MeterSphere测试计划执行步骤重复问题分析与解决方案

问题背景

在MeterSphere开源测试平台v3.5版本中，用户反馈在执行测试计划时，某些场景下的测试步骤会出现重复执行的情况。经过深入分析，发现这是由于MyBatis一级缓存与递归查询逻辑的交互导致的异常行为。

问题根源分析

问题的核心出现在ApiScenarioService服务中的getAllStepsByScenarioIds方法。该方法设计用于递归获取场景中的所有步骤，包括嵌套引用的场景步骤。方法的主要逻辑流程如下：

1. 首先通过场景ID列表获取基础步骤列表
2. 对每个步骤的配置信息进行JSON解析处理
3. 提取步骤中引用的子场景ID
4. 递归获取子场景的步骤并合并到结果中

问题的关键在于：

• 方法内部直接修改了从数据库查询返回的步骤对象
• 在事务性操作中，MyBatis会缓存查询结果
• 当同一事务中多次调用该方法时，后续调用会获取到已被修改的缓存数据
• 导致步骤数据被错误地重复添加

技术细节

MyBatis的一级缓存（本地缓存）默认是开启的，它存在于SqlSession的生命周期中。在同一个事务中，相同的查询会直接从缓存中获取结果，而不实际访问数据库。这种机制在大多数情况下能提高性能，但在数据被修改后再次查询的场景下会导致问题。

在MeterSphere的这个案例中，由于测试计划执行涉及复杂的事务处理，getAllStepsByScenarioIds方法可能在同一事务中被多次调用。第一次调用后，步骤数据被修改并保留在缓存中，第二次调用获取到的是已被修改的数据，导致最终结果出现重复步骤。

解决方案

经过社区讨论和验证，最终确定了以下解决方案：

1. 数据隔离：在获取步骤数据后立即创建副本，确保原始查询结果不被修改
2. 递归处理：在副本数据上进行后续的JSON解析和递归查询操作
3. 结果合并：将递归查询结果合并到副本中返回

核心修复代码如下：

public List<ApiScenarioStepDTO> getAllStepsByScenarioIds(List<String> scenarioIds) {
    List<ApiScenarioStepDTO> steps = getStepDTOByScenarioIds(scenarioIds);
    if (CollectionUtils.isEmpty(steps)) {
        return steps;
    }

    List<ApiScenarioStepDTO> result = Lists.newArrayList();
    steps.forEach(step -> result.add(BeanUtils.copyBean(new ApiScenarioStepDTO(), step)));

    result.forEach(step -> {
        if (step.getConfig() != null && StringUtils.isNotBlank(step.getConfig().toString())) {
            if (step.getConfig() instanceof String configVal) {
                step.setConfig(JSON.parseObject(configVal));
            }
        }
    });

    List<String> childScenarioIds = result.stream()
            .filter(this::isRefOrPartialScenario)
            .map(ApiScenarioStepDTO::getResourceId)
            .collect(Collectors.toList());

    result.addAll(getAllStepsByScenarioIds(childScenarioIds));
    return result;
}

注意事项

在实施该修复方案时，还需要注意以下几点：

1. 报告一致性：确保生成的报告步骤ID与执行详情中的ID匹配
2. 性能影响：数据复制操作会增加一定的内存开销，但相比问题带来的影响是可接受的
3. 幂等性处理：测试执行本身已经通过数据库主键实现了幂等性控制

总结

这个问题展示了在复杂事务处理中，ORM缓存机制可能带来的微妙问题。MeterSphere社区通过深入分析问题根源，提出了既解决当前问题又保持系统稳定性的方案。该修复已在v3.6版本中发布，用户升级后即可解决测试步骤重复执行的问题。

对于开发者而言，这个案例也提供了宝贵的经验：在使用ORM框架时，需要特别注意缓存机制对数据一致性的影响，特别是在涉及数据修改和递归查询的复杂场景中。