gauge 개발 환경 만들기 2 (by Docker)

gauge 개발환경 두 번째입니다.

Gauge로 API 자동화 툴을 만들려고 하는데 IDE는 Visual Studio Code로 진행할 예정입니다.

Visual Studio Code는 gauge plugin을 제공합니다.

Visual Studio Code를 설치하려면 아래 url에서 다운받아 설치하면 됩니다.

https://code.visualstudio.com/

Visual Studio Code가 설치되어 있다면 좌측 메뉴에서 확장을 클릭하고 gauge를 검색합니다.

gauge가 검색되면 설치를 해줍니다.

이번에는 docker image를 다시 열어 봅시다.

nglegauge 0.0.1을 가지고 api test용 Container를 만들겠습니다.  Container를 만들때 -v 옵션으로 로컬 PC와 Container에 Directory를 연결하겠습니다.

docker image를 다시 확인해 봅시다.

$ docker images
REPOSITORY              TAG                 IMAGE ID            CREATED             SIZE
nglegauge               0.0.1               521e7493588b        2 days ago          965MB
tongchun/nglegauge      0.0.1               521e7493588b        2 days ago          965MB
python                  latest              29d2f3226daf        4 weeks ago         912MB
swift                   latest              e8dc956c3315        5 weeks ago         1.35GB
ubuntu                  latest              452a96d81c30        5 weeks ago         79.6MB

tongchun/nglegauge 이미지로 container를 만들어 봅시다.

container를 만들때 directory를 연결해야 하니 로컬 PC에 적당한 폴더를 만들어 줍니다. 제 PC는 Mac 이라 아래와 같이 폴더를 만들었습니다.

/Users/tongchunkim/Documents/Gauge/apitest

로컬 PC에서 만든 apitest 폴더를 Container의 /apitest와 연결해 만들어 줍니다.

$ docker run -it --name apitest -v /Users/tongchunkim/Documents/Gauge/apitest:/apitest tongchun/nglegauge:0.0.1 /bin/bash

Container에 연결된 후 ls -al 명령으로 root directory를 확인하면 /apitest directory가 생성된 것을 확인할 수 있습니다.

/apitest로 이동해서 gauge를 초기화 해줍니다.

# gauge init python
Downloading python.zip
.
Copying Gauge template python to current directory ...
Successfully initialized the project. Run specifications with "gauge run specs/".

gauge를 초기화하면 gauge 기본 파일들이 생성됩니다.

# ls -al
total 16
drwxr-xr-x 9 root root  288 Jun  4 03:01 .
drwxr-xr-x 1 root root 4096 Jun  4 03:40 ..
-rw-r--r-- 1 root root  131 Jun  4 03:01 .gitignore
drwxr-xr-x 3 root root   96 Jun  4 03:01 .vscode
drwxr-xr-x 3 root root   96 Jun  4 03:01 env
-rw-r--r-- 1 root root   64 Jun  4 03:01 manifest.json
-rw-r--r-- 1 root root    9 Jun  4 03:01 requirements.txt
drwxr-xr-x 3 root root   96 Jun  4 03:01 specs
drwxr-xr-x 4 root root  128 Jun  4 03:01 step_impl

연결된 directory인 로컬 PC의 apitest 폴더에도 동일한 폴더와 파일이 있는지 확인해 봅니다.

tree로 Directory구조를 확인해 보겠습니다.

# tree
.
├── env
│   └── default
│       ├── default.properties
│       └── python.properties
├── manifest.json
├── requirements.txt
├── specs
│   └── example.spec
└── step_impl
    ├── __init__.py
    └── step_impl.py

4 directories, 7 files

바로 실행해 보겠습니다.

# gauge run specs
Python: 3.6.5
# Specification Heading
  ## Vowel counts in single word	 ✔ ✔
  ## Vowel counts in multiple word	 ✔ ✔

Successfully generated html-report to => /apitest/reports/html-report/index.html
Specifications:	1 executed	1 passed	0 failed	0 skipped
Scenarios:	2 executed	2 passed	0 failed	0 skipped

Total time taken: 1.257s

실행 잘 되는군요.

/apitest/reports/html-report/index.html로 Report도 잘 떨구네요.

여기까지 Docker를 이용한 gauge 환경구성 이었습니다.