انواع Mock API در توسعه نرم‌افزار

Types of Mock APIs in Software Development

در معماری‌های مدرن نرم‌افزاری (مانند میکروسرویس‌ها) و تیم‌های توسعه چابک (Agile)، یکی از بزرگترین موانع سرعت، وابستگی تیم‌ها به یکدیگر است. تصور کنید تیم فرانت‌اند برای طراحی و اتصال رابط کاربری، منتظر تکمیل شدن کدهای تیم بک‌اند است. اینجاست که مفهوم قدرتمند Mock API (رابط‌های برنامه‌نویسی شبیه‌سازی‌شده) وارد میدان می‌شود تا این گره کور را باز کند.

استفاده از Mock APIها به توسعه‌دهندگان و تسترها اجازه می‌دهد تا بدون نیاز به سرور واقعی، رفتارهای بک‌اند را شبیه‌سازی کنند. اما همه ماک‌ها یکسان ساخته نشده‌اند و بر اساس پیچیدگی سیستم، انواع مختلفی از Mock APIها وجود دارند. در این مقاله جامع، به بررسی عمیق و تخصصی این ۴ دسته اصلی می‌پردازیم تا بدانید در هر مرحله از توسعه محصول، دقیقا باید از کدام ابزار استفاده کنید.

۱. ماک‌های استاتیک (Static Mocks): ساده، سریع و بی‌دردسر

ماک‌های استاتیک ابتدایی‌ترین و در عین حال پرکاربردترین نوع شبیه‌سازی در مراحل اولیه پروژه‌ها هستند. ویژگی اصلی این ماک‌ها این است که برای یک درخواست (Request) مشخص، همواره یک پاسخ (Response) ثابت و از پیش تعریف‌شده را برمی‌گردانند.

این ماک‌ها چگونه کار می‌کنند؟

در این روش، هیچ منطق یا پردازشی در سمت سرورِ شبیه‌سازی‌شده وجود ندارد. شما صرفاً یک مسیر (Endpoint) تعریف می‌کنید و به آن می‌گویید: «هر بار که کسی به تو درخواست داد، دقیقاً این فایل JSON یا این متن ثابت را برگردان.»

کاربردها و مزایای کلیدی:

  • نمونه‌سازی سریع (Prototyping): زمانی که طراحان UI/UX نیاز دارند تا ظاهر داده‌ها را در اپلیکیشن ببینند.

  • تست‌های واحد (Unit Testing): برای ایزوله کردن کامپوننت‌ها و اطمینان از اینکه کدهای فرانت‌اند به درستی یک ساختار ثابت را رندر می‌کنند.

  • سرعت پیاده‌سازی بالا: در کمتر از چند دقیقه و با ابزارهای ساده‌ای مانند Mocky یا JSON Server قابل راه‌اندازی هستند.

۲. ماک‌های پویا (Dynamic Mocks): هوشمند و تعاملی

وقتی اپلیکیشن شما پیچیده‌تر می‌شود، دیگر پاسخ‌های ثابت جوابگو نیستند. ماک‌های پویا (Dynamic Mocks) می‌توانند رفتار خود را تغییر دهند؛ به این معنا که پاسخ ارائه‌شده توسط آن‌ها، کاملاً بر اساس ورودی‌ها و پارامترهای ارسال شده در درخواست کاربر تغییر می‌کند.

یک سناریوی واقعی:

فرض کنید در حال ساخت یک اپلیکیشن هواشناسی هستید. در ماک‌های پویا، اگر درخواستی به مسیر /weather ارسال کنید، سرور شبیه‌سازی‌شده می‌تواند بر اساس شهر یا دمای درخواستی، پاسخ‌های متفاوتی (مثلاً آیکون هوای آفتابی برای یک ورودی و هوای ابری برای ورودی دیگر) را به شما برگرداند.

کاربردها و مزایای کلیدی:

  • تست فرم‌ها و جستجو: شبیه‌سازی دقیق فیلترها، کوئری‌ها و صفحه‌‌بندی (Pagination) بدون نیاز به دیتابیس.

  • حفظ وضعیت (Statefulness): برخی از ماک‌های پویا می‌توانند عملیات CRUD (ایجاد، خواندن، به‌روزرسانی و حذف) را در حافظه موقت (RAM) شبیه‌سازی کنند، به طوری که اگر کاربری را اضافه کردید، در درخواست بعدی بتوانید آن را در لیست مشاهده کنید.

