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
kernelopenEuler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。C091
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
473
3.52 K
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
223
90
暂无简介
Dart
721
174
Ascend Extension for PyTorch
Python
283
316
React Native鸿蒙化仓库
JavaScript
286
338
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++
849
438
🎉 (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
1.27 K
699
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
10
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19