Mostrando entradas con la etiqueta TDD. Mostrar todas las entradas
Mostrando entradas con la etiqueta TDD. Mostrar todas las entradas

lunes, 2 de agosto de 2010

CTDD: design by contract & Test Drive Development

aqui el articulo original   no pongo traduccion por no perder el sentido del mensaje
tal vez  lo traduzca


Contractual Test-Driven Development (DBC with TDD)



This article is written by Dave Chaplin, an IT Consultant with 10 years experience. He leads and mentors teams of developers on agile .NET projects and has extensive experience in agile development techniques, particularly Test-Driven Development. Dave can be emailed atdavechaplin@byte-vision.com.
Date: Tuesday, April 22, 2003

Abstract

Test Driven Development (TDD) is at the heart of Extreme Programming and is used to add significant quality to the programming process. It drives the development and ensures you only build what is required for a particular test case, rather than spending time developing the system for what ‘might be’ needed in the future. Productivity is enhanced since the system is continuously regression tested. Better design is achieved since writing the tests first helps to validate existing design decisions and refine and improve them.
Design By Contract (DBC) was invented by Bertrand Meyer. It adds a significant quality aspect to the design and programming process. The technique enormously improves development productivity by ensuring that what is built conforms to the defined specification. It provides clients with a precise definition of the behaviour of a component. Integrating components becomes much less painful and code bloat is reduced by removing the amount of error checking code required.
The two techniques do have some overlap and also some areas of confliction. This article discusses effective ways to blend the two techniques to further increase quality, and thus productivity, in an agile development process.

Account Deposit with TDD

Below is an overview of the techniques.
In TDD we write a test before we actually write the code. The test sets up an initial condition (like creating an instance of something). We then run some code against it, and then assert that certain conditions are true. It works like this:
Step 1: Write the test: Set up an initial condition and write some test code against it with some assertions.
Lets say I want to write an account object and then be able to deposit money into my account. Yep, our good ole friend the account object has popped up again. My test code, written using NUnit 2.0 would look something like this:
Note that, in order to be able to test the Deposit method on the Account object I needed to have a Balance property. Thus, TDD has driven out a design decision. I still haven’t written the account object yet, which is why I have the blue wiggly lines indicating it will not compile.
Step 2: Get the test to compile: To get things compiling I create an account class that does nothing, but adheres to the interface defined in the test:
[I have also added the ‘using Domain;’ line to the test class to get it to compile.]
So, now when we run the test in NUnit we get a red light because the assertion fails.
Step 3: Code until the test passes: All we do now is complete the code until the test passes:

Now, when we run the test we get a green light and we know we have completed the code.
Granted, there are some gaps in the code at this point: what happens if I try to deposit a negative amount? Well, lets say that if we try to deposit a negative amount then an exception should be thrown. [We shouldn’t really be throwing expections for business rule failures which are not exceptional circumstances, but it will help illustrate some ideas.]. The test looks like this:

I’ve thrown an application expection here, but you could define expections that are more meaningful. This test fails, so we now write the code to pass the test:

The tests now pass. There are also some additional questions you could ask. For example, can I have an overdraft? Well, if we think in terms of TDD, the only requirement we have at the moment is to deposit an amount, and we have achieved that, so we move on. That is the essence of TDD with XP. Build only what you need now. If we need to enhance things later then we will do so. We will also refactor to change the design when required, with the comfort of a suite of tests that tell us if we have broken anything.
Lets now look at how things would turn out using DBC.

Account Deposit with DBC

DBC is all about 3 things:
preconditions : things that must be true before we invoke a method.
postconditions : things that must be true after a method is invoked.
Invariants: things that must be true both before and after a method is invoked.
For our account object withdraw method we could state the following DBC rules:
Account::Deposit(decimal depositAmount)
Pre : depositAmount > 0
Post : Account.Balance = Account.Balance@pre + depositAmount
Inv : Balance > 0
For the sake of this example, I’ve just invented a requirement here that says you have no overdraft facility. This then means I have an invariant which states that the balance must always be positive.
Note also the use of the ‘@pre’ symbol. This means the value of the property before the body of the method call was invoked.
Now, lets see what this looks like in code:
C#.Net does not have DBC support built in so I’ve had to write ‘@pre’ values to local variables at the start of the method body that can be used later in the method. This is a pain.
The DBC class has a bunch of methods that simply check the assertion passed and throw an exception with the passed message if the assertion fails. You might want to define different DBC exception types if you wish to distinguish between the varying types.
I’ve not written any code to roll back the transaction if the post or invariant checks failed. This is not required, since the DBC checks are compiled out for the release version. In DBC the client (calling code of this method) is responsible for ensuring that it adheres to the precondition before it calls the method. If the client illegally calls the supplier, then the supplier makes no promises about what will happen. The behaviour is essentially undefined. This removes the need to put lots of exception catching code in the client. If you wish to leave the DBC checks in at run time you can, but if one fails there is no much you can do about anyway. The system has a fault, and needs to be fixed.

Comparison of TDD and DBC

Both sets of code using TDD and DBC pass the tests.
During TDD we design for the specific (what we are building now) whereas in DBC we think more generally about the object itself regardless of who uses it. The focus is wider. The two methods conflict. With TDD we have a very narrow focus, which enables us to quickly build what is required now, whereas with DBC we have a danger to wander off into the ‘what if’ cases.
If the methods require precondition checks then TDD requires you to write a test for each condition which can result in an exponential explosion of tests when the number of preconditions increases. You also need tests for the edge cases. With DBC you don’t get that explosion at all since the precondition deals with the general case. The same argument can be used for invariant checking.
Because you are continuously testing TDD builds extra quality into the programming process by ensuring that breaks in the code do not occur as changes are introduced. DBC does not give you that comfort, although you may well have an automated test harness you can run. With TDD, the harness pops out as part of the process.
Using DBC precondition checks and the DBC method means that client code does not have to check for exceptions thrown due to preconditions failing. With the way I’ve used TDD it means the client code has to be aware of the exceptions that can be raised. Granted, this is a weak argument, since you could turn off the precondition checks in TDD for production code.
Both TDD and DBC force design decisions to ensure client code can check a methods preconditions before it is called. This is good design, which ensures that the calling code can change it’s behaviour if the supplier is not going to pass the preconditions. For example, rather than trying to withdraw a negative amount the user could be redirected to an area of the application that offers the ability to apply for a loan. This is more powerful than trying to capture an exception then change the behaviour based on that exception. Although the last statement is more to do with using exceptions for the right purpose than TDD and DBC driving the proper use of exceptions.
So, given the above arguments, and my experience of using the two techniques together I believe the techniques I describe below effectively combine TDD and DBC into what I loosely call Contractual Test Driven Development (CTDD).

Contractual Test Driven Development (CTDD)

The follow points below are guidelines for doing contractual test driven development.
  • Do not write tests for negative behaviour. Use a DBC precondition check instead which can be compiled out at run time.
  • Use post condition checks if you want, but don’t re-write the whole body of code. [ if you work with a DBC supported language, like Eiffel.Net, I would suggest using full DBC and derive generalised post conditions from your TDD assertions. This is just an idea though, I’ve not actually tried it in practice. It could reduce the amount of test code.]
  • Use Post conditions where you can without re writing the whole body, or have to then introduce a lot of code because your language does not support DBC.
  • Turn off DBC checks for production if performance is an issue.
  • Leave DBC checks in the code if the system is life critical.

Benefits of CTDD

The benefits from TDD are:
  • building only what is required now. Keep it simple and well focused.
  • a suite of automated tests for effective refactoring, continuous integration and regression testing.
  • Design decisions are driven from the tests.
The benefits from DBC are
  • the code quality is higher due to the precondition checks.
  • you do not need all the checking code in the production code which forces code bloat.
  • design decisions are driven from the preconditions.
  • cleaner code since there is no need for checking code in the method body.

