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 StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
649
796
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
434
395
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++
1.01 K
1.01 K
Claude 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 Started
Rust
1.24 K
153
deepin linux kernel
C
30
16
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
146
237
暂无简介
Dart
985
253
昇腾LLM分布式训练框架
Python
167
200
🎉 (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
1.68 K
990