Starlette项目WebSocket TestClient在0.45.1版本更新后的异常分析
2025-05-21 13:47:25作者:袁立春Spencer
问题背景
在Starlette框架0.45.1版本更新后,开发者在使用TestClient进行WebSocket测试时遇到了一个典型问题。当测试用例同时涉及WebSocket通信和HTTP POST请求时,会出现ClosedResourceError异常。这个异常特别出现在以下场景:
- 测试中先建立WebSocket连接并进行消息收发
- 保持WebSocket连接的同时发送POST请求
- 应用在处理POST请求时尝试通过后台任务向所有连接的WebSocket广播消息
技术细节分析
异常表现
错误信息显示anyio.ClosedResourceError,这表明内存对象发送流已被关闭。具体发生在:
- 测试客户端尝试通过已关闭的通道发送WebSocket消息
- 异常抛出点位于anyio的内存流实现中
根本原因
经过深入分析,这个问题源于两个关键因素:
-
测试客户端生命周期管理:虽然测试用例在setUp中创建了新的TestClient实例,但应用层可能保留了之前测试中已关闭的WebSocket连接引用
-
异步资源竞争:当同时存在WebSocket连接和HTTP请求时,不同操作可能使用了不同的阻塞门户(blocking portal),导致资源状态不一致
解决方案
推荐实践
- 使用上下文管理器:确保所有TestClient操作都在上下文管理器中进行,这样可以保证使用相同的阻塞门户
with TestClient(app) as client:
with client.websocket_connect("/ws") as websocket:
websocket.send_text("message")
# 其他操作
-
清理连接状态:在测试之间确保清理应用层维护的WebSocket连接集合
-
隔离测试环境:每个测试用例应该完全独立,不依赖或影响其他测试的状态
版本兼容性建议
对于从0.45.0升级到0.45.1的用户,需要注意:
- 测试代码中WebSocket和HTTP请求的混合使用方式
- 后台任务中WebSocket消息发送的时序控制
- 连接状态的显式管理
最佳实践总结
- 单一职责原则:尽量将WebSocket测试和HTTP测试分开
- 状态隔离:确保每个测试用例有完全独立的环境
- 资源清理:在tearDown中显式清理所有网络连接
- 上下文管理:充分利用Python的上下文管理器保证资源正确释放
这个问题提醒我们在进行异步测试时需要特别注意资源生命周期管理,特别是在涉及多种协议混合使用的场景下。通过遵循上述实践,可以避免类似问题的发生。
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
173
193
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++
647
263
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
269
93
暂无简介
Dart
622
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
377
3.32 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
620
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