CTDD In Practice

The CTDD technique was developed in practice, rather than theory, by an XP team that I am currently leading. We started with some “interesting ideas” about how it could be done, some of which were clearly flawed when it came to actually trying them out. The methods I describe herein are now practiced by the team wholeheartedly and we have found that adding DBC to the TDD equation has significantly increased the quality of the code, particularly the refactoring and debugging activities.
A sincere acknowledgement goes to Duncan Green, who helped develop and practice these ideas during the agile development at Freshfields Bruckhaus Deringer. Duncan is a superb technician and designer, and pragmatist who has a shared interest good design and high quality.

Closing Comments (A Dose of Reality)

Whilst I’ve coined the phrase CTDD here, I’m certainly not going to try and pretend that I’ve invented something new, by any stretch of the imagination. TDD, DBC and the use of assertions were invented years ago. What I’ve described in this article are observations of how, in practice, I’ve personally managed to combine the techniques.
Happy developing (not debugging!).
Dave Chaplin


Generate meaningful unit tests quickly & easily


Last time, I introduced the topics of TDD and DBC. These techniques lead you to:
  • define what it is you are trying to build,
  • create test cases to see if you are building what is required (and no more), and
  • iteratively and incrementally verify that the code you are writing is correct.
Never fear - I wouldn't expect you to do all this without any help. Awhile back, I checked out multiple tools to help with this effort. The one I chose as the best for this situation was Instantiation's CodePro.


Note: CodePro can create test cases for existing code too! It does a great job of testing based on your current design. It parses the code as well as actually running it to examine the behavior of your system. So, these techniques can be used with new or existing efforts.

CodePro works with Eclipse and uses JUnit. Both of these are free. For more information about JUnit, I recommend JUnit Recipes by Rainsberger.

UML Model

We are going to go through a relatively simple example of how to use CodePro to generate meaningful test cases for your designs. The package we are going to target is the event package, as shown in this Unified ModelingLanguage class diagram:
Note: if you don't know UML, I recommend Applying UML and Patternsby Larman and UML Distilled by Fowler. This diagram was created using MagicDraw, which is an excellent product.

I have noted the classes and methods that I will show assertions for:
  • Loggable
    The ability to take part in a SystemEvent.
    @invariant (getEventString() != null && getEventString().length() > 0)
    @invariant (getEvents() != null)
  • Loggable.add()
    Add anEvent to my events. Throw an Exception if anEvent is not one of my
    validEventTypes.
    @throws Exception
    @post (getEvents().contains(anEvent))
  • UpdateEvent()
    Constructor
    @throws Exception
    @pre target instanceof Loggable
    @pre EventType.contains( type )
    @pre attributeName != null && attributeName.length() > 0
    @pre oldValue != newValue
  • SystemEvent.getType()
    @return a String to uniquely indicate my type
    @post ($ret == type)
Note that Loggable is an interface. CodePro is smart enough to use the concrete implementors to test the assertions forLoggable!

In some complex portions of the design, CodePro cannot figure out how to create valid instances for the test fixtures. In this case, you can provide a <className>Factory class in the<projectName>Test project with static methods that return valid instances. You find these situations when you encounter aNullPointerException when running a test case and the test fixture has null(s) in its logic.

Process

The process we will follow looks like this:


Assertions are entered into our modeling tool, such as MagicDraw, as comments on the classes (for invariants) and methods (for pre and post conditions). These are carried over to our IDE (Eclipse in this case) as JavaDocs. The assertions can be edited or entered in the IDE as needed, with roundtrip engineering updating our model. 


The generated test cases
We then use CodePro to generate test cases from our Java code. Here's some of what we'd get for LoggableTest:
/**
* Return an instance of the class being tested.
* @return an instance of the class being tested
* @see Loggable
* @generatedBy CodePro at 1/18/06 1:33 PM
*/
public Loggable getFixture7()
throws Exception
{
if (fixture7 == null) {
fixture7 = new TestOrder(...);
}
return fixture7;
}
/**
* Return an instance of the class being tested.
* @return an instance of the class being tested
* @see Loggable
* @generatedBy CodePro at 1/18/06 1:33 PM
*/
public Loggable getFixture8()
throws Exception
{
if (fixture8 == null) {
fixture8 = new Specimen( SpecimenNumberFactory.sampleSpecimenNumber(), new PatientRole(PersonFactory.heathcliffPeterman()...);
}
return fixture8;
}

/**
* Run the void add(SystemEvent) method test.
*
* @targetAssertion @post (getEvents().contains(anEvent))
* @targetAssertion @invariant (getEvents() != null)
* @targetAssertion @invariant (getEventString() != null && getEventString().length() > 0)
* @generatedBy CodePro at 2/24/06 10:57 AM
*/
public void testAdd_fixture28_5() throws Exception {
Loggable fixture = getFixture28();
SystemEvent anEvent = new UpdateEvent("Anäßt-1.0.txt", (Loggable) null, "Anäßt-1.0.txt", "Anäßt-1.0.txt", "Anäßt-1.0.txt");
fixture.add(anEvent);
// add test code here
assertTrue(fixture.getEvents().contains(anEvent));
assertTrue(fixture.getEvents() != null);
assertTrue(fixture.getEventString() != null && fixture.getEventString().length() > 0);
}
Note that both concrete implementors of Loggable (TestOrder and Specimen) are used as fixtures! Also note that, when available, our factory static methods are used.

All our assertions are being tested. If we change them, we can just regenerate the affected objects (method, class, package, project).

CodePro and JUnit provide tools to run the test cases, see the results, fix any problems, rerun the tests, ... This supports TDD. 

But that's not all: CodePro also will parse, run, and create test cases for existing code too:

From EmployeeEfficiencyReport.java
 (the concrete subclass chosen for this test case)
/**
* Method getParameters.
* @return my parameters to my BIRT design
*/
protected HashMap getParameters() {
HashMap params = new HashMap();
params.put("department", department);
params.put("dateRange", dateRange);
return params;
}

From ReportTest.java
/**
* Return an instance of the class being tested.
* @return an instance of the class being tested
 * @see Report
  * @generatedBy CodePro at 2/24/06 11:36 AM
   */
   public Report getFixture5() throws Exception
    {
        if (fixture5 == null) {
            fixture5 = new EmployeeEfficiencyReport(new Department("", ""), 
                   new DateRange(new GregorianCalendar(1999, 11, 31, 23, 59, 59),
                   new GregorianCalendar(1999, 11, 31, 23, 59, 59)));
        }
        return fixture5;
    }
/**
     * Run the java.util.HashMap getParameters() method test.
     *
     * @generatedBy CodePro at 2/24/06 11:36 AM
     */
    public void testGetParameters_fixture5_1()
        throws Exception
    {
        Report fixture = getFixture5();
        java.util.HashMap result = fixture.getParameters();
        // add test code here
        assertNotNull(result);
        assertEquals(2, result.size());
        assertTrue(result.containsKey("dateRange"));
        assertTrue(result.containsKey("department"));
    }
You can see that I didn't have any assertions - CodePro just parsed and ran the code and figured out what to test! How easy is that! (Hope you don't want to hold onto your old excuses for not unit testing adequately.)

This has been a short (well, not that short) look at a process and tools to use TDD on your project in a way that makes you more productive, rather than a drag on productivity.


CodePro Guidelines

As with any product, there are some lessons you learn along the way. These are mine, in no particular order:
  • Turn off the verification preference
Window / Preferences / CodePro / JUnit, Test Methods tab, Test Verification group - uncheck "Mark new test methods as unverified"

If verification is active, every test case will have a "fail(unverified)" line at the end. EPT does have a menu action to verify test cases so make it easy to eliminate these lines. Their thinking is that you should check out every test case to make sure it is doing the right thing. Considering that one class will have many test cases, I choose to take my chances with their generated code. I tend to look at a few of them, but nowhere near all of them.
  • Keep the default preferences (other than ones specifically listed here).
This will result in a project named Test with packages named exactly as those being tested. The classes in the packages are named Test. Note: you must leave the "Design by Contract" options selected or else your test cases will not test your assertions!
  • If you edit a test case, e.g. to add logic not generated for you, then you should delete the comment line that includes "@generatedBy CodePro".
This will keep CodePro from replacing that test case if another generate action is taken.
  • If you have not edited test cases, delete the test class(es) before regenerating test cases.

