GitLab流水线中基于Selenium WebDriver v4.34.0的Node.js组件测试偶发不稳定问题排查求助

大家好，最近在GitLab流水线里跑基于Selenium WebDriver的Node.js组件测试时遇到了头疼的偶发不稳定问题，折腾了好一阵没找到根因，来求助各位大佬！

一、环境基础信息 #

我们的技术栈是Node.js + Express + Nunjucks UI，用Mocha写组件测试，依赖Selenium WebDriver v4.34.0。测试时会启动四个Docker容器：UI服务、模拟外部调用的Fake服务、LocalStack、以及Selenium Chrome节点。

之前旧版本的Selenium Chrome镜像时测试非常稳定，升级后开始出问题，目前试过两个镜像版本：

• selenium/standalone-chromium:137.0@sha256:f3bde4afe83cb361025dfab27ad6ce9aa12eacfa5204ec17b06ff5d1940777a3
• selenium/standalone-chromium:138.0@sha256:7e431c5aeed78f06f146076f023e02f543f0c936fb619b64617915a5c0f19f34

二、具体问题表现 #

• 测试在本地跑完全正常，但GitLab流水线里偶发失败，每次失败的测试用例不固定，重跑失败的Job大概率能通过
• 最常见的错误是WebDriverError: unknown error: net::ERR_CONNECTION_REFUSED，比如某个用例的before each钩子卡在页面加载步骤：

  1) /referrals/assign/bulk - When no row is selected "before each" hook for "Should show the error message when no rows selected":
  WebDriverError: unknown error: net::ERR_CONNECTION_REFUSED (Session info: chrome=137.0.7151.68)
  

• 日志追踪发现，问题出在selectLot函数里的await driver.get(...)调用，执行到这里就停住，没有继续后续逻辑，直接触发afterEach钩子
• 补充Selenium日志后，看到失败测试对应端口出现LocalNode.stopTimedOutSession的记录

三、已尝试的排查动作 #

1. 切换过137、138两个版本的Selenium Chrome镜像，问题依旧
2. 怀疑是新增的CSRF验证导致，暂时跳过了大部分测试的CSRF校验，问题未解决
3. 把Selenium的超时时间（implicit、pageLoad、script）都提高到8000ms，日志显示大部分时候初始化耗时远没到阈值
4. 在ChromeOptions里显式指定浏览器版本为137，无效
5. 重构了测试代码，拆分了测试文件和流水线任务，避免一个失败引发连锁反应，但偶发单测失败的问题仍存在

四、关键代码片段 #

1. WebDriver初始化函数 #

function getDriver(identifier = 'default', timeouts = { implicit: 8000, pageLoad: 8000, script: 8000 }) {
  nextPort++;
  const chromeOptions = new chrome.Options();
  chromeOptions.addArguments([
    '--no-sandbox',
    '--disable-gpu',
    '--headless=new',
    `--remote-debugging-port=${nextPort}`,
    '--verbose',
  ]);
  const capabilities = Capabilities.chrome();
  capabilities.setProxy(null);
  const driver = new Builder()
    .forBrowser('chrome')
    .usingServer(config.get('test.selenium_server'))
    .withCapabilities(capabilities)
    .setChromeOptions(chromeOptions)
    .build();
  driver.manage().setTimeouts(timeouts);
  driver.manage().deleteAllCookies();
  return driver;
}

2. 测试前置钩子与页面加载函数 #

beforeEach(async () => {
  driver = getDriver('open-tasks-csrf');
  await selectLot(driver);
});

async function selectLot(driver, lot = 'lot_1') {
  const uiServer = config.get('test.ui_server');
  const contextPath = config.get('app.path');
  await driver.get(`${uiServer}${contextPath}`);
  // 后续选择Lot的业务逻辑
  …
}

五、求助方向 #

现在有点摸不着头绪了，想请教各位：

• 有没有遇到过类似的GitLab流水线中Selenium偶发连接拒绝/会话超时的问题？
• 除了调整超时时间，还有哪些Docker镜像配置、Selenium参数或者测试代码的优化方向可以尝试？
• 日志里的LocalNode.stopTimedOutSession是不是真的意味着某个步骤偶尔超时？但为什么本地环境完全不会出现这种情况？

内容来源于stack exchange