ArchUnit在多模块Maven项目中忽略测试类的实践指南
2025-06-24 17:11:21作者:胡易黎Nicole
问题背景
在使用ArchUnit进行架构测试时,开发人员经常需要排除测试类以避免对测试代码进行架构约束检查。标准的做法是使用ImportOption.Predefined.DO_NOT_INCLUDE_TESTS选项来忽略测试类。然而,在多模块Maven项目中,当使用不同的Maven命令时,这一机制可能会出现不一致的行为。
现象描述
在一个典型的多模块Maven项目中,当使用mvn test命令运行时,ArchUnit能够正确忽略测试类;但当使用mvn verify命令时,某些测试类会被意外包含,导致架构测试失败。这种差异源于Maven在不同生命周期阶段处理测试类的方式不同。
深入分析
通过调试分析,我们发现:
-
使用mvn test时:
- 测试类直接从
target/test-classes目录加载 DO_NOT_INCLUDE_TESTS能够正确识别并排除这些类
- 测试类直接从
-
使用mvn verify时:
- 测试类被打包到
-tests.jar文件中 - 这些JAR包中的测试类未被标准排除规则识别
- 导致测试类被意外包含在架构分析中
- 测试类被打包到
解决方案
针对这一问题,我们推荐以下解决方案:
-
基础解决方案: 添加自定义的导入选项来排除测试JAR包:
.withImportOption(location -> !location.contains("-tests.jar")) -
增强解决方案: 创建更全面的导入选项组合:
.withImportOptions( ImportOption.Predefined.DO_NOT_INCLUDE_TESTS, location -> !location.contains("-tests.jar"), location -> !location.contains("/test-classes/") ) -
最佳实践: 建议创建一个可重用的工具类来管理这些导入选项:
public class ArchitectureTest { public static final ImportOption[] IGNORE_TEST_CLASSES = { ImportOption.Predefined.DO_NOT_INCLUDE_TESTS, location -> !location.contains("-tests.jar"), location -> !location.contains("/test-classes/") }; protected JavaClasses importClasses(String... packages) { return new ClassFileImporter() .withImportOptions(IGNORE_TEST_CLASSES) .importPackages(packages); } }
原理探究
Maven在构建生命周期不同阶段处理测试类的方式存在差异:
test阶段:测试类以原始.class文件形式存在verify阶段:测试类可能被打包到专用JAR中package阶段:会生成-tests.jar文件
ArchUnit的标准测试类排除规则主要针对常见的测试目录结构,而没有特别处理Maven特定的测试JAR包格式。
扩展建议
- 对于大型项目,考虑创建自定义的
ImportOption实现,更精确地控制类导入逻辑 - 在持续集成环境中,确保使用一致的Maven命令执行架构测试
- 定期审查架构测试的包含/排除规则,确保它们与项目结构保持同步
通过实施这些解决方案,可以确保ArchUnit在多模块Maven项目中始终如一地处理测试类,无论使用哪种Maven命令执行测试。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
675
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
627
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
947
886
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
398
302
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.56 K
909
暂无简介
Dart
921
228
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
559
昇腾LLM分布式训练框架
Python
142
169
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381