Nock项目中的并行Fetch请求Body读取问题解析
2025-05-17 18:02:46作者:咎竹峻Karen
问题背景
在使用Nock库进行HTTP请求模拟时,开发者在并行调用fetch请求时遇到了一个棘手的问题。当使用nock.back功能并设置NOCK_BACK_MODE为update或record模式时,如果代码中同时发起多个fetch请求,会出现"Body is unusable: Body has already been read"的错误。
问题重现
该问题在特定条件下重现:
- 使用nock.back功能
- 设置NOCK_BACK_MODE为update或record
- 在Promise.all中并行发起多个fetch请求
示例代码:
const { back: nockBack } = require("nock");
const path = require("path");
(async () => {
nockBack.fixtures = "tests/fixtures";
const { nockDone } = await nockBack(`good_request.json`);
await Promise.all([
fetch("https://api.example.com"),
fetch("https://api.example.com"),
]);
nockDone();
})();
技术分析
这个问题的根本原因在于HTTP响应体的读取机制。在Node.js中,响应体(Response Body)是一个流(Stream),一旦被读取就无法再次使用。当nock尝试记录多个并行请求的响应时,它会尝试多次读取同一个响应体,导致错误。
具体来说:
- nock.back在record/update模式下会尝试捕获并保存实际请求的响应
- 当多个请求并行发生时,nock尝试多次读取同一个响应体
- 由于响应体只能被读取一次,第二次读取时抛出错误
解决方案
Nock团队在14.0.1版本中修复了这个问题。修复的核心思路是:
- 正确处理并行请求场景下的响应体读取
- 确保每个响应体只被读取一次
- 在记录模式下妥善处理流式响应
后续发现
虽然14.0.1版本修复了最初的并行请求问题,但在某些特定场景下(如使用response.body.getReader()进行流式读取时),又出现了新的"TypeError: unusable"错误。这表明在流式响应处理方面还有进一步优化的空间。
最佳实践建议
- 对于并行请求场景,建议升级到Nock 14.0.1或更高版本
- 如果遇到流式响应问题,可以暂时使用NOCK_BACK_MODE=dryrun模式
- 在测试代码中,考虑对并行请求进行序列化处理,避免潜在的竞态条件
- 对于复杂的流式响应场景,建议单独编写mock逻辑而非完全依赖nock.back
总结
这个问题展示了在HTTP模拟测试中处理并行请求和流式响应的复杂性。Nock团队快速响应并修复了主要问题,体现了这个流行测试工具的良好维护性。开发者在使用高级功能时应当注意这些边界情况,并保持测试框架的及时更新。
登录后查看全文
热门项目推荐
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。C030
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
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
425
3.26 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++
689
334
暂无简介
Dart
686
161
Ascend Extension for PyTorch
Python
231
264
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
266
326
🎉 (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
667
🔥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
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
19
30