TSED依赖注入中异步工厂函数返回Promise问题的分析与解决
2025-06-27 22:04:57作者:宣利权Counsellor
问题背景
在使用TSED框架的依赖注入系统时,开发者遇到了一个关于异步工厂函数返回值的类型问题。具体场景是在使用TypeORM适配器时,当通过@Inject()装饰器注入DataSource实例时,第二次调用时注入的值变成了Promise对象而非预期的DataSource实例。
问题复现
开发者提供了一个测试用例来重现这个问题:
- 定义了一个Test类和一个符号TokenAsync
- 使用registerProvider注册了一个异步工厂提供者,该工厂返回一个Promise解析后的Test实例
- 创建了两个Injectable类Parent1和Parent2,都注入了TokenAsync标识的服务
- 通过InjectorService分别调用这两个类时,发现注入的test属性变成了Promise
问题分析
经过深入分析,发现问题出在测试用例的执行方式上。在TSED框架中,异步提供者的正确使用方式需要先调用InjectorService的load方法,该方法会负责解析所有异步提供者。而原始测试用例中直接调用了invoke方法,跳过了这一关键步骤。
解决方案
正确的测试用例应该修改为:
const injector = new InjectorService();
await injector.load(); // 关键步骤:先加载并解析所有异步提供者
const parent1 = await injector.invoke<Parent1>(Parent1);
const parent2 = await injector.invoke<Parent2>(Parent2);
expect(parent1.test).toBeInstanceOf(Test);
expect(parent2.test).toBeInstanceOf(Test);
在实际的TSED应用中,PlatformTest.create()和PlatformExpress.bootstrap()方法内部都会自动调用load方法,因此生产环境中不会出现这个问题。只有在单元测试这种特殊场景下,如果直接使用InjectorService而不调用load方法,才会遇到这个问题。
最佳实践
对于使用异步工厂函数的依赖注入场景,开发者应该注意:
- 确保在使用InjectorService前调用load方法
- 在生产环境中,推荐使用PlatformTest或PlatformExpress等高级API,它们会自动处理异步提供者的加载
- 在单元测试中,如果直接使用InjectorService,必须手动调用load方法
总结
这个问题展示了TSED框架中异步依赖注入的一个重要细节。理解框架内部如何处理异步提供者对于编写正确的测试用例至关重要。通过这个案例,我们学习到了在直接使用底层InjectorService时需要特别注意的加载顺序问题,这有助于我们在实际开发中避免类似的陷阱。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0213
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
468
461
暂无描述
Dockerfile
776
5.08 K
Ascend Extension for PyTorch
Python
756
963
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
874
2.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
697
1.4 K
昇腾LLM分布式训练框架
Python
184
230
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
364
431