MongoDB
Explica cómo probar lógica y persistencia MongoDB con bases aisladas, fixtures, transacciones, índices, concurrencia y entornos reproducibles.
El testing de una aplicación con MongoDB debe cubrir tanto la lógica del dominio como la semántica real del servidor. Los mocks ayudan a aislar servicios, pero no validan BSON, índices, aggregations, transactions, write concerns ni errores reales.
unit tests
→ reglas puras
integration tests
→ driver/ODM + MongoDB real
end-to-end tests
→ API + autenticación + base + infraestructuraUna estrategia completa combina los tres niveles.
Son apropiados para:
Ejemplo:
expect(calculateOrderTotal(items)).toEqual('18500.00');No necesitas MongoDB para probar una función pura.
Validan repositories y Models contra un servidor real:
it('prevents duplicate SKU per business', async () => {
await products.insertOne({ businessId, sku: 'A-1' });
await expect(
products.insertOne({ businessId, sku: 'A-1' })
).rejects.toMatchObject({ code: 11000 });
});Esto comprueba el índice unique, no una simulación.
Un mock puede devolver cualquier resultado que programes y no reproduce:
Úsalo para probar coordinación, no para demostrar que una query funciona.
Una imagen oficial o entorno efímero ofrece reproducibilidad. Fija la versión:
services:
mongo:
image: mongo:8.0No uses latest. Prueba también la versión objetivo de producción y, durante upgrades, la versión origen.
Transactions, Change Streams y retryable behavior requieren replica set:
mongod --replSet rs0
→ rs.initiate()Un servidor standalone puede hacer pasar tests que fallarán cuando el código utilice sessions o streams.
Opciones:
Evita que pruebas paralelas compartan IDs o dependan del orden.
Los fixtures deben ser mínimos y explícitos:
await seedOrder({
businessId,
status: 'pending',
items: 2
});No cargues un dump enorme como única estrategia. Los tests deben mostrar qué datos importan.
Para pruebas de rendimiento sí usa datasets representativos y distribución realista.
Asegúrate de que el entorno crea los mismos índices y validators que producción. Si Mongoose usa autoIndex en tests pero producción usa migrations, los tests pueden validar una configuración distinta.
Incluye un test de drift:
Para hot paths, ejecuta explain en tests de integración o performance:
const plan = await orders.find(filter)
.sort(sort)
.limit(20)
.explain('executionStats');No hagas assertions demasiado rígidas sobre toda la estructura del plan, porque puede cambiar entre versiones. Comprueba invariantes útiles: ausencia de COLLSCAN, límites de docs examined o índice esperado cuando sea contractual.
Prueba carreras reales:
await Promise.allSettled([
reserveStock(input),
reserveStock(input)
]);Verifica que stock no quede negativo y que una operación falle por precondition. Ejecutar funciones secuencialmente no demuestra seguridad concurrente.
Prueba:
El callback debe tolerar reejecución.
Prueba con replica set y timeouts. Guarda resume token y simula reinicio del consumidor. No hagas tests que esperen indefinidamente; usa AbortSignal o límites claros.
Verifica rutas diferentes:
save();updateOne();findOneAndUpdate();Un test de save() no cubre el resto.
Crea datos de dos negocios y prueba que cada repository:
businessId malicioso del request.Estos tests deben existir para cada caso de acceso crítico.
Prueba ObjectId, Date, Decimal128, Long y Binary. Comprueba DTOs y JSON:
expect(dto.total).toBe('18500.00');
expect(dto.id).toBe(orderId.toString());No dejes que snapshots oculten conversiones incorrectas.
Simula:
No todo pertenece al pipeline de cada commit; algunos son ejercicios periódicos.
Mide con:
Una prueba con cien documentos no valida índices de producción.
El pipeline debería:
Usa readiness real, no un sleep fijo.
No uses dumps de producción sin anonimización. Los fixtures no deben contener PII real, tokens ni secretos.
latest;Los tests útiles prueban la capa correcta. La lógica pura puede aislarse; queries, índices, BSON y concurrencia necesitan MongoDB real. Un entorno reproducible con replica set, datos aislados y migrations reales evita una confianza falsa basada en mocks.
MongoDB en Docker.