🐛 BugKiller System (SDET Portfolio Version)

BugKiller 是一个专为 SDET (测试开发) 打造的全栈实战项目。它不仅是一个简单的 Bug 管理系统，更是一个集成了微服务架构、自动化测试集群、可观测性监控以及性能压测的综合性作品集。

---

🌟 核心亮点 (SDET Highlights)

• 微服务架构 (Microservices): 采用 Flask + MySQL + Redis + Celery 异步架构，模拟真实企业级环境。
• 全栈自动化 (Full-stack Automation): 集成 Pytest + Requests (接口) + Playwright (UI)，遵循 POM (Page Object Model) 设计模式。
• 性能压测 (Performance Testing): 使用 Locust 模拟 500+ 并发用户，通过代码化脚本（Test as Code）进行压力测试。
• 可观测性监控 (Observability): 深度集成 Prometheus + Grafana，实时监控自定义业务指标（如 Bug 提交速率、响应延迟）。
• 企业级安全 (Enterprise Security): 生产环境强制密钥检查 (Fail-Fast)，防止敏感信息泄露。
• 极简构建 (Optimized Build): 采用 Docker Multi-stage Build，镜像体积更小更安全。

---

🛠️ 技术栈 (Tech Stack)

类别	技术工具
Backend	Python Flask, MySQL 8.0, Redis 7 (Async Tasks: Celery)
Frontend	Tailwind CSS, Flowbite
Automation	Pytest, Requests, Playwright (UI)
Performance	Locust
Monitoring	Prometheus, Grafana
Infra/DevOps	Docker, Docker-Compose, GitHub Actions

---

📂 项目结构 (Structure)

bug_killer_project/
├── performance/        # Locust 性能压测脚本 (locustfile.py)
├── pages/              # UI 自动化 POM 页面对象
├── tests/              # 自动化测试套件 (API & UI)
├── tasks/              # Celery 异步任务定义
├── app.py              # Flask 主程序 (包含 Prometheus 指标埋点)
├── config.py           # 配置管理 (Security Hardened)
├── prometheus.yml      # Prometheus 采集配置
├── docker-compose.yml  # 多容器编排 (15005, 19091, 13001 端口映射)
└── Dockerfile          # 多阶段构建 (Multi-stage Build)

---

🚀 快速启动 (One-Click Start)

确保已安装 Docker Desktop。

# 1. 一键启动所有核心服务 (Web, DB, Redis, Worker, Monitoring)
docker-compose up -d

# 2. 启动性能压测工具 (Locust)
locust -f performance/locustfile.py --host http://localhost:15005
# 2. 启动性能压测工具 (Locust)
locust -f performance/locustfile.py --host http://localhost:15005

💻 本地开发与测试 (Dev & Testing)

作为 SDET 项目，确保测试的可执行性至关重要。

1. 安装本地依赖:

   pip install -r requirements.txt
   playwright install chromium

2. 运行测试套件: 本项目已配置 pytest.ini，并支持连接 Docker 数据库 (Port 3307)。

   # 运行所有测试 (Unit + UI + API)
   # 确保 Docker 容器已启动 (docker-compose up -d)
   $env:DB_PORT="3307"; pytest

🔗 服务访问入口

服务	地址	说明
BugKiller Web	http://localhost:15005	主应用页面
Locust Console	http://localhost:8089	压测控制台
Prometheus	http://localhost:19091	指标查询
Grafana Dashboard	http://localhost:13001	可视化看板 (admin/admin)

---

📈 性能与监控实战

1. 压力测试场景

在 Locust 控制台设置 Spawn rate: 10, Users: 500。 模拟 80% 的用户查看列表，20% 的用户高频提交 Bug。

2. 监控指标

通过 Prometheus 埋点，Grafana 展示 bug_created_total。 面试必答：“我通过监控发现，在并发超过 300 时，由于数据库连接池限制，响应时间从 50ms 激增到了 500ms，随后我通过优化 SQLAlchemy 配置解决了瓶颈。”

---

🎓 面试故事线 (STAR Method)

• Situation (背景): 需要验证系统在高并发下的稳定性。
• Task (任务): 搭建性能测试与监控体系。
• Action (行动): 集成 Locust 编写测试脚本，并配置 Prometheus 采集业务指标，使用 Grafana 进行可视化展示。
• Result (结果): 成功模拟 500 并发，识别出系统瓶颈，并将环境部署成本从 K8s 简化为 Docker-Compose，提升了 50% 的测试效率。