霸王餐API接口流量录制：GoReplay与Java Diffy回归测试方案-CSDN博客

霸王餐API接口流量录制：GoReplay与Java Diffy回归测试方案

背景与目标

“吃喝不愁”App计划对核心霸王餐接口 /api/v1/free-meal/claim 进行重构（如数据库分库、逻辑优化）。为确保新版本行为与旧版一致，采用 GoReplay 录制线上真实流量，并通过 Diffy 对比新旧服务响应差异，实现自动化回归验证。

架构拓扑

生产流量
    ↓
Nginx (监听80)
    ↓
GoReplay 中间代理 (监听7000)
    ↓
旧服务 (v1, 8080) ←┐
                    ├─ Diffy (9999)
新服务 (v2, 8081) ←┘

GoReplay 流量录制与重放

在网关服务器部署 GoReplay：

# 录制生产流量（仅GET/POST到特定路径）
sudo goreplay --input-raw :80 \
  --input-raw-track-response \
  --output-file max-size=10000 claim-traffic.gor

# 过滤非目标请求（可选）
sudo goreplay --input-raw :80 \
  --input-raw-filter "url ~ /api/v1/free-meal" \
  --output-file claim-traffic.gor

重放至 Diffy：

goreplay --input-file claim-traffic.gor \
  --output-http "http://localhost:9999"

在这里插入图片描述

Diffy 服务部署（Docker）

docker run -d \
  --name diffy \
  -p 9999:9999 \
  -p 9990:9990 \
  -p 9991:9991 \
  diffy/diffy \
  -candidate="host.docker.internal:8081" \
  -master.primary="host.docker.internal:8080" \
  -master.secondary="host.docker.internal:8080" \
  -service.protocol="http" \
  -serviceName="FreeMealClaimAPI" \
  -proxy.port=:9999 \
  -admin.port=:9990 \
  -http.port=:9991 \
  -rootUrl="localhost:9991"

说明：

candidate：新版本服务（v2）；
master.primary/secondary：旧版本服务（v1），用于消除非确定性噪声；
所有服务需在同一主机或配置 DNS 可达。

Java 服务代码示例（含非确定字段）

旧服务（juwatech.cn.v1.FreeMealController）：

package juwatech.cn.v1;

import org.springframework.web.bind.annotation.*;

import java.time.Instant;
import java.util.UUID;

@RestController
public class FreeMealController {
    @PostMapping("/api/v1/free-meal/claim")
    public ClaimResponse claim(@RequestBody ClaimRequest req) {
        // 模拟业务逻辑
        return new ClaimResponse(
            true,
            "SUCCESS",
            UUID.randomUUID().toString(),          // 非确定字段
            Instant.now().toEpochMilli(),          // 非确定字段
            req.getUserId() + "-meal-2025"
        );
    }
}

新服务（juwatech.cn.v2.FreeMealController）逻辑相同，但 UUID 生成方式变更（如改用雪花ID）。

Diffy 忽略非确定性字段

Diffy 默认会将 UUID 和时间戳差异标记为“潜在 bug”。需通过 忽略规则 排除：

访问 http://localhost:9991，在 Web UI 中配置：

Candidate-Only Differences to Ignore:
$.traceId
$.timestamp

Primary vs Secondary Differences to Ignore:
$.traceId
$.timestamp

或启动时通过参数指定（需自定义 Diffy 镜像）：

-ignore-fields='["traceId","timestamp"]'

自动化回归脚本

编写 run_regression.sh：

#!/bin/bash
# 1. 启动新旧服务（略）
# 2. 启动 Diffy（见上）
# 3. 重放流量
goreplay --input-file claim-traffic.gor --output-http "http://localhost:9999"

# 4. 等待完成
sleep 30

# 5. 检查是否有差异
DIFF_COUNT=$(curl -s http://localhost:9991/count/potential_bugs | jq '.count')
if [ "$DIFF_COUNT" -gt 0 ]; then
  echo "Regression failed: $DIFF_COUNT differences found"
  curl http://localhost:9991/issues > regression_report.json
  exit 1
else
  echo "Regression passed"
fi

关键注意事项

幂等性：被测接口必须幂等，否则重放会污染数据。可在请求头加 X-Replay: true，服务端识别后跳过写库；
敏感数据脱敏：GoReplay 支持正则替换，避免录制用户手机号等；
性能隔离：Diffy 和被测服务应部署在独立机器，防止资源争抢；
状态清理：每次回归前清空测试数据库。

扩展：集成CI/CD

在 Jenkins Pipeline 中调用：

stage('Regression Test') {
    steps {
        sh './run_regression.sh'
        archiveArtifacts 'regression_report.json'
    }
}

若发现差异，构建失败并通知开发者。

本文著作权归吃喝不愁app开发者团队，转载请注明出处！