Async-GraphQL中如何高效测试订阅功能
2025-06-24 02:32:58作者:殷蕙予
在Async-GraphQL项目中,测试订阅(Subscription)功能与测试普通查询(Query)有所不同。许多开发者在使用Schema实例进行测试时,会遇到"Subscriptions are not supported on this transport"的错误提示。本文将深入探讨如何在不启动完整服务器的情况下,对订阅功能进行有效测试。
核心问题分析
当开发者尝试使用Schema实例直接测试订阅时,常见的错误是因为使用了错误的执行方法。与常规查询使用execute()方法不同,订阅功能需要特殊处理:
- 订阅功能基于数据流(Stream)机制
- 需要专门的流式执行方法
- 测试时需要模拟数据流的行为
解决方案:execute_stream方法
Async-GraphQL提供了execute_stream()方法来专门处理订阅功能的测试。这个方法会返回一个数据流,开发者可以像处理普通Rust流一样对其进行操作:
let schema = Schema::new(Query, Mutation, Subscription);
let request = Request::new("subscription { ... }");
let stream = schema.execute_stream(request);
结合Mockall的测试实践
在实际测试中,我们经常需要结合Mockall来模拟依赖项。以下是几个关键实践要点:
- 有限数据流设计:确保模拟的订阅流是有限的,便于测试验证
- 顺序控制:使用
in_sequence来确保模拟行为的顺序性 - 结果收集:将流收集到Vec中便于断言
#[async_std::test]
async fn test_subscription() {
let mut mock = MockBackend::new();
mock.expect_get_stream()
.returning(|| stream::iter(vec![Value1, Value2]));
let schema = Schema::build(Query, Mutation, Subscription)
.data(mock)
.finish();
let res = schema.execute_stream("subscription { updates }")
.collect::<Vec<_>>()
.await;
assert_eq!(res.len(), 2);
}
高级测试技巧
- 错误场景测试:模拟流中的错误情况,验证错误处理逻辑
- 多订阅测试:测试多个订阅同时存在时的行为
- 取消订阅测试:验证中途取消订阅时的资源清理
性能优化建议
- 避免在测试中使用真实网络传输
- 使用轻量级执行器而非完整服务器
- 考虑使用tokio::test而非async_std,根据项目实际情况选择
通过以上方法,开发者可以在不启动完整HTTP服务器的情况下,对Async-GraphQL的订阅功能进行全面测试,既保证了测试覆盖率,又提高了测试执行效率。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.69 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
136
163
React Native鸿蒙化仓库
JavaScript
233
309
暂无简介
Dart
596
130
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++
630
227
仓颉编译器源码及 cjdb 调试工具。
C++
123
656
🎉 (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
1.06 K
614
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
195
71
仓颉编程语言测试用例。
Cangjie
36
657