测试RxJava

关键要点: RxJava含有内建的、测试友好的解决方案。 使用TestSubscriber去验证Observable。 使用Test

关键要点:

  • RxJava含有内建的、测试友好的解决方案。
  • 使用TestSubscriber去验证Observable。
  • 使用TestScheduler可实现对时间的严格控制。
  • Awaitility库提供了对测试环境进一步的控制。

你已经阅读过RxJava的相关内容,也已经在互联网上体验过像“RxJava by Example”中的那些示例,现在打算在自己的代码中探索一下响应式编程了。但是,现在却一直困扰着如何测试那些可能会在代码库中发现的新功能呢?

使用响应式编程,就必须转变对给定问题的推理方式,因为我们要聚焦于作为事件流的流动数据,而非个别数据项。事件通常是被不同的线程所产生和消费,因此在编写测试时必须要对并发问题有着清晰的认识。幸运的是,RxJava提供了测试Observable和Subscription的内建支持,并且是直接构建于RxJava的核心依赖中。

第一步

让我们回顾一下在“RxJava by Example”一文中所给出的那个词汇的例子,看一下如何对该例子作测试。让我们从基础测试工具的设置开始。在我们的测试架构中,使用了JUnit作为测试工具。

import rx.Observable;

import rx.observers.TestSubscriber;

import rx.plugins.RxJavaHooks;

import rx.schedulers.Schedulers;

import java.util.*;

import static java.util.concurrent.TimeUnit.SECONDS;

import static org.awaitility.Awaitility.await;

import static org.hamcrest.Matchers.*;

import org.junit.Test;

import static org.junit.Assert.assertThat;

public class RxJavaTest {

private static final List<String> WORDS = Arrays.asList(

"the",

"quick",

"brown",

"fox",

"jumped",

"over",

"the",

"lazy",

"dog"

);

}

事实上在没有给定调度器(Scheduler)的情况下,Subscription将默认运行于调用线程上。因此我们将在首个测试中使用原生的方法。这意味着我们可实现一个Subscription接口的对象,在Subscription发生后就立刻对其状态做断言(assert)。

@Test

public void testInSameThread() {

// given:

List<String> results = new ArrayList<>();

Observable<String> observable = Observable

.from(WORDS)

.zipWith(Observable.range(1, Integer.MAX_VALUE),

(string, index) -> String.format("%2d. %s", index, string));

// when:

observable.subscribe(results::add);

// then:

assertThat(results, notNullValue());

assertThat(results, hasSize(9));

assertThat(results, hasItem(" 4. fox"));

}

注意这里使用了显式的List<String>容器,与实际订阅者一起累计结果。由于给定的测试很简单,所以可能会使你认为这种显式累加器的方法已经足够好了。但是切记产品级的Observable中可能封装了错误或可能产生意外的事件。例子中的Subscriber与累加器的简单组合并不足以覆盖这种情况。但不用为此烦恼,RxJava提供的TestSubscriber类型就是用于处理这种情况的。下面我们使用TestSubscriber类型重构上面的测试。

@Test

public void testUsingTestSubscriber() {

// given:

TestSubscriber<String> subscriber = new TestSubscriber<>();

Observable<String> observable = Observable

.from(WORDS)

.zipWith(Observable.range(1, Integer.MAX_VALUE),

(string, index) -> String.format("%2d. %s", index, string));

// when:

observable.subscribe(subscriber);

// then:

subscriber.assertCompleted();

subscriber.assertNoErrors();

subscriber.assertValueCount(9);

assertThat(subscriber.getOnNextEvents(), hasItem(" 4. fox"));

}

TestSubscriber不仅可替代用户累加器,还另给出了一些行为。例如它能够给出接收到的消息和每个事件相关数据的规模,它也可对Subscription被完成且在Observable消费期间没有错误出现的状态做断言。虽然当前测试中的Observable并未生成任何的错误,但是回到“RxJava by Example”一文,我们从中得知了Observable将例外与数据事件等同对待。我们可通过如下的方式通过连接例外事件而模拟错误:

