Kotlin协程库中sample操作符导致测试挂起问题解析
2025-05-17 07:32:41作者:钟日瑜
问题现象
在使用Kotlin协程库进行Android开发时,开发者在测试ViewModel时遇到了一个奇怪的现象:当对MutableSharedFlow应用sample操作符后,使用runTest进行的单元测试会无限挂起;而移除sample操作符后,测试则能正常完成。
问题本质
这个问题的根源在于测试代码违反了结构化并发的原则。在测试中,开发者手动创建了一个CoroutineScope并传递了测试调度器,这种做法会导致协程泄漏而无法正常完成。特别是当使用sample这类具有时间窗口的操作符时,问题会更加明显。
技术细节
错误示例分析
以下是一个典型的错误测试写法:
@Test
fun repro() = runTest {
val dispatcher = coroutineContext[CoroutineDispatcher]!!
val flow = MutableSharedFlow<Int>()
val scope = CoroutineScope(dispatcher)
scope.launch {
flow.sample(300L).collect {}
}
}
这种写法存在两个主要问题:
- 手动创建CoroutineScope破坏了结构化并发
- 没有正确处理协程的生命周期管理
正确测试方法
正确的测试应该使用backgroundScope来管理协程:
@Test
fun correctTest() = runTest {
val flow = MutableSharedFlow<Int>()
backgroundScope.launch {
flow.sample(300L).collect {}
}
}
Android ViewModel测试最佳实践
在Android ViewModel测试中,推荐的做法是注入协程作用域:
- 生产代码中使用viewModelScope
- 测试代码中注入backgroundScope
这样可以确保:
- 生产环境使用正确的生命周期管理
- 测试环境能够正确控制协程的执行和取消
为什么sample操作符会导致挂起
在测试环境中,当使用sample操作符时:
- 测试调度器知道需要定期检查新元素(每300ms)
- 测试会持续等待这些定期检查
- 导致测试无法正常结束
而没有sample操作符时:
- 虽然协程仍然泄漏
- 但测试调度器认为没有更多工作需要执行
- 因此测试会"错误地"完成
解决方案总结
- 始终遵循结构化并发原则
- 在测试中使用backgroundScope而非手动创建作用域
- 对于ViewModel测试,考虑注入协程作用域
- 避免直接操作调度器,使用测试库提供的工具
通过遵循这些原则,可以避免测试挂起问题,同时编写出更健壮、更可靠的协程代码。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
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
24
9
Ascend Extension for PyTorch
Python
223
245
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
672
157
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++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218