ArchUnit在多模块Maven项目中忽略测试类的实践指南
2025-06-24 02:09:56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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
615
140
Ascend Extension for PyTorch
Python
168
190
React Native鸿蒙化仓库
JavaScript
240
315
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++
647
256
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
373
3.18 K
🎉 (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
1.09 K
618
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
19
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
262
92