This will make the generate action run much faster, since it doesn't have to check for edited logic that must be preserved.
  • Before deploying, the code should be "uninstrumented" to remove unnecessary logic during production.
CodePro includes code coverage collection and reporting. Instantiations is able to collect coverage information because they "instrument" the code (add metric collection logic to the .class files).
  • Create Factory classes in the Test
  • project for cases where CodePro doesn't handle complex situations as well as you'd like.
If you have complicated business objects with nested compound collaborating objects, CodePro may use a meaningless String or even null for portions. If you create a factory class in the test project, CodePro will use it in the generated test cases. The factory class should be in the package with the same name as the real class' package and should have static methods (e.g. public static Person aCustomer() { ...} ) to return a valid instance. The Instantiations folks are working on enhancements that will flag when they had to use null.
  • Generate test cases even if an Exception is thrown.
Preferences/CodePro/JUnit, Execution tab, "When an exception is thrown, generate a test method:", select "always". If you don't do this, you will have situations where you are scratching you head as to why there are no test cases generated for a class. When you select "always", you can run the tests, see the Exception and resolve the problem without having to guess what's wrong.

  • Add or edit Design by Contract (DBC) tags if you have additional business rules you want tested or the DBC tags are erroneous. Instantiations is working on an enhancement to indicate when an assertion has invalid syntax (Eclipse ignores the assertions).
Tags should be in the same place you would put JavaDoc tags. The tags currently supported by CodePro are:
  • @pre
This tag is used to indicate a precondition, i.e. something that should be true (or false) upon entry to a method. This tag can only be used for methods. For example:
@pre (aName != null && aName.length() > 0)
  • @post
This tag is used to indicate a postcondition, i.e. something that should be true (or false) after a method executes. This tag can only be used for methods. For example:
@post specimens.contains( newSpecimen )


  • @inv(ariant)
This tag is used to indicate something that should always be true (or false). This tag can only be used for classes. For example:
@inv (numEmployees >= 0)
The variables used within these tags' expressions currently supported by CodePro are:

  • $ret
This tag is used to test a return value. This tag can only be used for methods. For example:
@post ($ret == type)
  • $pre
This tag makes use of a value upon entry to a method. This tag can only be used for methods. For example:
@post count == $pre(int, count) + 1
  • $result
This tag is used to check a non-void return from a method. This tag can only be used for non-void methods. For example:
@post ($result != null)

Note: Be careful how you specify assertions or EPT will generate compile errors in the test cases! Syntax checking of assertions in JavaDocs will be added in a future release. Until then, watch your parentheses, method name spelling, …

Troubleshooting

Symptom: You are getting a NullPointerException where you shouldn't.
Possible reason: You may need a Factory class. Look for nullin your fixture code to determine where.

Symptom: You don't get test cases where you should.
Possible reason: You might have a problem with a (super)class at load or construction time. Check static blocks, constructors, and variable initialization.

Symptom: There are errors in the test cases.
Possible reason: Your assertions may have a syntax error. Look at related pre, post, or invariant lines.

Symptom: All your test cases are failing, when some should pass.Possible reason: Make sure Preferences/CodePro/JUnit, Test Methods tab, Test Verification is unchecked. Alternatively, verify the test cases from the Test Case Outline view.

Symptom: Test results seem to be based on old code.
Possible reason: A class' source is out of sync with the binary file. If you have not edited the test case logic, delete the ClassNameTest class and regenerate it. If you have edited the test case logic, try forcing a rebuild of the Test project.


| 1 comments links to this post 

TDD using DBC




Test Driven Development usingDesign by Contract


TDD

Test-Driven Development Cycle in general involves these steps:
  1. Write the test
  2. Write the code
  3. Run the automated test
  4. Refactor
  5. Repeat
This is a laudable process to aspire to. The problem is that unit testing is time-consuming and arduous without help. For Java developers using Eclipse as their IDE, there is a solution (read on).

Note: A good book on TDD is Agile Java by Langr.

DBC

Design by Contract has a history that goes back to the 1980s with work by Bertrand Meyer. The primary pragmatic idea we will use today is the concept of an assertion. There are three types of assertions:
  1. Precondition
  2. Postcondition
  3. Invariant
The goal is to specify business rules that must be enforced for the services to take place.
Precondition
A precondition is a condition that must hold true before a method can be executed. The format is:


@pre (boolean expression)

Examples

  • @pre !isCancelled()
    This might be used to make sure an Order can be modified.
  • @pre quantityOrdered > 0
    This might be used to make sure an amount being Ordered is a positive integer.
Postcondition
A postcondition is a condition that must hold true after a method is executed. The format is:


@post (boolean expression)

Examples

  • @post ($ret == (inventory.contains(aProduct))
    This can be read as "answer whether my inventory contains a product". It may be an assertion on the Business.sells( aProduct ) method.
  • @post savingsAcct.getBalance() ==$pre(savingsAcct.getBalance()) - anAmount
    This business rule checks to make sure that after theSavingsAccount.withdraw( anAmount ) method that the balance is debited correctly.
Invariant
An invariant is a condition that must always hold true for a class. The format is:


@inv (boolean expression)

Examples

  • @inv balance >= 0.0
    This would certainly be a rule for Accounts in a banking application.
  • @inv number.length() == 9
    This would be a rule for a SocialSecurityNumber class.

Development Process using TDD and DBC

To use the assertions we've been discussing, put them in as comments into your modeling tool or in JavaDocs in your IDE.

Alright - that's a lot of information to digest before actually doing anything productive. In my next post, I'll introduce a tool to automate much of the heavy lifting, making TDD a real possibility on your project.



links.....................................
un link sobre TDD en DbC

un video de  TDD en Dbd (en ingles)

TDD: Test Driven Development

Martin Fowler escribe en el Capítulo 4 de su libro "Refactoring":


"Si uno mira en qué gastan su tiempo muchos programadores, encontrará que escribir código ocupa una pequeña fracción. Parte del tiempo se emplea tratando de ver cómo seguir, otra parte en diseño, pero la mayor parte del tiempo se gasta en depuración. Estoy seguro que cada lector de este libro puede recordar largas horas de depuración, muchas veces por la noche. Cada programador puede contar la historia de un "bug" que tomó todo un día (o más) en encontrarse. Arreglar el "bug" es, generalmente, algo rápido, pero encontrarlo es una pesadilla. Y cuando uno arregla un "bug", hay siempre la posibilidad de que otro aparecerá y que Ud. no se dará cuenta hasta mucho tiempo más tarde. Y entonces, tardará más tiempo encontrando ese nuevo "bug"."


TDD en Wikipedia
Desarrollo guiado por pruebas, o Test-driven development (TDD) es una práctica de programación que involucra otras dos prácticas: Escribir las pruebas primero (Test First Development) y Refactorización (Refactoring). Para escribir las pruebas generalmente se utilizan las pruebas unitarias (unit test en inglés). En Primer Lugar se escribe una prueba y se verifica que las pruebas fallen, luego se implementa el código que haga que la prueba pase satisfactoriamente y seguidamente se refactoriza el código escrito. El propósito del desarrollo guiado por pruebas es lograr un código limpio que funcione (Del inglés: Clean code that works). La idea es que los requerimientos sean traducidos a pruebas, de este modo, cuando las pruebas pasen se garantizará que los requerimientos se hayan implementado correctamente.




Requisitos

Para que funcione el desarrollo guiado por pruebas, el sistema que se programa tiene que ser lo suficientemente flexible como para permitir que sea probado automáticamente. Cada prueba será suficientemente pequeña como para que permita determinar unívocamente si el código probado pasa o no la prueba que esta le impone. El diseño se ve favorecido ya que se evita el indeseado "sobre diseño" de las aplicaciones y se logran interfaces más claras y un código más cohesivo. Frameworks como JUnit proveen de un mecanismo para manejar y ejecutar conjuntos de pruebas automatizadas.




