NgRx Signals 测试辅助工具:`unprotected` 函数的设计思考
2025-05-28 21:47:30作者:裘晴惠Vivianne
在 NgRx Signals 的状态管理方案中,SignalStore 提供了一种响应式的状态管理方式。然而在测试场景下,开发者经常需要直接修改受保护的状态来进行测试准备。本文将深入探讨 NgRx 社区关于测试辅助工具的设计讨论和技术决策。
背景与需求
SignalStore 默认情况下会保护内部状态,防止外部直接修改,这是良好的封装性原则。但在单元测试中,我们经常需要:
- 快速设置初始测试状态
- 模拟特定状态场景
- 验证状态变更逻辑
目前缺乏官方推荐的测试工具方法,导致开发者需要寻找各种变通方案。
解决方案讨论
社区提出了几种设计方案:
1. unprotected 函数方案
import { unprotected } from '@ngrx/signals/testing';
const store = TestBed.inject(UsersStore);
patchState(unprotected(store), setAllEntities(usersMock));
这种方案通过一个简单的包装函数,临时解除状态保护,允许直接修改。
2. overrideState 方案
借鉴 Angular TestBed 的 override 系列方法:
overrideState(store, newState);
优势是符合 Angular 开发者已有的心智模型,同时隐含"这是测试专用方法"的语义。
3. injectUnprotectedStore 方案
const store = injectUnprotectedStore(UsersStore);
patchState(store, setAllEntities(usersMock));
这种方法通过专门的注入函数,明确区分了测试环境和生产环境。
技术考量
- 类型安全:所有方案都需要确保类型系统能够正确识别修改后的状态类型
- 测试意图表达:API 设计应该清晰表达这是测试专用工具
- 误用防范:尽量减少在生产代码中误用的可能性
- 开发者体验:符合 Angular/NgRx 开发者已有的使用习惯
最佳实践建议
基于讨论,推荐以下测试模式:
// 推荐方式:明确测试初始化
const store = injectStore(UsersStore, {
initialState: setAllEntities(usersMock)
});
// 或者在已有实例上修改
const store = TestBed.inject(UsersStore);
patchState(unprotected(store), setAllEntities(usersMock));
对于复杂测试场景,可以考虑分层策略:
- 使用
injectStore进行基础状态设置 - 通过业务方法测试正常流程
- 仅在必要时使用
unprotected模拟异常状态
实现原理
这类测试工具的核心实现通常会涉及:
- 类型转换:将受保护类型转换为可写类型
- 状态访问:提供对底层 Signal 的直接访问
- 作用域限制:确保仅在测试环境下可用
总结
NgRx Signals 的测试工具设计体现了在开发者体验和软件工程原则间的平衡。最终方案将提供灵活而安全的测试能力,同时保持生产代码的封装性。开发者可以根据具体测试需求选择合适的工具方法,但应始终注意测试的真实性和可维护性。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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
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++
660
308
🔥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
64
19
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
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (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
1.19 K
654
仓颉编程语言运行时与标准库。
Cangjie
141
878