Testes de Unidade, ou Testes Unitários, têm como objetivo se certificar que certas unidades de processamento (em geral métodos e funções) não apenas façam o que se espera delas, mas que continuem fazendo isso mesmo quando o sistema evolui. Em outras palavras, se uma determinada função hoje recebe a entrada X e produz a saída Y, criar um teste de unidade onde se assegura (assert) que isso realmente ocorre ajuda a garantir que, mesmo quando essa função ou uma de suas dependências seja alterada no futuro, esse comportamento se mantenha.
Sendo assim, os testes de unidade de um sistema constituem uma forma de contrato informal - além dos contratos formais impostos por uma determinada linguagem (ex.: o método F recebe três parâmetros, com os tipos A, B e C, e retorna um valor com o tipo D; a classe X implementa as interfaces Y e Z; etc), muitas vezes é desejável - porém difícil de se obter na prática - que exista também um contrato em relação à semântica do código. Poderia-se usar vários métodos formais para se garantir essa semântica - como por exemplo, provas lógicas da correção de determinado código, que demonstre que ele é uma implementação correta de um determinado algoritmo expresso em lógica matemática. Entretanto, o custo para se atingir tal nível de rigor nem sempre compensa...
Por outro lado, é relativamente fácil se produzir exemplos de entradas e saídas que satisfaçam uma determinada lógica. Esses exemplos podem não ser suficientes para provar acima de qualquer dúvida que uma implementação está correta, mas se bem escolhidos podem dar uma boa cobertura dos casos mais "interessantes" (onde se espera uma descontinuidade nos valores de saída em relação à entrada). Um teste de unidade pode não provar que uma semântica está correta, mas ele pode refutar quando a mesma não está.
Sobre quando e como usar, não sei se sou a melhor pessoa para responder (a única coisa que eu tenho certeza é que eu os uso menos do que deveria...), mas posso dar algumas indicações baseada no modo como eu percebo a função dos mesmos:
Se você fez uma "depuração comum" e encontrou resultados inválidos - para depois corrigi-los - ajuda criar testes com esses resultados de modo a garantir que esses problemas não voltem no futuro (i.e. esses testes unitários em particular também seriam testes de regressão);
Se uma função ou classe é dependência para várias outras, as consequências de uma mudança inesperada de comportamento na mesma seria bem maior do que numa que não é dependência pra ninguém - uma pequena alteração nela pode causar um número bem grande de bugs em outras partes do código. Assim, embora o ideal é que todo o código seja bem testado, deve-se dar uma atenção maior às partes que são reutilizadas com mais frequência;
Se a implementação de um algoritmo é complexa - com muitos if
s, loops incomuns (i.e. mais complexo que "percorra a lista X"), etc - não só é mais provável que ela contenha bugs, como é bem possível que você mesmo não a entenda 100% (apesar de tê-la escrito). Nesse caso, não só é bom criar testes para garantir a sua correção, como também para testar seus casos limite:
- Garanta que todas as linhas de código sejam percorridas em pelo menos um teste cada;
- Se viável, garanta também que cada combinação delas seja ativada em ao menos um teste (ex.: há dois
if
s A e B, crie um teste em que ele não entre em nenhum dos dois, um que ele entre nos dois, um que entre em A mas não em B e outro que entre em B mas não em A);
- Descubra quais são os casos "interessantes" e produza um teste para eles. Por exemplo, se a função recebe um inteiro, crie um teste passando zero, outro um, outro menos um, outro
Integer.MAX_VALUE
, etc. Se ela utiliza o seno de um ângulo num cálculo, faça com que esse ângulo seja, 0, 90º, 180º, 270º, 360º e -90º (ajustando os parâmetros do teste para que isso ocorra). Se ela espera "uma lista com pelo menos dois elementos" crie um teste onde a lista em dois, outro onde ela tem três, outro onde ela tem um e outro onde ela está vazia. Etc.
Reduza as "variáveis de confusão" (confounding): se a unidade que você está querendo testar depende de várias outras (ex.: uma função que chama outras, um classe que herda de outra) procure - dentro das capacidades de sua linguagem/plataforma, é claro - substituir essas dependências por mock-ups que sempre dêem o resultado certo. É bastante indesejável que um teste de unidade para a função X falhe não porque X está incorreto, mas sim porque Y que é chamada por X está.
É sempre bom criar muitos testes para Y também, é claro (vide o segundo ponto acima), mas como já dito esses testes não provam que uma função está correta, apenas dão exemplos. Se todos os testes para Y passaram, mas X chama Y com um parâmetro distinto de todos eles, que faz com que Y falhe, então temos um problema... Caso isso aconteça (e de vez em quando acontece, apesar dos nossos melhores esforços), crie novos testes para Y baseado no resultado da sua depuração de X (vide o primeiro ponto acima).
Por fim, não custa relembrar que esses testes não valem de nada se você não executá-los. Sempre! Não uma vez aqui, outra ali, mas de preferência toda vez que você fizer qualquer alteração no seu sistema. Alguns workflows exigem que esse testes sejam executados em cada compilação (quando a linguagem é compilada) - o que pode ser um problema caso os testes demorem demais para terminar, principalmente se ele estiver testando de novo e de novo partes do programa que não foram alteradas. Quanto a isso, receio ter muito pouco a sugerir nesse momento (não conheço nenhum framework de testes unitários que também faça uma gestão decente das dependências - só re-executando testes nas unidades que realmente poderiam ter sido afetadas pela última alteração). Talvez alguém com mais experiência no assunto possa nos dar melhores notícias, espero...