UnitRecord技术文档
1. 安装指南
首先,确保您的环境中已经安装了Ruby和Rails。接下来,通过以下命令安装UnitRecord:
gem install unit_record
2. 项目的使用说明
UnitRecord旨在帮助开发者对ActiveRecord类进行单元测试,而不需要连接到数据库。这样做的主要好处是可以加快测试套件的运行速度。
重构Rails测试目录
Rails的测试目录通常将模型测试放在test/unit,控制器测试放在test/functional。但我们需要重新定义单元和功能测试。控制器可以进行单元测试(模拟模型并渲染视图),而模型可以进行功能测试(实际访问数据库)。每种测试类型都需要自己的测试辅助文件。建议您的测试目录结构如下:
test
test_helper.rb
unit
unit_test_helper.rb
controllers
models
functional
functional_test_helper.rb
controllers
models
将现有的功能测试移动到functional/controllers,并修改测试文件顶部的require行,以引入functional_test_helper.rb而不是test_helper.rb。
functional_test_helper.rb文件只需要引入test_helper.rb:
require File.dirname(__FILE__) + "/../test_helper"
对于单元测试的移动,建议将其移至unit/models,并断开单元测试与数据库的连接。任何失败的测试都应该修改为不访问数据库或移动到functional/models。
使用方法
在重构测试目录时创建的test/unit/unit_test_helper.rb文件中,添加以下代码:
require File.dirname(__FILE__) + "/../test_helper"
require "unit_record"
ActiveRecord::Base.disconnect!
disconnect!方法将执行所有必要操作,以在不连接数据库的情况下运行您的单元测试。
策略
如果您的代码尝试访问数据库,UnitRecord提供了两种策略:抛出异常或不执行任何操作(no-op)。抛出异常可以帮助您确定测试失败的原因,但可能不方便处理。
如果您希望抛出异常:
ActiveRecord::Base.disconnect! :strategy => :raise
如果您希望不执行任何操作:
ActiveRecord::Base.disconnect! :strategy => :noop
您还可以在块内更改策略:
ActiveRecord::Base.connection.change_strategy(:raise) do
Person.find(:all)
end
ActiveRecord::Base.connection.change_strategy(:noop) do
Person.find(:all)
end
关联存根
单元测试ActiveRecord类的一个痛点是设置关联。由于Rails在设置关联时进行类型检查,如果您尝试使用存根替换预期类,将会收到异常。
Pet.new :owner => stub("person")
如果使用mocha,可以启用UnitRecord进行关联存根。要启用关联存根功能:
ActiveRecord::Base.disconnect! :stub_associations => true
3. 项目API使用文档
UnitRecord主要提供了disconnect!方法,用于断开ActiveRecord与数据库的连接。该方法接受一个策略参数,用于定义当尝试访问数据库时应该采取的行为。
:raise:抛出异常:noop:不执行任何操作
此外,您可以使用change_strategy方法在块内临时更改策略。
4. 项目安装方式
如前所述,您可以通过Ruby的gem包管理器安装UnitRecord:
gem install unit_record
确保在您的Rails项目中包含UnitRecord,并在测试辅助文件中正确配置。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
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!Kotlin08
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