我们经常调侃程序员每天都在写bug，这确实是事实，没有测出bug不代表程序就真的不存在问题。传统的代码review、静态分析、人工测试和自动化的单元测试无法穷尽所有输入组合，尤其是难以模拟一些随机的、边缘的数据。
去年6月，Go官方发布称gotip版本已经原生支持Fuzzing并开始了公测，将与[Go 1.18版本]一起在2022年中发布，go-fuzzing至今已经发现了Go标准库超过200个bug（https://github.com/dvyukov/go-fuzz ）。即将发布的[Go 1.18版本]就提供了一个代码自测的绝佳工具go-fuzzing。
说到[Go 1.18版本]，大家最关注的应该是泛型，但是我个人觉得go-fuzzing也是其中的一个亮点，Go 1.18将fuzz testing纳入了go test工具链，与单元测试、性能基准测试等一起成为了Go原生测试工具链中的重要成员。
本次就来说下go-fuzzing这个工具。
升级到Go 1.18
Go 1.18虽然还没正式发布，但可以下载RC版本，而且即使你生产环境用是Go的老版本，你个人的本地开发环境也可以升级到1.18，还可以使用go-fuzzing更好的自测
官方文档：go fuzzing是通过持续给一个程序不同的输入来自动化测试，并通过分析代码覆盖率来智能的寻找失败的例子。这种方法可以尽可能的找到一些边界问题，亲测确实发现的都是些平时比较难发现的问题。
fuzzing，又叫fuzz testing，中文叫做模糊测试或随机测试。其本质上是一种自动化测试技术，更具体一点，它是一种基于随机输入的自动化测试技术，常被用于发现处理用户输入的代码中存在的bug和问题。
func FuzzFoo(f *testing.F) {
f.Add(5, "hello")
f.Fuzz(func(t *testing.T, i int, s string) {
out, err := Foo(i, s)
if err != nil && out != "" {
t.Errorf("%q, %v", out, err)
}
})
}1、首先要先定义fuzzing arguments，并通过fuzzing arguments写fuzzing target
2、思考fuzzing target怎么写，重点是怎么验证结果的正确性，因为fuzzing arguments是随机给的，所以要有个验证结果的方法
3、遇到失败的例子怎么去打印出错误结果
4、根据错误结果去生成新的测试用例，这个新的测试用例会被用来调试发现的bug，并且可以留下给CI使用
下面是一个切片中数字求和的例子:
// slice_sum.go
func SliceSum(arr []int64) int64 {
var sum int64
for _, val := range arr {
if val % 100000 != 0 {
sum += val
}
}
return sum
}第一步：定义fuzzing arguments模糊参数
至少需要给出一个fuzzing arguments，不然go-fuzzing没法生成测试代码。
这是切片中元素求和的方法，那我们可以把切片的元素个数n（自行模拟个数即可）作为fuzzing arguments，然后go-fuzzing会根据运行的代码覆盖率自动生成不同的参数来模拟测试。
// slice_sum_test.go
func FuzzSliceSum(f *testing.F) {
// 10，go-fuzzing称之为语料，10这个值就是让go fuzzing冷启动的一个值，具体多少不重要
f.Add(10)
f.Fuzz(func(t *testing.T, n int) {
// 限制20个元素
n %= 20
// 剩余处理
})
}第二步：编写fuzzing target
重点是编写可以验证的fuzzing target，不仅要根据给定的模糊参数写出测试代码，而且还需要生成可以验证结果正确性的数据。
对这个切片元素求和的方法来说，就是随机生成n个元素的切片，然后进行求和得到正确的结果。
package fuzz
import (
"github.com/stretchr/testify/assert"
"math/rand"
"testing"
"time"
)
// slice_sum_test.go
func FuzzSliceSum(f *testing.F) {
// 初始化随机数种子
rand.Seed(time.Now().UnixNano())
// 语料
f.Add(10)
f.Fuzz(func(t *testing.T, n int) {
n %= 20
var arr []int64
var expect int64 // 期望值
for i := 0; i < n; i++ {
val := rand.Int63() % 1000000
arr = append(arr, val)
expect += val
}
// 自己求和的结果和调用函数求和的结果比对
assert.Equal(t, expect, SliceSum(arr))
})
}执行模糊测试
➜ fuzz go test -fuzz=SliceSum
fuzz: elapsed: 0s, gathering baseline coverage: 0/52 completed
fuzz: elapsed: 0s, gathering baseline coverage: 52/52 completed, now fuzzing with 8 workers
fuzz: elapsed: 0s, execs: 9438 (34179/sec), new interesting: 2 (total: 54)
--- FAIL: FuzzSliceSum (0.28s)
--- FAIL: FuzzSliceSum (0.00s)
slice_sum_test.go:32:
Error Trace: slice_sum_test.go:32
value.go:556
value.go:339
