Redis-py项目中的pytest-asyncio兼容性问题解析
在Redis-py项目中,测试套件使用了一个已被弃用的pytest-asyncio参数,这导致了与最新版本pytest-asyncio的兼容性问题。本文将深入分析这一问题的技术背景和解决方案。
pytest-asyncio是一个用于测试异步代码的pytest插件,它允许开发者编写和运行异步测试用例。在Redis-py的测试代码中,多处使用了@pytest.mark.asyncio(forbid_global_loop=True)装饰器来标记异步测试函数。
这个forbid_global_loop参数实际上早在2017年发布的pytest-asyncio 0.6.0版本中就已经被移除了。在较旧的pytest-asyncio版本中,这个参数虽然被忽略但不会导致错误。然而,在即将发布的0.24.0版本中,插件开始严格检查标记参数,只允许接受scope这一个关键字参数,因此抛出了ValueError异常。
除了这个主要问题外,测试代码中还使用了已被弃用的event_loopfixture。现代异步测试的最佳实践是直接使用asyncio.get_running_loop()来获取当前事件循环,而不是依赖特定的fixture。
这类兼容性问题在Python生态系统中并不罕见,特别是在异步编程领域,随着asyncio API的不断演进,相关的测试工具也在持续更新。开发者需要定期检查测试依赖项的变更日志,及时更新测试代码以适应新版本的要求。
对于Redis-py项目来说,解决方案相对直接:只需移除所有测试函数中@pytest.mark.asyncio装饰器的forbid_global_loop参数即可。这个参数原本的功能在现代pytest-asyncio版本中已经通过其他方式实现,因此移除它不会影响测试的正确性。
这个案例也提醒我们,在编写测试代码时,应当关注测试依赖项的长期维护状态,避免使用已被弃用的API,以确保测试套件能够随着依赖项的更新而持续运行。同时,定期运行测试时使用依赖项的最新版本(包括预发布版本)可以帮助及早发现潜在的兼容性问题。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00