在Amp项目中实现异步测试的上下文跟踪
2025-06-14 23:38:48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
kernelopenEuler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。C042
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
Spark-Formalizer-X1-7BSpark-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
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
435
3.3 K
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++
694
367
Ascend Extension for PyTorch
Python
240
276
暂无简介
Dart
696
163
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
React Native鸿蒙化仓库
JavaScript
270
328
🔥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
65
19
🎉 (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
1.22 K
674
仓颉编译器源码及 cjdb 调试工具。
C++
138
869