fuzz.go:337
Error: Not equal:
expected: 5715923
actual : 5315923
Test: FuzzSliceSum
Failing input written to testdata/fuzz/FuzzSliceSum/8e8981ffa4ee4d93f475c807563f9d63854a6c913cdfb10a73191549318a2a51
To re-run:
go test -run=FuzzSliceSum/8e8981ffa4ee4d93f475c807563f9d63854a6c913cdfb10a73191549318a2a51
FAIL
exit status 1
FAIL demo/fuzz 0.287s
上面这段输出，你只能看出预期值和实际值不一样，但是很难分析错误。
第三步：打印出错误的例子
上面的错误输出，如果能打印出造成错误的例子的话，就可以直接作为测试用例进行单测。我们总不能一个个去试吧，而且错误的例子未必只有一个。
修改下模糊测试代码，增加打印：
package fuzz
import (
"github.com/stretchr/testify/assert"
"math/rand"
"testing"
"time"
)
// slice_sum_test.go
func FuzzSliceSum(f *testing.F) {
// 初始化随机数种子
rand.Seed(time.Now().UnixNano())
// 语料
f.Add(10)
f.Fuzz(func(t *testing.T, n int) {
n %= 20
var arr []int64
var expect int64 // 期望值
var buf strings.Builder
buf.WriteString("\n")
for i := 0; i < n; i++ {
val := rand.Int63() % 1000000
arr = append(arr, val)
expect += val
buf.WriteString(fmt.Sprintf("%d,\n", val))
}
// 自己求和的结果和调用函数求和的结果比对
assert.Equal(t, expect, SliceSum(arr), buf.String())
})
}再次执行模糊测试
➜ fuzz go test -fuzz=SliceSum
fuzz: elapsed: 0s, gathering baseline coverage: 0/47 completed
fuzz: elapsed: 0s, gathering baseline coverage: 47/47 completed, now fuzzing with 8 workers
fuzz: elapsed: 0s, execs: 17109 (42507/sec), new interesting: 2 (total: 49)
--- FAIL: FuzzSliceSum (0.41s)
--- FAIL: FuzzSliceSum (0.00s)
slice_sum_test.go:34:
Error Trace: slice_sum_test.go:34
value.go:556
value.go:339
fuzz.go:337
Error: Not equal:
expected: 7575516
actual : 7175516
Test: FuzzSliceSum
Messages:
92016,
642504,
400000,
489403,
472011,
811028,
315130,
298207,
57765,
542614,
136594,
351360,
867104,
918715,
515092,
665973,
Failing input written to testdata/fuzz/FuzzSliceSum/9191ba4d7ea5420a9a76661d4e7d6a7a4e69ad4d5d8ef306ff78161a2acf1416
To re-run:
go test -run=FuzzSliceSum/9191ba4d7ea5420a9a76661d4e7d6a7a4e69ad4d5d8ef306ff78161a2acf1416
FAIL
exit status 1
FAIL demo/fuzz 0.413s
第四步：根据输出的错误例子，编写新的测试用例进行单测
// 单测通过后，再执行模糊测试，看看有没有其他边缘问题出现
func TestSliceSumFuzzCase1(t *testing.T) {
arr := []int64{
92016,
642504,
400000,
489403,
472011,
811028,
315130,
298207,
57765,
542614,
136594,
351360,
867104,
918715,
515092,
665973,
}
// 期望值从第三步的输出中获取
assert.Equal(t, int64(7575516), SliceSum(arr))
}这样就可以很方便的进行调试了，并且能够增加有效的测试用例进行单测，确保这个bug不会出现了。
线上项目的Go版本不能升级到1.18怎么办？
线上的版本不升级到1.18，但是我们本地开发升级没有问题，可以在文件的头部增加如下命令注释：
slice_sum_test.go
//go:build go1.18 // +build go1.18
这样我们在线上不管用哪个版本都不会报错，而且我们一般都是在本地进行模糊测试
注意：第三行必须是空行，不然就会变成package的注释了
有些还无法复现的问题，比如协程死锁，输出一直在执行或者卡住然后过一会才结束，这类的长时间执行的模糊测试，我还没有摸透。如果有大佬知道的话麻烦也告诉我下。
参考
https://github.com/dvyukov/go-fuzz
https://go.dev/blog/fuzz-beta
