FastEndpoints 中 Mapper 单元测试的正确姿势
2025-06-08 03:01:18作者:钟日瑜
理解 FastEndpoints 的 Mapper 机制
FastEndpoints 框架提供了一个强大的 Mapper 基类,开发者可以继承它来创建自定义映射器。这些映射器不仅能处理简单的对象转换,还能通过依赖注入访问各种服务。但在单元测试中,直接实例化这些 Mapper 会遇到"Service resolver is null"的问题,这是因为缺少了必要的解析器设置。
常见问题分析
许多开发者在测试 Mapper 时会尝试直接 new 一个实例,然后调用其映射方法。但当 Mapper 内部使用 Resolve() 方法时,这种直接实例化的方式会导致服务解析失败,抛出"Service resolver is null"异常。
正确的测试方法
FastEndpoints 提供了专门的工厂方法来创建 Mapper 实例:
// 正确的方式是使用 Factory.CreateMapper
var mapper = Factory.CreateMapper<MyMapper>();
这种方法会确保 Mapper 内部的服务解析器被正确初始化,使得 Resolve() 能够正常工作。
深入理解 Mapper 的服务解析
FastEndpoints 的 Mapper 支持多种服务解析方式:
- 构造函数注入:适用于单例服务
- Resolve():手动解析服务
- 作用域解析:通过 CreateScope() 创建作用域后解析
public class MyMapper : Mapper<Request, Response, Person>
{
private readonly ISomeSingletonService _singletonService;
public MyMapper(ISomeSingletonService singletonService)
{
_singletonService = singletonService;
// 手动解析其他服务
var anotherService = Resolve<IAnotherService>();
// 作用域内解析
using var scope = CreateScope();
var scopedService = scope.Resolve<IScopedService>();
}
}
单元测试最佳实践
在编写 Mapper 单元测试时,应该:
- 使用 Factory.CreateMapper 创建实例
- 为测试准备必要的模拟服务
- 考虑使用测试框架的依赖注入支持
- 针对不同解析方式编写相应测试
[Fact]
public void Mapper_Should_ResolveServicesCorrectly()
{
// 准备模拟服务
var mockService = new Mock<ISomeService>();
// 创建 Mapper 实例
var mapper = Factory.CreateMapper<MyMapper>();
// 执行测试
var result = mapper.ToEntity(new Request());
// 断言
Assert.NotNull(result);
}
总结
FastEndpoints 的 Mapper 设计提供了灵活的服务解析能力,但在单元测试中需要特别注意使用正确的实例化方式。通过 Factory.CreateMapper 方法创建实例,可以确保所有解析功能正常工作,使测试更加可靠和可维护。理解这些机制后,开发者可以更高效地编写和测试自定义映射器。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
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-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
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
184
196
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++
648
265
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
275
97
暂无简介
Dart
623
140
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
380
3.43 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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