  • کاهش کدهای تکراری: به جای نوشتن ده‌ها مسیر ثابت برای حالت‌های مختلف، یک مسیر هوشمند می‌نویسید که ده‌ها حالت را هندل می‌کند.

۳. ماک‌های مبتنی بر قرارداد (Contract-Based Mocks): تضمین یکپارچگی تیم‌ها

بزرگترین کابوس در زمان یکپارچه‌سازی (Integration) زمانی است که تیم فرانت‌اند و بک‌اند متوجه می‌شوند ساختار داده‌هایشان با هم همخوانی ندارد. ماک‌های مبتنی بر قرارداد برای حل این مشکل متولد شده‌اند. این ماک‌ها پاسخ‌های خود را مستقیماً از روی یک «مشخصات رسمی API» (مانند فایل‌های Swagger، OpenAPI یا RAML) تولید می‌کنند.

چرا این مدل انقلابی است؟

در این رویکرد، فایلِ مشخصات API به عنوان "تنها منبع حقیقت" (Single Source of Truth) شناخته می‌شود. ابزارهای مدرن (مانند Prism یا Stoplight) این فایل را می‌خوانند و به صورت خودکار یک سرور ماک بر اساس آن بالا می‌آورند.

کاربردها و مزایای کلیدی:

  • جلوگیری از تغییرات مخرب (Breaking Changes): اگر تیم بک‌اند فیلدی را در داکیومنت تغییر دهد، ماک به صورت خودکار آپدیت شده و اگر کد فرانت‌اند با آن سازگار نباشد، در مرحله تست خطا می‌دهد.

  • توسعه همزمان واقعی: فرانت‌اند و بک‌اند با خیال راحت و با تکیه بر یک قرارداد واحد (Contract) کار خود را پیش می‌برند و در نهایت بدون هیچ اصطکاکی به هم متصل می‌شوند.

۴. ماک‌های مبتنی بر رفتار (Behavior-Driven Mocks): آماده‌سازی برای روزهای سخت

نرم‌افزار شما در محیط آزمایشگاهی همیشه روی شبکه پرسرعت و سرورهای قدرتمند اجرا می‌شود، اما در دنیای واقعی چطور؟ ماک‌های مبتنی بر رفتار به شما اجازه می‌دهند تا شرایط و چالش‌های دنیای واقعی را به طور دقیق شبیه‌سازی کنید. این شرایط می‌تواند شامل پاسخ‌های بسیار کُند (Slow responses) یا شبیه‌سازی انواع خطاها (Errors) باشد.

ایجاد مهندسی آشوب (Chaos Engineering) در سطح API:

با استفاده از این نوع ماک‌ها، شما می‌توانید سرور را طوری تنظیم کنید که به صورت تصادفی خطای 500 Internal Server Error بدهد، یا پاسخگویی به درخواست کاربر را ۵ ثانیه به تاخیر بیندازد.

کاربردها و مزایای کلیدی:

  • تست‌های تاب‌آوری (Resilience Testing): بررسی اینکه آیا اپلیکیشن شما در صورت قطعی موقت سرور، با پیام خطای مناسب کاربر را راهنمایی می‌کند یا دچار فروپاشی (Crash) می‌شود؟

  • تست انیمیشن‌های لودینگ: با شبیه‌سازی تاخیر عمدی، توسعه‌دهندگان می‌توانند ظاهر و عملکرد اسکلتون‌ها (Skeleton screens) و اسپینرها را به دقت بررسی کنند.

  • پیاده‌سازی مکانیزم‌های Retry: تست اینکه آیا سیستم در صورت دریافت خطای شبکه، درخواست را به صورت خودکار مجدداً ارسال می‌کند یا خیر.

نتیجه‌گیری نهایی

برای ساخت یک محصول نرم‌‌افزاری استاندارد در سطح جهانی، محدود شدن به یک نوع ماک اشتباه است. بهترین تیم‌های مهندسی نرم‌افزار ترکیبی از این استراتژی‌ها را به کار می‌گیرند: آن‌ها طراحی را با ماک‌های استاتیک آغاز می‌کنند، منطق کلاینت را با ماک‌های پویا صیقل می‌دهند، با ماک‌های مبتنی بر قرارداد از هماهنگی تیمی مطمئن می‌شوند و در نهایت با ماک‌های مبتنی بر رفتار اپلیکیشن خود را برای زنده ماندن در خشن‌ترین شرایط دنیای واقعی واکسینه می‌کنند. انتخاب هوشمندانه در این مسیر، تضمین‌کننده سرعت، کیفیت و پایداری محصول شما خواهد بود.