Marten项目中的异步投影数据状态检测问题解析
2025-06-26 06:33:42作者:卓炯娓
问题背景
Marten作为一个.NET平台的PostgreSQL文档数据库和事件存储库,提供了强大的事件溯源和投影功能。在最新版本中,开发团队引入了一个名为WaitForNonStaleProjectionDataAsync()的测试扩展方法,旨在帮助开发者在集成测试中等待异步投影完成后再继续执行测试逻辑。
问题本质
该方法的核心问题在于其实现方式存在两个关键缺陷:
-
投影进度获取机制:当前实现仅获取一次投影进度状态(
AllProjectionProgress),然后反复检查同一份数据,而不是在每次检查时重新获取最新状态。这导致即使数据库中的投影已经更新,测试代码也无法感知到这些变化。 -
初始化顺序问题:当从空数据库启动时(常见于集成测试场景),该方法无法正确处理投影系统尚未完全初始化的情况。特别是
mt_event_progression表中可能还没有所有异步投影的记录,而方法已经开始了检查。
技术影响
这些问题导致在以下场景中测试会失败:
- 使用空数据库初始化测试环境时
- 执行多个依赖投影的测试用例时
- 使用
ResetAllData重置测试数据时
虽然单个测试可能成功,但在测试套件中连续运行时就会出现问题,因为投影系统需要时间完全初始化,而检测机制无法适应这种动态变化。
解决方案演进
Marten团队已经意识到这个问题的重要性,并进行了多次改进尝试。最新提交(96a9e20)应该已经解决了核心问题,但根据用户反馈,在某些特定场景下(如使用ResetAllData时)可能仍存在问题。
最佳实践建议
对于正在使用或计划使用此功能的开发者,建议:
- 确保使用最新版本的Marten(7.18.0或更高)
- 对于复杂测试场景,考虑实现自定义的等待逻辑
- 在测试初始化时给予投影系统足够的启动时间
- 避免在短时间内连续重置数据和运行多个依赖投影的测试
总结
异步投影的状态检测是事件溯源系统中一个复杂但关键的功能。Marten团队正在持续改进这一功能,开发者在使用时应了解其当前限制,并根据项目需求选择合适的测试策略。随着项目的不断发展,这一问题有望得到更完善的解决。
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