Ciclo De Desarrollo Conducido por Pruebas

Antes de comenzar el ciclo se debe definir una lista de requerimientos. Luego se comienza el siguiente ciclo:
  1. Elegir un requerimiento: Se elige de una lista el requerimiento que se cree que nos dará mayor conocimiento del problema y que a la vez sea fácilmente implementable.
  2. Escribir una prueba: Se comienza escribiendo una prueba para el requerimiento. Para ello el programador debe entender claramente las especificaciones y los requisitos de la funcionalidad que está por implementar. Este paso fuerza al programador a tomar la perspectiva de un cliente considerando el código a través de sus interfaces.
  3. Verificar que la prueba falla: Si la prueba no falla es porque el requerimiento ya estaba implementado o porque la prueba es errónea.
  4. Escribir la implementación: Escribir el código más sencillo que haga que la prueba funcione. Se usa la metáfora "Déjelo simple" ("Keep It Simple, Stupid" (KISS)).
  5. Ejecutar las pruebas automatizadas: Verificar si todo el conjunto de pruebas funciona correctamente.
  6. Eliminación de duplicación: El paso final es la refactorización, que se utilizará principalmente para eliminar código duplicado. Se hacen de a una vez un pequeño cambio y luego se corren las pruebas hasta que funcionen.
  7. Actualización de la lista de requerimientos: Se actualiza la lista de requerimientos tachando el requerimiento implementado. Asimismo se agregan requerimientos que se hayan visto como necesarios durante este ciclo y se agregan requerimientos de diseño (P. ej que una funcionalidad esté desacoplada de otra).
Tener un único repositorio universal de pruebas facilita complementar TDD con otra práctica recomendada por los procesos ágiles de desarrollo, la "Integración Frecuente". Integrar frecuentemente nuestro trabajo con el del resto del equipo de desarrollo permite ejecutar toda batería de pruebas y así descubrir si nuestra última versión es compatible con el resto del sistema. Es recomendable y menos costoso corregir pequeños problemas cada pocas horas que enfrentarse a problemas enormes cerca de la fecha de entrega fijada.

Caracteristicas

Una ventaja de esta forma de programación es el evitar escribir código innecesario ("You Ain't Gonna Need It" (YAGNI)). Se intenta escribir el mínimo código posible, y si el código pasa una prueba aunque sepamos que es incorrecto nos da una idea de que tenemos que modificar nuestra lista de requerimientos agregando uno nuevo.
La generación de pruebas para cada funcionalidad hace que el programador confíe en el código escrito. Esto permite hacer modificaciónes profundas del código (posiblemente en una etapa de mantenimiento del programa) pues sabemos que si luego logramos hacer pasar todas las pruebas tendremos un código que funcione correctamente.
Otra cracterística del Test Driven Development requiere que el programador primero haga fallar los casos de prueba. La idea es asegurarse de que los casos de prueba realmente funcionen y puedan recoger un error.

Ventajas

Los programadores que utilizan el desarrollo guiado por pruebas en un proyecto virgen encuentran que en raras ocasiones tienen la necesidad de utilizar el depurador o debugger.
A pesar de los elevados requisitos iniciales de aplicar esta metodología, el desarrollo guiado por pruebas (TDD) puede proporcionar un gran valor añadido en la creación de software, produciendo aplicaciones de más calidad y en menos tiempo. Ofrece más que una simple validación del cumplimiento de los requisitos, también puede guiar el diseño de un programa. Centrándose en primer lugar en los casos de prueba uno debe imaginarse cómo los clientes utilizarán la funcionalidad (en este caso, los casos de prueba). Por lo tanto, al programador solo le importa la interfaz y no la implementación. Esta ventaja es similar al diseño por convenio pero se parece a él por los casos de prueba más que por las aserciones matemáticas.
El poder del TDD radica en la capacidad de avanzar en pequeños pasos cuando se necesita. Permite que un programador se centre en la tarea actual y la primera meta es a menudo hacer que la prueba pase. Inicialmente no se consideran los casos excepcionales y el manejo de errores. Estos, se implementan después de que se haya alcanzado la funcionalidad principal. Otra ventaja es que, cuando es utilizada correctamente, se asegura de que todo el código escrito está cubierto por una prueba. Esto puede dar al programador un mayor nivel de confianza en el código.

Limitaciones

El desarrollo guiado por pruebas requiere que las pruebas puedan automatizarse. Esto resulta complejo en los siguientes dominios:

  • Interfaces Gráfica de usuario (GUIs), aunque hay soluciones parciales propuestas.
  • Objetos distribuidos, aunque los objetos simulados (MockObjects) pueden ayudar.
  • Bases de datos. Hacer pruebas de código que trabaja con base de datos es complejo porque requiere poner en la base de datos unos datos conocidos antes de hacer las pruebas y verificar que el contenido de la base de datos es el esperado después de la prueba. Todo esto hace que la prueba sea costosa de codificar, aparte de tener disponible una base de datos que se pueda modificar libremente.




