如何在Python中用pytest mock模拟AWS Lambda的start_execution方法？

当然可以用pytest-mock轻松实现，核心思路就是创建一个模拟的Lambda客户端对象，让它的start_execution方法返回None，替换掉真实的调用逻辑，避免触发AWS服务。以下是两种常见场景的实现方式：

场景1：函数内部直接创建Lambda客户端 #

如果你的业务函数是直接在内部通过boto3.client创建Lambda客户端，比如：

import boto3

def process_data():
    # 你的业务逻辑代码
    lambda_client = boto3.client('lambda')
    lambda_client.start_execution(FunctionName='data-processing-func')

对应的测试代码可以这么写：

def test_process_data(mocker):
    # 创建模拟的Lambda客户端
    mock_lambda = mocker.Mock()
    # 设置start_execution返回None
    mock_lambda.start_execution.return_value = None
    # 替换boto3.client的返回值为这个模拟对象
    mocker.patch('boto3.client', return_value=mock_lambda)

    # 调用待测试的函数
    process_data()

    # 可选：验证start_execution是否按预期被调用（按需添加）
    mock_lambda.start_execution.assert_called_once_with(FunctionName='data-processing-func')

场景2：Lambda客户端作为参数传入函数 #

如果你的函数设计成依赖注入的方式，客户端作为参数传入，比如：

def process_data(lambda_client):
    # 你的业务逻辑代码
    lambda_client.start_execution(FunctionName='data-processing-func')

这种场景的测试更简单，直接传入模拟对象即可：

def test_process_data(mocker):
    # 创建模拟客户端并设置返回值
    mock_lambda = mocker.Mock()
    mock_lambda.start_execution.return_value = None

    # 传入模拟对象调用函数
    process_data(mock_lambda)

    # 可选验证调用
    mock_lambda.start_execution.assert_called_once_with(FunctionName='data-processing-func')

注意事项 #

• 确保你已经安装了依赖：pip install pytest pytest-mock
• 替换boto3.client时，要注意patch的路径是业务代码中导入boto3的路径，如果业务代码是从某个模块导入的，比如from my.utils import boto3，那patch的路径就要写成my.utils.boto3.client

内容的提问来源于stack exchange，提问作者A R