FastEndpoints 中 Mapper 单元测试的正确姿势
2025-06-08 01:44:46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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
147
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
12
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
68
20
🎉 (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
1.37 K
781