¿Cómo de grandes deben ser cada iteración?
Hemos visto en el ejemplo de la suma que hemos hecho un test para la suma, hemos hecho una implementación inmediata y luego hemos refactorizado para llegar a una implementación buena. Estos pasos son excesivos para una cosa tan simple. En un proyecto real, ¿cómo de grandes son los pasos?. La solución depende de nosotros, de nuestra experiencia y de nuestra capacidad para programar.
Los test que hagamos no deben ser muy triviales, de forma que no nos eternicemos haciendo test tontos que se resuelven en cuestión de segundos. Tampoco deben ser muy complejos, de forma que un test no puede llevarnos dos días para codificarlo y otra semana más para hacer el código necesario para que pase el test y otra semana para hacer el refactor.
Debemos hacer test hasta el punto de complejidad en el que todavía nos sintamos cómodos programando y teniendo las cosas en la cabeza, pero sin llegar a ser triviales, es decir, que no nos aburramos, pero que tampoco tengamos que pasar ratos largos pensando qué hacer para resolver el test. Por eso, el límite depende de nuestra capacidad y experiencia. Prácticamente todos somos capaces de implementar un método suma() a la primera. Sin embargo, un método factorial()recursivo puede resultar demasiado para un aprendiz, aunque sea trivial para un programador con buena cabeza y varios años de experiencia. Un programador novato deberá hacer el factorial con un test para el caso trivial de factorial de 1, resolverlo, otro test para otro caso no trivial y resolverlo. El programador avanzado puede hacer el factorial() en un solo paso.
Lo ideal es que en hacer un test y el código necesario para que pase dicho test más la refactorización no se tarde más de un cuarto de hora/media hora. Una indicación clara de que estamos haciendo pasos muy grandes es que empiecen a fallarnos test inesperadamente. Una cosa es ser consciente de que hemos hecho una modificación que hace que falle un test antiguo y que lo vamos a arreglar un poco después, y otra cosa es que cuando creemos que ya hemos acabado, un test nos falle sin esperarlo.
No dejarse llevar mientras resolvemos un test
Una vez hecho el test y viendo que falla, debemos hacer el código mínimo necesario para que eso funcione. Es normal, y cualquier programador con experiencia me dará la razón, que mientras estamos codificando nos demos cuenta de posibles fallos, mejoras o necesidades en otras partes del código relacionadas con lo que estamos haciendo y que vayamos corriendo a hacerlas. Pues bien, eso es justo lo que NO debemos hacer. Debemos centrarnos en hacer que el test que hemos escrito pase lo antes posible.
Un ejemplo sencillo de esto. Imagina que hacemos un método para convertir un String a mayúsculas. Java ya tiene ese método, pero vamos a hacerlo. Nuestro test dice que si pasamos "pedro" como parámetro, el método nos debe devolver "PEDRO". Nos ponemos a codificar e inmediatamente empezamos a pensar ... "¿y si me pasan un parámetro null?. Seguro que el código rompe. Tengo que poner un if para comprobar el parámetro ...". Pues bien, eso es lo que NO hay que hacer. Codificamos el método suponiendo que el parámetro no es null y luego, más adelante, hacemos un segundo test para cuando nos pasen un parámetro null. Obviamente, esto vuelve a ser demasiado sencillo, en un caso real quizás el arreglo que creemos necesitar no tiene una solución tan rápida.
Para sentirnos cómodos dejando esas mejoras/modificaciones adicionales sin hacer, lo mejor es en cuanto las veamos, apuntar en una lista la necesidad de hacer más adelante un test para implementar esa mejora. Una vez apuntado y con la seguridad de que no se nos olvidará, podemos seguir codificando nuestro test actual. Una vez que ese test pasa y hemos hecho el refactor, podemos elegir otro de los test pendientes de la lista. En el ejemplo anterior, mientras codificamos el caso del método en el que el parámetro es correcto, se nos ocurre "¿qué pasa si me pasan un null?". Pues bien, lo apuntamos en la lista "hacer un test cuando el parámetro es null" y seguimos codificando nuestro test actual (devolver "PEDRO" cuando nos pasan "pedro").
Dejar que TDD nos lleve al diseño
El ejemplo de la suma es muy sencillo y la refactorización que hicimos para evitar duplicidades es bastante cuestionable. Veamos ahora un ejemplo algo más complejo en el que la refactorización nos lleva a un diseño más simple.
Supón que en un primer test debemos poder fijar el sueldo a un Jefe. Hacemos un test simple en el que a una clase Jefe llamamos al método setSueldo() y luego llamando a getSueldo() comprobamos que es correcto. Este primer test es bastante simple y no nos extendemos más.
Supón ahora, en un segundo test, que hacemos lo mismo con un Currito: Fijarle el sueldo. Hacemos un test similar, esta vez para la clase Currito, con su método setSueldo() y getSueldo().
Y ahora llega el momento de refactorizar y evitar duplicidades. ¿Qué tenemos duplicado? Pues dos clases Jefe y Currito que son exactamente iguales, salvo el nombre. Cualquier diseño Orientado a Objetos nos dirá que esto es correcto, que es adecuado hacer una clase para cada tipo de empledado. Pero TDD nos indica que debemos simplificar y evitar duplicidades, así que creamos una clase Empleado con métodos setSueldo() y getSueldo() y borramos las dos clases anteriores Jefe y Currito, además de rehacer los test. Ya tenemos un diseño mucho más simple (hay una sola clase y no hay código duplicado) que cumple perfectamente con ambos test.
Supón ahora un tercer test, en el que se quiere preguntar e Empleado si tiene derecho a coche de empresa y debe ser cierto sólo si es Jefe. Hacemos el test y ... ¿Volvemos a crear Jefe y Currito?. No, de momento no es necesario. Lo más simple es que empleado en el constructor admita un enumerado cuyos valores sean Jefe o Currito y se lo guarde. Luego, el método tieneCocheEmpresa() devolverá true o false en función del valor de ese enumerado.
Entonces, ¿cuándo debemos hacer las clases Jefe y Currito, heredando de Empleado o algo similar?. Pues bien. sólo cuando un test nos lo requiera y la solución más simple para ese test sea dividar la clase Empleado en dos. La condición para comprobar el enumerado es una condición que tampoco debe repetirse en el código. Si en nuestro código de la clase Empleado se empieza a repetir varias veces cosas como
if (TipoEmpleado.JEFE == tipoEmpleado) {
   ...
el evitar ese if duplicado en varios sitios empieza a invitar a pensar en otra solución, algo de herencia o quizás polimorfismo.





A medida que fue implementándose en distintos proyectos, tecnologías y lenguajes, se fueron formando patrones. Algunos ya aparecieron en las bases de los sistemas xUnit, y ya vienen incorporados ahí. Otros son patrones que adoptamos en el código de test que escribimos. Sirva esta lección de lista inicial de patrones (respetamos el término por el que se conoce en inglés):

Test Method: En lenguajes orientados a objetos, colocamos cada test en un método de alguna clase. Los frameworks de tests usan distintas estrategias para enumerar esos métodos.

Assertion Method:

Testcase Class:

Test Double:

Stub:

Mock:

Test Suite Object:

Four-Phase Test: Muchos de nuestros tests siguen un patrón de ejecución en cuatro etapas: inicialización, ejercitar el SUT, verificar, finalización.

   
   Hemos escrito algunos tests, y podemos descubrir un patrón:

1- Al principio, armamos todo lo necesario para la ejecución de lo que queremos probar.

2- Ejercitamos el software bajo prueba.

3- Comprobamos que la prueba sea exitosa: revisamos los resultados, el estado del SUT, otras salidas, etc.

4- Cerramos y liberamos los recursos usados

En el caso de nuestra pila, podríamos poner:

1- Creamos la pila

2- Probamos la pila: p.ej., hacemos dos Push.

3- Hacemos dos Pop viendo que sean los elementos del paso 2, en sentido inverso.

4- Liberamos la pila (implícitamente, al ser recolectada en algún momento por el Garbage Collector, el Recolector de Basura).

Podemos usar este gráfico (usando la terminología en inglés, que es conveniente también manejar):

Cuatro fases

En esta figura, los cuatro pasos son: Setup (inicialización), Exercise (ejercitar el SUT, Software Under Test), Verify (verificar), Teardown (finalización ordenada).



Test Fixture:

Fixture es un término que refiere a todo lo que se necesita para que el SUT funcione en nuestro test. Hasta ahora, en nuestros ejemplos sencillos, no necesitamos nada más que el SUT. Pero en otros casos más complejos, el SUT podría necesitar de otros objetos.


he aqui un ejemplo de  la vida  real  o aqui  y varios mas  aqui

TDD no es sólo codificar. Generalmente, viene precedido de un diseño de lo que queremos obtener como software funcionando. En metodologías ágiles se evita el "gran diseño previo". Pero no se evita el diseño: sólo que éste es más "liviano", y puede ir mejorando a lo largo de las iteraciones. El diseño de lo que queremos construir debería surgir de los casos de uso que relevamos. Acá nos vamos a saltear esa parte, para ir directamente al diseño.

Vamos a desarrollar un ejemplo: implementar una pila. Queremos escribir una clase, cuyas instancias funcionen como una pila de elementos. Para eso, esperamos que haya métodos Push (agregar un elemento) y Pop (obtener y retirar el elemento tope de la pila). También quisiéramos saber, antes de hacer un Pop, si la pila está vacia: tendremos una propiedad booleana IsEmpty.

Luego de discutir cuál es la funcionalidad deseada, llegamos a esta lista de tests:

- Crear Stack y verificar IsEmpty
- Push un elemento y IsEmpty es falso
- Push un elemento, Pop, IsEmpty en verdadero
- Push un elemento, igual al siguiente Pop
- Push tres elementos, Pop de los tres, verificar orden
- Pop de una Stack vacía (que genere InvalidOperationException)
- Push de tres items, Pop de uno, IsEmpty en Falso

Esta lista fue elegida para ir explicando paso a paso TDD. No siempre tenemos una lista completa o pensada de lo más simple a lo más complejo. Pero es importante recordar: esta lista ES la especificación de lo que esperamos de la pila. Por ejemplo: ¿qué pasa si hacemos Pop en una stack vacía? ¿qué esperamos de hacer Push(a), Push(b), y luego Pop()? Aunque algunos de los tests parecen simples, no están de más: van dejando explícitos ejemplos de uso del software que estamos construyendo.

Tampoco una lista de tests está "grabada en piedra". Si descubrimos nuevos casos de uso, nuevas formas de consumir el software, o nueva conducta a implementar, ¿qué hacemos? No escribir código, sino primero: escribir el test.


refactorizamos la implementación para usar una List de .NET, en lugar de Stack. Hacemos este cambio para mostrar que podemos modificar la implementación interna, y estar seguros de que todo sigue funcionando porque hemos escrito los tests correspondientes.

También en el este ejemplo refactorizamos el tests, apareciendo por primera vez el atribute [TestInitialize].



he  aqui  el ejemplo en youtube


luego de llegar a un test en verde(exitoso), no dejamos el código ahí, sino que lo "refactorizamos", lo revisamos y mejoramos.

