Mockery项目中关于同时生成Mock和Stub的实践探讨
2025-06-02 08:00:48作者:明树来
在Go语言的单元测试实践中,Mockery作为流行的mock生成工具,其灵活性和可扩展性一直备受开发者关注。近期社区针对同时生成Mock和Stub的需求展开了深入讨论,这反映了现代测试驱动开发中对测试替身多样化的实际需求。
需求背景
在复杂项目的测试场景中,开发者往往需要根据不同的测试阶段选择不同类型的测试替身。Mock适用于需要验证交互行为的场景,而Stub则更适合模拟固定返回值的情况。传统做法需要分别生成两种实现,这不仅增加了配置复杂度,也影响了测试代码的维护性。
技术实现方案
目前Mockery v3版本结合matryer模板可以通过YAML配置实现同时生成两种实现。核心思路是利用配置文件的锚点特性定义生成规则:
template: matryer
configs:
- template-data:
stub-impl: false
mockname: "Mock{{.InterfaceName}}"
- template-data:
stub-impl: true
mockname: "Stub{{.InterfaceName}}"
这种配置方式虽然有效,但存在以下技术考量:
- 配置复杂度随项目规模线性增长
- 需要显式维护接口列表
- 缺乏对包级配置的统一管理
架构权衡分析
项目维护者从API兼容性和实现复杂度角度提出了重要见解:
- 必须保持与matryer/moq项目的向后兼容
- 配置合并策略存在多种可能路径(追加vs替换)
- 新增功能会带来长期维护成本
最佳实践建议
对于实际项目应用,推荐采用以下模式:
- 使用YAML锚点保持配置DRY原则
- 明确定义Mock和Stub的命名规范
- 在团队内部建立统一的测试替身使用规范
// 生成代码使用示例
var mock Service = &MockService{}
var stub Service = &StubService{}
未来演进方向
虽然当前方案已能满足需求,但从工程化角度看仍有优化空间:
- 简化顶层配置管理
- 支持更灵活的命名模板
- 提供智能的配置合并策略
这个讨论体现了Go生态中工具链设计的典型权衡过程,在保持简洁性和提供灵活性之间寻找平衡点,值得广大Go开发者参考借鉴。
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。C0100
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
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
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
477
3.56 K
React Native鸿蒙化仓库
JavaScript
287
340
暂无简介
Dart
728
175
Ascend Extension for PyTorch
Python
287
320
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++
849
446
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
235
98
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
10
1
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
450
180
🎉 (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
1.28 K
705