背景：早些时候写过一篇关于Mountebank的文章，介绍其环境搭建的过程（Mountebank之安装篇）。因为个中原因，后面项目中并没有继续使用这款工具。今天要介绍的这篇Hoverfly，其实与Mountebank类似，它们都是实现（微）服务虚拟化的工具之一。

环境：Win7 + JMeter3.2 + Hoverfly v1.1.1

步骤：

1.什么是微服务？

随着软件技术的发展，各种名词总是层出不穷的。这个名词，度娘会比本人解释得更清楚。这里不再赘述。只简单介绍这种技术所带来一些测试问题：

1）要测试某个服务时，需要依赖其他的微服务；

2）其他的微服务不稳定或仍在进一步的开发中；

3）需要设计网络延迟、限速等边缘场景；

4）服务端有访问次数限制等

“去耦”的方法之一就是单元测试的Mock方法。在过去这一方法效率高，成本低；但在当下软件所实现的业务越发复杂的情况下，要做单元测试的Mock，除了测试自己需要有足够的代码基础外，还得有时间。而且，Mock的数据不容易管理和保存。那么，用什么手段来解决这些问题呢，就是接下来的内容了。

2.（微）服务虚拟化？

（微）服务虚拟化就是一种用来模拟（微）服务依赖项的行为。目前，实现这一技术的工具主要有wieremock, Hoverfly, mountebank。通常，（微）服务虚拟化包含两种模式：

• 录制模式：拦截客户端与服务端之间的通信，记录两者之间的请求和响应。
• 回放模式：使用模拟数据，为客户端提供响应，不再需要将请求发送给服务端。这类模拟的数据，可以通过手动创建，也可以通过捕获方式创建。

3.Hoverfly

什么是Hoverfly，它有什么特征，支持什么语言，具有什么模式，如何安装。。。。。。这些可以参考官网：https://docs.hoverfly.io/en/latest/pages/introduction/introduction.html

4.使用示例

1）启动Hoverfly：

hoverctl start -t local

2）启动Capture模式并捕获一些headers信息：

hoverctl mode capture --headers "Content-Type"

3）使用JMeter调用API，注意这里的配置

其他设置和请求同JMeter的普通脚本开发，执行结果如下图所示。这里出现了Hoverfly的标记。

真实请求中没有Hoverfly，并且有这样一行头信息：

4）导出模拟数据：

hoverctl export sample.json

5）停止Hoverfly，然后启动，并导入模拟数据

hoverctl stop -t local
hoverctl start -t local
hoverctl import sample.json

6）多次执行请求。所有请求的Headers和Body的大小都一样。

部分知识总结：

1.设置整体的时延，时间为300毫秒

2.捕获序列：（暂时不明白这里的原因和使用场景~~）

步骤：

1）hoverctl start

2）hoverctl mode capture --stateful

3）用JMeter执行两次相同请求

4）hoverctl mode simulate

5）此时用JMeter执行多次请求，第一次的响应为第一个请求的响应对；后面的所有请求都是第二个请求的响应对。

如果导出.json文件，可以看到两个请求中，分别添加了如下字段：

• 第一个请求和响应中，分别添加了如下字段：

 

• 第二个请求中，添加了如下字段：

 

参考资料：

1.https://docs.hoverfly.io/en/latest/pages/introduction/downloadinstallation.html#docker

2.https://github.com/SpectoLabs/hoverfly

3.https://cloud.tencent.com/developer/article/1371265