Primera cuestión: ¿qué es este paso? Es cambiar el código del software que estamos construyendo, SIN AGREGAR funcionalidad. No cubrimos un test nuevo, ni cambiamos los colores de ningún tests. Todo lo que estaba en verde, sigue estando en verde. Ejemplos de refactorizar:
- Cambiar el nombre a un método, por uno más descriptivo.
- Por lo mismo, cambiar el nombre de un argumento o variable.
- Si un método es muy largo, partirlo en métodos más chicos, concentrados cada uno en un caso.
- Si encontramos código repetido, ponerlo en un solo método.
- Mejorar el algoritmo empleado internamente para resolver un problema.

Segunda cuestión: ¿por qué ese paso? Alguien podría preguntar: ¿por qué no hacerlo bien desde el principio? Recordemos, al seguir TDD vamos construyendo el código que resuelve nuestros tests, nuestros mini-casos de uso de desarrollo. Lo importante, en los primeros pasos, es conseguir pasar el test. Cuando tenemos un test en rojo, agregamos el menor código posible para pasarlo a verde. Tratar de hacer más, es como tratar de adivinar el futuro: se puede hacer, pero no siempre será productivo o acertado. De alguna manera, TDD refleja una actitud de avanzar con "baby steps", pasos de bebé. En lugar de tratar de hacer todo, y todo bien desde el principio, vamos avanzando de a pasos.

De ahí que, al conseguir el test en verde, nos concentramos en eso. No nos importa la claridad o buena organización del código que acabamos de construir. Ese paso no se concentra en todas las buenas prácticas, sino en la primera buena práctica: que el código que escribamos cumpla con lo que esperamos de él.

Tercera cuestión: ¿no lo podemos hacer después? Y mientras, seguir con otros tests. A veces, uno se ve tentado a seguir este camino. Pero el problema es que si seguimos armando tests, y haciéndolos pasar a verde, sin refactorizar, estamos acumulando "deuda técnica": estamos haciendo crecer el código sin refactorizar, y cuando nos toque mejorarlo, será demasiado trabajo a encarar. En vez de dejar un crecer un problema, el tener la refactorización ahora, antes de avanzar con otro test, hace que el código que vayamos armando esté en buena forma, la mayor parte del tiempo. Al confirmar nuestro código en el repositorio, podemos confiar en que es "buen" código: código que no sólo pasa los tests, sino código escrito que exhibe una buena salud.



como fracasar con la pruebas  unitarias

En problema aparente era la calidad de las pruebas, pero en realidad, el problema de fondo es la estrategia de hacer las pruebas luego de terminado el código. Por lo general, los programadores escriben piezas de código las cuales, para probarlas, son ejecutadas manualmente varias veces mientras que con el depurador se recorren línea por línea los algoritmos. Una vez que la feature está lista, quieren escribir algunas pruebas pero apenas de empezar se dan cuenta que el código que han escrito no es fácilmente testeable, no contempla la posibilidad de inyectarle las dependencias y probablemente han utilizado muchos de lo “enemigos de las pruebas unitarias”.
Aquí el programador puede tomar un de los siguientes caminos:



  1. Refactorizar el código para volverlo testeable.
  2. Probarlo como está, es decir, si el código toma valores de una tabla de la base de datos, pueden ponerle esos valores en la tabla al iniciar la prueba.
  3. No probarlo en absoluto. Esta es (Test-Never)
Estas decisiones no son libres ya que hay ciertos condicionamientos:





  1. Queda poco tiempo. Todo lo que se pudo ahorrar en depuración ya se perdió y ahora no solo se trata de escribir las pruebas sino que hay que refactorizar algo que “ya está andando” para recién luego escribir las pruebas.
  2. Probablemente esa refactorización no sea algo tan sencillo. Es probable que haya que modificar algo más de código que solo el propio. Esto ocurre cuando hay que lidiar con los métodos estáticos y otras malas yerbas ya presentes en el proyecto.
  3. El resto del equipo ya se ha encontrado en este dilema y la decisión que han toma es un antecedente de peso en la cultura del equipo.
Cual de los caminos toma el programador depende de muchos factores pero lo malo del caso es que ninguna de las tres alternativas conduce a algo bueno. Veamos por qué:
En el primer caso, se consume mas tiempo que el que se hubiese requerido si el código se hubiese hecho testeable desde el principio mediante TDD. Es probable que el programador vea esto como una pérdida de tiempo ya que su código “funciona” pero él tiene que modificarlo para “cumplir” con algo, llámese cobertura de código, número de pruebas, etc.
En cuanto a la segunda alternativa, la de probar sin modificar el código, es sin dudas un camino para realizar pobres pruebas de integración. Solo hay que hacerlas y esperar algo más de un año para ver el daño que que hacen al proyecto, cuanto cuestan y cuán poco sirven.
La tercera opción es la más coherente con el modo de desarrollo que se ha tomado pero es sin dudas una estafa. Si se ha estimado el tiempo necesario para codificar las pruebas y si ha comprometido con el equipo ha escribir pruebas para el código propio y pero no se lo lleva a cabo, entonces hay que sincerar la situación.
No interesa que tan buen programador sea, si no se escriben la pruebas interactivamente con el código se llegará tarde o temprano a esta situación.

En la terminología de TDD y testing en general, aparece la expresión Software Under Test, y su sigla SUT. ¿A qué refiere?

Cuando tuvimos un test escrito para probar la suma en el ejemplo de la calculadora, lo que estábamos poniendo a prueba no era TODOS los métodos de la clase Calculator, sino uno en particular, el método Add. Y así pasó con otros tests y otros ejemplos que vimos: muchos tests se concentran en probar una parte de lo que estamos construyendo. Esa parte en la que ponemos foco en un test, es lo que se llama SUT, Software Under Test (software bajo prueba)

Software Under Test

En la figura de arriba, el Unit1 podría ser el método Add de nuestra clase Calculator. Unit2 podría ser el método Subtract. Habrá algunas pruebas que involucren llamar a varias partes del software. Y hasta un test puede probar el software completo. Se usan menos las siglas MUT (Method Under Test), CUT (Class Under Test), AUT (Application Under Test).

Los ejemplos que hemos visitado hasta acá, han sido sencillos. En aplicaciones más grandes, uno no sólo prueba una parte del software que está construyendo. Suele suceder que éste, a su vez, consuma otras clases e instancias. Esas partes que NO estamos probando, sino que son usadas por SUT, se denominan Depended-On Component, DOC:

DOC

Ejemplo: puede que lo que tenemos que probar es una instancia de una clase del dominio de negocio, que tiene que aprobar o no un crédito para un cliente. Estamos probando que el algoritmo de aceptación del crédito funcione como esperamos. Este objeto necesita de la ayuda de otros objetos, por ejemplo, para consultar la base de clientes y sus movimientos. Esos objetos no son el foco de nuestra prueba, pero son necesarios para que el SUT funcione. Tendremos que estudiar cómo armamos los test en estos casos. Una alternativa a estudiar es tener objetos DOC que simplemente simulen y ayuden al SUT. Aplicado al ejemplo: podríamos darle al SUT, en lugar de los objetos DOC que acceden a la base de datos, otros que simplemente le entreguen datos que ya tenemos preparados en memoria. Veremos a qué se llama Stub y qué es Mock. Pero por ahora, basta tener en cuenta el problema y la nomenclatura de SUT y DOC.



 xUnit: una familia de software (NUnit, JUnit, SUnit, DBUnit, etc...) que se escribieron para ayudar a automatizar la ejecución de tests.

¿Qué características tienen estos programas?

