code Philosophy

📖 Java

📖 Kotlin

📖 Coroutine

📖 Spring

📖 Spring Security

📖 Spring Batch

📖 Database

📖 MySQL

📖 Redis

📖 JPA

📖 QueryDsl

📖 MSA

📖 Kafka

📖 Apache Flink

  • [Apache Flink - Apache Flink Architecture]
  • [Apache Flink - Stream Processing]
  • [Apache Flink - Data Stream API & Window]
  • [Apache Flink - State Management]

📖 HTTP

📖 AWS

📖 Docker

📖 Kubernetes

📖 Github Actions

📖 Jenkins

📖 Nginx

📖 Monitoring

📖 Test(feat. Load Testing)

  • [Test - Load Testing Fundamentals]
  • [Test - Identifying Bottlenecks with Load Testing]
  • [Test - Resolving Bottlenecks and Improving Performance]

📖 Test(feat. Java)

📖 Spring AI

📖 gRPC

  • [gRPC - Writing .proto Files with Protocol Buffers]
  • [gRPC - Various Communication Patterns in gRPC]
  • [gRPC - gRPC Optimization Techniques and Advanced Features]

📖 TDD(Test-Driven-Development)

📖 PostgreSQL

  • [PostgreSQL - Docker만을 사용하는 경량화된 환경 구성 방법]
  • [PostgreSQL - PostgreSQL에서 제공하는 데이터 타입]
  • [PostgreSQL - PostgreSQI의 JSONB, 역인덱싱과 활용 방법]
  • [PostgreSQL - 데이터베이스 성능을 위한 최적화 패턴 및 전략]
  • [PostgreSQL - 트랜잭션과 ACID, Isolation 수준별 차이]
  • [PostgreSQL - Database Lock 교착상태와 읽기/쓰기 성능을 보장하는 MVCC 모델]
  • [PostgreSQL - pgvector와 벡터 저장, 유사도 검색 패턴 개념]
  • [PostgreSQL - 벡터 인덱스 최적화와 벡터 검색과 전문 검색 결합 패턴]
  • [PostgreSQL - PostgreSQL 플러그인]
  • [PostgreSQL - PostGIS - 공간 쿼리와 GIST 인덱스, 지리 타입과 공간 쿼리를 위한 타입과 기본 함수]
  • [PostgreSQL - pg_search - 검색 엔진 없이 텍스트 검색 구현과 주의사항]
  • [PostgreSQL - 단일 인스턴스 한계를 극복하는 분산 패턴과 스케줄링, 분산 환경 구축 방법]
  • [PostgreSQL - Citus - 분산 테이블과 분산 쿼리를 위한 Extension과 데이터 분산 처리]
  • [PostgreSQL - pg_cron - PostgreSQL로 구성하는 CronJob]
  • [PostgreSQL - 스케줄러 + 분산 처리를 동시에 도입하는 주기적 집계 쿼리 패턴]

📖 Workflow-Driven Techniques for Large-Scale Traffic Processing

  • [Workflow-Driven Techniques for Large-Scale Traffic Processing - Kafka + Debezium을 활용한 CDC 패턴 설계]
  • [Workflow-Driven Techniques for Large-Scale Traffic Processing - Temporal을 활용한 워크플로우 패턴]
  • [Workflow-Driven Techniques for Large-Scale Traffic Processing - Docker와 경량 이미지를 활용한 환경 구축 방법]
  • [Workflow-Driven Techniques for Large-Scale Traffic Processing - Kafka에서의 메시지 Delivery Guarantee]
  • [Workflow-Driven Techniques for Large-Scale Traffic Processing - 실시간 동기화의 핵심 CDC]
  • [Workflow-Driven Techniques for Large-Scale Traffic Processing - MySQL Binary Log 기반의 CDC]
  • [Workflow-Driven Techniques for Large-Scale Traffic Processing - Binary Log 기반의 CDC 구현 플랫폼 Debezium이란?]
  • [Workflow-Driven Techniques for Large-Scale Traffic Processing - Debezium Architecture]
  • [Workflow-Driven Techniques for Large-Scale Traffic Processing - Debezium Architecture Best Practice와 주의사항]

📖 Reactive Programming

📖 ElasticSearch

  • [ElasticSearch - Search Fundamentals & How Search Works]
  • [ElasticSearch - Korean-Optimized Search]
  • [ElasticSearch - Mapping & Data Types]
  • [ElasticSearch - Common Search Features]
  • [ElasticSearch - Building a Product Search Engine with Elasticsearch]
  • [ElasticSearch - Deploying Elasticsearch with Elastic Cloud]
  • [ElasticSearch - Managing Documents]
  • [ElasticSearch - Analysis & Mapping]
  • [ElasticSearch - Search Fundamentals]
  • [ElasticSearch - Query Joins]
  • [ElasticSearch - Processing Search Results]
  • [ElasticSearch - Aggregations]
  • [ElasticSearch - Tips for Improving Search Results]
  • [ElasticSearch - Elasticsearch Clients]
  • [ElasticSearch - Understanding How Elasticsearch Works]
  • [ElasticSearch - Monitoring Elasticsearch]
  • [ElasticSearch - Elasticsearch Troubleshooting]

Clone this wiki locally