在Amp项目中实现异步测试的上下文跟踪
2025-06-14 08:26:28作者:卓炯娓
背景介绍
在现代PHP开发中,异步编程变得越来越重要。Amp作为一个流行的PHP异步编程框架,提供了强大的协程和Future支持。在编写异步集成测试时,我们经常需要处理多个并发测试用例的执行,同时还需要跟踪每个测试的状态和断言数量。
问题场景
假设我们有以下测试用例:
class MyTest {
public function test1() {
$result = $this->request('/delay/3'); // 使用Amp HTTP客户端
$this->assertTrue($result['foo']);
}
public function test2() {
$result = $this->request('/delay/1'); // 使用Amp HTTP客户端
$this->assertTrue($result['foo']);
}
}
传统同步执行方式需要4秒(3+1),而利用Amp的异步特性,我们可以让这两个测试并发执行,总时间只需3秒。然而,在并发执行时,如何正确跟踪每个测试的断言数量成为一个挑战。
解决方案探索
初始实现
最初的实现使用了一个测试池(Pool)来管理并发测试:
while (!$pool->isEmpty()) {
$test = $pool->getTestToRun();
$futures[$test->getIdentifier()] = async(function () use ($test, &$futures) {
$this->run($test);
unset($futures[$test->getIdentifier()]);
});
}
上下文跟踪问题
当测试中遇到I/O操作时,Amp会暂停当前协程并切换到其他协程。这导致在跟踪断言数量时,上下文可能会混淆。例如,test1暂停后执行test2时,test2的断言可能会被错误地计入test1。
FiberLocal解决方案
Amp基于协程(Fiber)实现异步操作。我们可以利用FiberLocal来为每个协程维护独立的上下文数据。FiberLocal类似于线程本地存储,但针对协程进行了优化。
实现方式如下:
$fiberLocal = new FiberLocal(function() {
return ['assertionCount' => 0];
});
// 在测试中
$fiberLocal->get()['assertionCount']++;
这种方法确保了每个测试协程都有自己的断言计数器,不会互相干扰。
高级考量
嵌套协程处理
如果测试中创建了嵌套协程,FiberLocal的默认行为可能无法满足需求,因为子协程不会自动继承父协程的上下文。这时可以手动传递上下文:
$parentContext = $fiberLocal->get();
async(function() use ($fiberLocal, $parentContext) {
$fiberLocal->set($parentContext);
// 子协程逻辑
});
性能影响
虽然FiberLocal提供了便利,但频繁的上下文切换和存储访问可能带来性能开销。在性能敏感的场景中,应该尽量减少上下文数据的体积和访问频率。
最佳实践
- 为每个测试协程创建独立的上下文存储
- 在断言方法中自动更新上下文计数器
- 处理嵌套协程时显式传递上下文
- 在测试结束时收集和验证上下文数据
总结
通过利用Amp的FiberLocal特性,我们可以有效地解决异步测试中的上下文跟踪问题。这种方法不仅适用于断言计数,还可以扩展到其他需要在协程间隔离的状态管理场景。理解并合理应用这些模式,可以显著提升异步测试的可靠性和可维护性。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0130- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
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
MiniCPM-V-4.6这是 MiniCPM-V 系列有史以来效率与性能平衡最佳的模型。它以仅 1.3B 的参数规模,实现了性能与效率的双重突破,在全球同尺寸模型中登顶,全面超越了阿里 Qwen3.5-0.8B 与谷歌 Gemma4-E2B-it。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
项目优选
收起
暂无描述
Dockerfile
722
4.64 K
Ascend Extension for PyTorch
Python
594
747
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
425
375
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++
987
977
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
889
130
deepin linux kernel
C
29
16
暂无简介
Dart
967
246
Oohos_react_native
React Native鸿蒙化仓库
C++
345
390
昇腾LLM分布式训练框架
Python
159
188
🎉 (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
1.65 K
964