- Muchos están implementados en lenguajes orientados a objetos (Smalltalk, Java, lenguajes .NET como C#, VB.NET)

- Permiten especificar un método de test (en nuestros ejemplos, con el atributo [TestMethod])

- Tienen soporte de métodos de aserciones (como el Assert.AreEqual que usamos)

- Formar conjuntos de tests para ejecutar en grupo (en nuestro caso, en clases y proyectos)

- Ejecutar uno o más tests, reportando los resultados (ya sea en la IDE, o en ejecución desde la línea de comando; produciendo un reporte visual o algún resultado en archivos para ser analizado)





TDD para codigo que maneja Bases de Datos 
como testear mejor los repositorios, o al menos de una formas mas sencilla. Esta vez hice 2 clases bases para eso:

- BaseMemoryRepository.cs: Es una clase abstracta que tiene 2 tipos genericos (). El TEntity indica cual es la clase que se debe persistir, por ejemplo puede ser un simple Customer, el TIdentity es el tipo de Id.

Si el TIdentity especificado es del tipo numerico (Int16, 32 ó 64) o GUID, la misma clase se encarga de la generacion automatica, pero si se quiere usar algo muy complicado la unica solucion es hacer un override del metodo object GetNextId().

De esta forma, un repositorio simple quedaria asi:

public class CustomerRepository : BaseMemoryRepository,
                                  ICustomerRepository
{
    protected override int GetEntityId(Customer ent)
    {
        return ent.Id;
    }

    protected override int GetEntityId(Customer ent)
    {
        return ent.Id;
    }

    protected override void SetEntityId(Customer ent, int ident)
    {
        ent.Id = ident;
    }
} 

- CustomerRepositoryTests.cs: Esta clase es un poco mas compleja de usar que la anterior. Provee la funcionalidad para realizar CRUD todo junto, si bien no es lo mejor que se puede hacer en TDD, normalmente testear las operaciones basicas es resuelto de la misma forma. Por ejemplo si se usa un ORM lo mas probable es que funciona todo o no funciona nada.
Es importante implementar 4 metodos en esta clase, estos se encargan de:
- Crear un objeto de Testing
- Devolver el Id de una entidad, necesario por el desconocimiento de cual es la propiedad Id de un objeto
- Validar si el id de un objeto es valido; una vez que se crea un objeto se espera que un nuevo Id se le asigne, por eso con validar solamente que sea mayor a 0 alcanza en la mayoria de los casos.
- El Test :) (que tiene que llamar a base.BasicOperationsTest())

Aca va un ejemplo:

[TestFixture]
public class CustomerRepositoryTests : BaseRepositoryTests
{
    public override void BuildTestEntity(out Customer e)
    {
        // Tengo que crear un nuevo Customer y configurar
        // informacion de prueba 
        e = new Customer();
        e.Name = "Name";
        e.Gender = Gender.Male;
        e.BornDate = DateTime.Now;
    }

    public override object GetEntityId(Customer ent)
    {
        return ent.Id;
    }

    public override bool IsValidEntityId(Customer entity)
    {
        // Una validacion simple 
        return entity.Id > 0;
    }

    [Test]
    public override void BasicOperationsTest()
    {
        // Aca hago el trabajo real! 
        base.BasicOperationsTest();
    }
}
Y listo, una vez que implementamos esas 2 clases por repositorio ya tenemos todos los test simples...



Reflexiones sobre los problemas del desarrollo orientado a pruebas

El autor comienza exponiendo que no está demostrado por la comunidad científica que TDD aporte mejoras significativas en el desarrollo del software. Como ejemplo cita a un par de párrafos de Maria Siniaalto en su artículo Test-Driven Development: empirical body of evidence. De esos dos, me quedo con el siguiente:
The empirical evidence on the practical use of TDD and its impacts on software development are still quite limited.
[La evidencia empírica en el uso práctico de TDD y su impacto en el desarrollo del software esta, todavía, muy limitada]
Con este soporte, pasa a dar su opinión que defenderá en el resto del texto:
I mention this first because I’ve concluded that not only is TDD not useful for me but I don’t think it’s a generally useful technique
[Menciono esto primero porque he concluido que no sólo TDD no es útil para mi, sino que no creo que sea una técnica útil en general]
No hace mucho, en la lista de correo de TDD en español (en la cual os invito a participar si estáis interesados en este tema) hablamos de lo mismo debido a otro articulo diferente. Mi punto sigue siendo el mismo que en aquel entonces (de hecho, he reutilizado algunas frases). Un estudio para ver si TDD mejora o no la calidad, rendimiento, etc., tiene que tener muchísimas variables en cuenta. Se me ocurren tres escenarios:
  • Proyectos distintos (con y sin TDD), gente distinta. La comparación no es posible porque la gente es distinta, los proyectos son distintos, los equipos son distintos, los comportamientos son distintos, etc.
  • Mismos proyectos (con y sin TDD), misma gente. Si ponemos primero a gente en un proyecto sin hacer TDD y se estudia, y luego se repite el estudio con la misma gente haciendo TDD, tampoco es posible hacer una buena comparación porque los individuos ya tienen conocimiento y experiencia en el proyecto.
  • Proyectos distintos (con y sin TDD), misma gente. Igualmente habría muchas variables dentro de los proyectos que podrᅵan influir en el resultado del mismo (complejidad, asuntos personales, ambiente…).
Según lo veo yo, para hacer un estudio de estas características se necesitan un número suficientemente grande de gente y proyectos para que sea estadísticamente significativo (y eso es mucho dinero y mucho tiempo). No creo que vaya a pasar y por tanto siempre habrá unos artículos dónde salga que TDD es mejor y otros en los que se diga que TDD es peor ya que, como se ha dicho, hay muchos otros factores influyen en el resultado.
Lo importante para mi no es que haya artículos de investigación que “demuestren” las maravillas o la perdida de tiempo que supone hacer TDD. Lo que a mi me importa es lo que yo veo y siento cuando hago TDD y lo que, por mi experiencia, veo en equipos e individuos cuando hacen TDD. Personalmente, a mi me sirve para hacer mejor código, más claro y más testeable. Mi código es mejor, mi actitud es mejor, me obligo a pensar más en las pruebas, tengo más confianza en que lo que he hecho funciona y, además, disfruto haciéndolo.
En el artículo mencionado al principio, el autor dice que TDD no da confianza en que el código funcione. La explicación es que en TDD no se pueden añadir pruebas que no hagan fallar código:
TDD by itself cannot give you that confidence because it excludes the idea of adding tests which are expected to pass
[TDD por sí mismo no puede darte esa confianza porque excluye la idea de añadir pruebas que se espera que pasen]
Estoy completamente en desacuerdo. Es más, no estoy del todo seguro de que, incluso siendo purista, no se puedan añadir pruebas que no hagan fallar el código. Robert C. Martin (Uncle Bob) escribe en su artículo “Las tres reglas de TDD“, la siguiente regla número dos: “You are not allowed to write any more of a unit test than is sufficient to fail; and compilation failures are failures“. Esta frase se puede interpretar como que una vez que has escrito una prueba que haga fallar el código, no esté permitido escribir ninguna otra prueba más, pero eso no tiene que significar que todas las pruebas que se escriban deban fallar en un principio. Es más, Kent Becken su libro Test-Driven Development by example habla de sólo dos reglas fundamentales antes de presentar más:
  1. Write new code only if an automated test has failed [Escribe nuevo código sólo si una prueba automática ha fallado]
  2. Eliminate duplication [Elimina la duplicidad]
Ninguna de estas reglas supone una contradicción al escribir pruebas que pasen. Si lo miramos desde un punto de vista práctico, no hacemos más que asegurarnos de que ese caso pasa, ¿qué tienes esto de malo?, ¿por qué deberíamos borrarlo o no usarlo si pasa?, ¿por qué debería estar prohibido?. Cuando escribimos código para hacer pasar un test, escribimos el código más simple que podemos pensar para hacer pasar la prueba, sin embargo, esto no tiene por qué conllevar que ese “código mínimo” solamente hace pasar ese test específico. Algunas personas que hacen TDD dicen que lo que habría que hacer es “romper el código” artificialmente para ver cómo la prueba falla y después “arreglarlo” para verla pasar. En mi opinión esto es una pérdida de tiempo y ganas de hacer que una buena práctica parezca una religión. (Incluso el diagrama de flujo en la wikipedia, no ve contradicción en escribir una prueba que pase :-) )
El autor también habla de que TDD no considera el peor caso o casos límite. ¿Cómo?. Claro que no, esto es puramente dependiente del programador (igual que lo es si hacemos pruebas al final), de lo cuidadoso que sea con las pruebas y de cuanto piense en los casos que necesita. No obstante, hay una gran ventaja al hacer TDD y es que para que escribir el código tienes que escribir las pruebas antes y eso te garantiza, al menos, cierto número de casos (¿cuantos se garantizan al hacer pruebas al final?). Obviamente, hay que pensar y esforzarse, eso no viene gratis por el hecho de TDD. Sin embargo, en mi experiencia es más fácil olvidarse de un test cuando ya tienes el código escrito que cuando todavía está por escribir y tienes que pensar en casos y comportamientos. Habla también del rendimiento y de cómo TDD no se centra en ello. Estoy de acuerdo en que TDD no es la mejor aproximación a la programación de algoritmos pero eso no quita para que no se pueda hacer. Igual que se hacen otro tipos de pruebas, se pueden añadir pruebas de rendimiento y mejorarlo en la fase de refactorización sin cambiar el comportamiento. ¡Para eso tenemos las pruebas!
Hay algunas cosas más de las que habla el autor, pero estas eran para mi las más importantes y en las que me quería enfocar y rebatir. Hay una idea que sí que nunca había oído antes que me ha llamado mucho la atención y en la que creo que merece la pena reflexionar:
If I write the tests first, I also worry that I’ve overfit my code to the tests. This is a problem that happens in statistical modelling. Given any set of data points, I can fit them to a model. The next question is, is the model valid and useful? The way to check is to use them to make predictions, and see how well it matches reality. This in turn means testing the model with data which wasn’t used to make the model.
[Si escribo pruebas primero, también me preocupo de que he me he pasado dando forma al código con las pruebas. Este es un problema que ocurre en modelos estadísticos. Dado cualquier conjunto de puntos de datos, puedo encontrar un modelo que le corresponda. La siguiente pregunta es, ¿es el modelo válido y útil?. La manera de verificar esto es usar el modelo para hacer predicciones y ver cómo de bien refleja la realidad. Esto significar probar el modelo con datos que no han sido usado para crear el modelo]
En principio, esa es una de las grandes ventajas de TDD, el modelado del código mediante las pruebas, pero, ¿es posible que debido a las pruebas estemos haciendo un modelo que se ajuste a las pruebas pero no al comportamiento general? Es posible y realmente merece la pena mirar los modelos estadísticos para entenderlo un poco mejor (lo tengo pendiente ya que la estadística la tengo muy olvidada) (supongo que este es el problema de hacer modelos de dominios infinitos con un número finito de datos). Sin embargo, creo que es obvio que TDD no es la panacea y que si usamos TDD todavía necesitamos usar otras prácticas. El código, después de todo, debe ser sujeto a pruebas de sistema, de estrés, de rendimiento, de exploración que, por otro lado, están fuera del modelo bajo el cual se ha escrito el código.
Como resumen, decir que creo que es estúpido el tratar a TDD como una religión. Pero es igualmente estúpido el tratar de ser “anti-TDD” como religión. No creo que es lógico decir que TDD es la solución a todos mis problemas, al igual que no es lógico decir “TDD es una práctica que no sirve para nada si usas otras prácticas”. Esto no llega a ningún lado y el contexto influye en las prácticas que hay que tomar y cuando utilizar una u otra. En mi experiencia, he visto gente y equipos que han mejorado mucho (sobre todo en número de errores bugs) al empezar a hacer TDD mientras que otros han hecho el mismo código malo con el añadido de que un montón de pruebas horribles. También he visto equipos con gente muy metida en tests (haciéndolos después del código) que al tomar TDD en práctica no han notado mejoría en número de bugs o en rendimiento. Al final, lo más importante es tener buena gente en el equipo que tengan actitud profesional, buenas aptitudes y ganas de mejorar.



