awesome-repositories.com
Blog
MCP
awesome-repositories.com

Découvrez les meilleurs dépôts open-source grâce à notre recherche par IA.

ExplorerRecherches sélectionnéesAlternatives open sourceLogiciels auto-hébergésBlogPlan du site
ProjetServeur MCPÀ proposNotre méthodologiePresse
Mentions légalesConfidentialitéConditions d'utilisation
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

4 dépôts

Awesome GitHub RepositoriesContainerized Integration Tests

Automated testing that verifies component interactions using production-like container environments.

Distinct from Automated Infrastructure Testing: Focuses specifically on using containers for integration testing rather than general infrastructure configuration validation.

Explore 4 awesome GitHub repositories matching testing & quality assurance · Containerized Integration Tests. Refine with filters or upvote what's useful.

Awesome Containerized Integration Tests GitHub Repositories

Trouvez les meilleurs dépôts grâce à l'IA.Nous recherchons les dépôts les plus pertinents grâce à l'IA.
  • threedotslabs/wild-workouts-go-ddd-exampleAvatar de ThreeDotsLabs

    ThreeDotsLabs/wild-workouts-go-ddd-example

    6,348Voir sur GitHub↗

    This project is a reference implementation of Domain-Driven Design, Clean Architecture, and Command Query Responsibility Segregation (CQRS) patterns using the Go programming language. It serves as a sample application to demonstrate how to decouple core domain rules from infrastructure and delivery mechanisms. The system is built as a gRPC microservices architecture, utilizing type-safe communication and service contracts. It implements an event-driven architecture to manage eventual consistency and asynchronous processing, specifically employing the Outbox pattern to ensure reliable messagin

    Runs integration tests against real infrastructure using containers within the CI pipeline.

    Goclean-architecturecqrsddd
    Voir sur GitHub↗6,348
  • testcontainers/testcontainers-goAvatar de testcontainers

    testcontainers/testcontainers-go

    4,889Voir sur GitHub↗

    testcontainers-go est une bibliothèque de tests d'intégration Docker pour Go conçue pour provisionner et gérer une infrastructure conteneurisée jetable. Elle fonctionne comme un gestionnaire de cycle de vie de conteneur et un provisionneur d'infrastructure éphémère, permettant aux développeurs de créer, démarrer et détruire par programmation des conteneurs en tant que dépendances pour des tests d'intégration automatisés. La bibliothèque agit comme un orchestrateur de réseau Docker en mappant les ports des conteneurs vers des ports hôtes aléatoires et en résolvant les points de terminaison réseau pour les clients de test. Cette capacité permet l'exécution de tests en parallèle en évitant les collisions réseau et garantit que chaque exécution de test fonctionne dans un environnement isolé. Le système couvre un large éventail de capacités d'orchestration, incluant le provisionnement basé sur des images, la vérification de la disponibilité des conteneurs via le polling de stratégie d'attente et le nettoyage automatisé des ressources via un sidecar reaper pour supprimer les conteneurs orphelins. Ces fonctionnalités prennent en charge la création d'environnements de test éphémères pour des services tels que les bases de données afin de vérifier le comportement logiciel dans des conditions proches de la production.

    Enables running automated integration tests against real service instances in Docker containers.

    Goautomationdockergo
    Voir sur GitHub↗4,889
  • evolutionary-architecture/evolutionary-architecture-by-exampleAvatar de evolutionary-architecture

    evolutionary-architecture/evolutionary-architecture-by-example

    3,447Voir sur GitHub↗

    Ce projet sert de ressource pédagogique complète pour implémenter des monolithes modulaires et des microservices au sein d'environnements .NET. Il se concentre sur l'application des principes de conception pilotée par le domaine (DDD) pour gérer une logique métier complexe, fournissant une approche structurée pour construire des systèmes qui peuvent évoluer parallèlement aux exigences changeantes. L'architecture est définie par son accent sur la modularité et des limites claires, utilisant des tranches verticales (vertical slices) et des contextes bornés (bounded contexts) pour organiser le code par processus métier plutôt que par couche technique. Il se distingue par un framework de migration systématique qui permet aux développeurs de passer d'une base de code monolithique à des services indépendants et distribués. Ceci est réalisé en remplaçant la communication interne par une messagerie robuste et événementielle et en garantissant que la logique de domaine reste découplée des préoccupations de persistance et d'infrastructure. Le projet couvre une large surface de capacités, incluant la modélisation de domaine tactique avec des agrégats et des entités, des stratégies de test automatisées utilisant une infrastructure conteneurisée, et la maintenance de registres de décisions architecturales pour suivre l'évolution de la conception. Il fournit également des outils pour l'orchestration du développement local et l'analyse statique pour appliquer des standards de qualité à travers des modules indépendants. Le dépôt est structuré comme un guide pratique, offrant une méthodologie étape par étape pour faire évoluer l'architecture logicielle de manière incrémentale.

    Automates testing that verifies component interactions using production-like container environments.

    C#architecturearchitecture-componentsarchitecture-decision-records
    Voir sur GitHub↗3,447
  • opensemanticsearch/open-semantic-searchAvatar de opensemanticsearch

    opensemanticsearch/open-semantic-search

    1,181Voir sur GitHub↗

    Open Semantic Search est une plateforme de découverte d'entreprise open-source conçue pour indexer, analyser et explorer de grandes collections de documents diverses. Elle fonctionne comme un moteur de recherche complet et une suite analytique qui transforme les données non structurées en informations structurées via des pipelines de traitement automatisés. La plateforme se distingue en intégrant l'exploration sémantique aux méthodes de récupération traditionnelles. Elle utilise le liage d'entités par graphe de connaissances et l'expansion de requêtes pilotée par thésaurus pour connecter des concepts liés, permettant aux utilisateurs de naviguer dans les jeux de données au-delà de la simple correspondance par mots-clés. Ceci est complété par une interface web qui fournit un filtrage à facettes et une visualisation de données interactive, permettant aux utilisateurs d'identifier des patterns et des relations au sein de leurs dépôts de documents. Le système couvre un large éventail de capacités, incluant l'exploration de texte automatisée, la reconnaissance optique de caractères (OCR) et l'annotation collaborative de documents. Il prend en charge l'ingestion continue de données depuis diverses sources, maintenant des index à jour via une surveillance automatisée et une orchestration de tâches en arrière-plan. L'architecture repose sur des microservices conteneurisés pour gérer efficacement ces flux d'indexation et d'analyse.

    Validates system components and workflows by running automated integration tests within containerized environments.

    Shellannotationfaceted-searchfulltext-search
    Voir sur GitHub↗1,181
  1. Home
  2. Testing & Quality Assurance
  3. Software Testing
  4. Testing Frameworks
  5. Automated Infrastructure Testing
  6. Containerized Integration Tests