Marten项目中的Daemon自动化测试体验优化
2025-06-26 10:17:27作者:董斯意
背景介绍
Marten是一个.NET平台上的PostgreSQL文档数据库和事件存储库。在最新版本中,开发团队对Daemon(守护进程)的自动化测试体验进行了重要改进,特别是针对投影(Projection)和订阅(Subscription)的管理功能。
核心改进内容
1. 投影协调器增强
在自动化测试场景中,经常需要停止和重新启动所有投影和订阅。为此,团队为IProjectionCoordinator接口新增了两个关键方法:
StartAllAsync()- 启动所有投影和订阅StopAllAsync()- 停止所有投影和订阅
这两个方法极大地简化了测试过程中对投影状态的管理,使得测试代码更加简洁明了。
2. 数据重置功能改进
ResetAllData()方法现在会自动处理投影的停止和重启操作。这意味着在测试中重置数据时,不再需要手动管理投影状态,减少了样板代码和维护成本。
3. 事件数据清理修复
修复了IDocumentCleaner.DeleteAllEventDataAsync()方法的一个严重问题 - 该方法之前未能正确删除事件进度(event progression)数据。这个修复确保了在清理事件数据时,相关进度信息也能被正确清除,保证了测试环境的干净状态。
此外,该方法现在还会自动:
- 停止Daemon进程
- 在清理完成后重新启动之前运行的进程
4. 宿主(IHost)扩展方法
为了方便使用,团队为IHost接口添加了几个实用的扩展方法:
StartAllProjectionsAndSubscriptionsAsync()- 启动所有投影和订阅StopAllProjectionsAndSubscriptionsAsync()- 停止所有投影和订阅StartDaemonsAndWaitForNonStaleData()- 启动Daemon并等待数据变为最新状态
这些方法封装了常见的测试模式,使得测试代码更加直观和易于维护。
技术价值
这些改进为Marten用户带来了显著的测试便利性:
- 简化测试代码:减少了管理投影状态的样板代码
- 提高测试可靠性:修复了事件数据清理的缺陷,确保测试环境一致性
- 增强可维护性:通过标准化的方法封装常见测试模式
- 提升开发体验:更直观的API设计降低了学习和使用成本
实际应用场景
假设你正在编写一个测试,需要验证投影的行为:
[Fact]
public async Task test_projection_behavior()
{
// 传统方式需要手动管理投影状态
// 新方式只需一行代码
await theHost.StartAllProjectionsAndSubscriptionsAsync();
// 执行测试操作...
// 重置测试数据时自动处理投影状态
await theStore.Advanced.ResetAllData();
}
这些改进特别适合:
- 集成测试
- 端到端测试
- 长时间运行的测试套件
- CI/CD流水线中的自动化测试
总结
Marten对Daemon自动化测试体验的改进,体现了项目对开发者体验的持续关注。通过提供更完善的API和修复关键问题,使得基于Marten的应用程序测试更加简单可靠。这些变化将帮助开发团队编写更健壮、更易维护的测试代码,从而提高整体软件质量。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
184
196
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++
648
265
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
275
97
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.43 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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