links

Rhino-mocks  una  herramienta  para facilitar el testing en  .net


Test-Driven Development in Microsoft .NET


James W. Newkirk, Alexei A. Vorontsov

Explica desde el comienzo lo que es TDD, para un programador que no conoce del tema. Lo interesante es que usa .NET, Visual Studio y NUnit para los ejemplos.

Incluye un apéndice donde comenta cómo usar NUnit. 
Test-Driven Development by Example

Test-Driven Development by Example



Kent Beck

Desarrolla varios ejemplos, incrementalmente, mostrando cómo usar TDD sobre ellos.

En la primera parte, plantea un problema simple: modelar Moneda, con distintos tipos de moneda, conversiones, etc.

En la segunda parte, toma el desafío de desarrollar un xUnit, una herramienta para TDD, usando justamente TDD.

En la tercera, enumera y explica patrones para TDD.
xUnit Test Patterns

xUnit Test Patterns



Gerad Meszaros

Una lista y explicación de más de 50 patrones que los desarrolladores usan al escribir tests. La gran mayoría se aplica en proyectos con TDD.
xUnit Test Patterns

Diseño Agil con TDD

Carlos Blé Jurado, Juan Gutiérrez Plaza, Fran Reyes Perdomo y Gregorio Mena

Pueden bajarlo desde
http://www.dirigidoportests.com/el-libro
DisenoAgilConTDD

Lo interesante es que abarca más allá de TDD: trata de desarrollo ágil en general, ATDD (test de aceptación), Diseño orientado a objetos, Principios S.O.L.I.D.



Demystifying Extreme Programming: Test-driven programming http://www.ibm.com/developerworks/java/library/j-xp042203/index.html
Jess Chadwick: Coder: What’s a “Unit Test”?http://jesschadwick.blogspot.com/2009/11/what-unit-test.html
Gojko Adzic » FitNesse book now free onlinehttp://gojko.net/2009/12/07/fitnesse-book-now-free-online/
What is Extreme Programming? | xProgramming.com
http://xprogramming.com/xpmag/whatisxp
Introduction to Test Driven Design (TDD)
http://www.agiledata.org/essays/tdd.html
An intro into Test Driven Development with JUnit4http://www.turnleafdesign.com/?p=260
Gojko Adzic » Mockito in six easy examples
http://gojko.net/2009/10/23/mockito-in-six-easy-examples
Using .NET: Tame Your Software Dependencies for Flexible App http://msdn.microsoft.com/en-us/magazine/cc337885.aspx
Welcome to TDD Problems! (TDD Problems)http://sites.google.com/site/tddproblems
How to measure programmer productivity using TDD Katashttp://5whys.com/blog/how-to-measure-programmer-productivity-using-tdd-katas.html
How test-driven development works (and more!)
http://www.jbrains.ca/permalink/285
Writing meaningful, self-documenting, behavior-oriented tests http://www.clariusconsulting.net/blogs/kzu/archive/2009/10/01/171565.aspx
How-To: Using the N* stack, part 1 " BASICly everything http://jasondentler.com/blog/2009/08/how-to-using-the-n-stack-part-1
davenicolette - TDD Randori and Fishbowl http://davenicolette.wikispaces.com/TDD+Randori+and+Fishbowl
Autumn of Agile Screencast Serieshttp://www.autumnofagile.net
The Disco Blog " Blog Archive " Is BDD TDD done right? http://thediscoblog.com/2007/08/28/is-bdd-tdd-done-right
Growing Object-Oriented Software, Guided by Tests
http://www.mockobjects.com/book
Daniel Cazzulino's Blog : Funq: screencast series on how to building a DI container using TDDhttp://www.clariusconsulting.net/blogs/kzu/archive/2009/02/02/116399.aspx
Professional Software Development » Java Unit Testing Tutorial
http://www.basilv.com/psd/blog/2009/java-unit-testing-tutorial

TDD para C# usando el  framework de  pruebas  oficial de  visula studio.net 2010  Unit test Framework

Cuales  son los atributos que maneja La clase  ASSERTS de  mvs Unit Test Framework