@Test

public void testFailure() {

// given:

TestSubscriber<String> subscriber = new TestSubscriber<>();

Exception exception = new RuntimeException("boom!");

Observable<String> observable = Observable

.from(WORDS)

.zipWith(Observable.range(1, Integer.MAX_VALUE),

(string, index) -> String.format("%2d. %s", index, string))

.concatWith(Observable.error(exception));

// when:

observable.subscribe(subscriber);

// then:

subscriber.assertError(exception);

subscriber.assertNotCompleted();

}

在我们所给出的有限用例中,所有的机制运行良好。但是实际的产品代码可能会完全不同于例子。因此在下文中,我们将考虑一些更加复杂的产品实例。

定制调度器(Scheduler)

在产品代码中,很多用例中的Observable都是在特定的线程上执行,这种线程在响应式编程环境中被称为“调度器(Scheduler)”。很多Observable操作将可选的调度器参数作为附加参数使用。RxJava定义了一系列任何时候都可用的命名调度器,包括IO调度器(io)、计算调度器(computation,为共享线程)和新线程调度器(newThread)。开发人员也可去实现个人定制的调度器。让我们通过指定计算调度器来修改Observable的代码吧。

@Test

public void testUsingComputationScheduler() {

// given:

TestSubscriber<String> subscriber = new TestSubscriber<>();

Observable<String> observable = Observable

.from(WORDS)

.zipWith(Observable.range(1, Integer.MAX_VALUE),

(string, index) -> String.format("%2d. %s", index, string));

// when:

observable

.subscribeOn(Schedulers.computation())

.subscribe(subscriber);

// then:

subscriber.assertCompleted();

subscriber.assertNoErrors();

assertThat(subscriber.getOnNextEvents(), hasItem(" 4. fox"));

}

当运行时就会立刻发现该代码是存在问题的。Subscriber在测试线程上执行其断言,但是Observable在后台线程(计算线程)上生成值。这意味着执行Subscriber断言可能先于Observable生成所有相关事件,因而导致测试的失败。

为使测试顺利执行,有如下的一些策略可选:

  • 将Observable转化为阻塞式的。
  • 强制测试等待,直至给定的条件被满足。
  • 将计算调度器转换为即刻(Schedulers.immediate())调度器。

我们将对每个策略做展开介绍,但将从“将Observable转化为阻塞式”开始,因为实现该策略所需做的技术工作最少,这些工作与所使用的调度器无关。我们假设数据在后台线程中生成,这将导致Subscriber从同一后台线程得到通知。

我们要做的是强制生成所有的事件,并在下一个声明被执行前就在测试中完成Observable。这是通过在Observable自身上调用toBlocking()方法实现的。

@Test

public void testUsingBlockingCall() {

// given:

Observable<String> observable = Observable.from(WORDS)

.zipWith(Observable.range(1, Integer.MAX_VALUE),

(string, index) -> String.format("%2d. %s", index, string));

// when:

Iterable<String> results = observable

.subscribeOn(Schedulers.computation())

.toBlocking()

.toIterable();

// then:

assertThat(results, notNullValue());

assertThat(results, iterableWithSize(9));

assertThat(results, hasItem(" 4. fox"));

}

该方法虽然适用于我们所给出的简单代码,但可能并不适用于实际的产品代码。如果生产者生成所有的数据需要很长的时间,那将会产生什么后果?这将使测试变得非常慢,并增加了编译时间,还可能会有其它的性能问题。这里我推荐一个便利的程序库,就是 Awaitility 。简单地说,Awaitility是一个以精确、简单易读的方式对异步系统相关期望进行表述的DSL。在项目中可以用Maven添加Awaitility的依赖关系。

<dependency>

<groupId>org.awaitility</groupId>

<artifactId>awaitility</artifactId>

<version>2.0.0</version>

<scope>test</scope>

</dependency>

或是使用Gradle:

testCompile 'org.awaitility:awaitility:2.0.0'

Awaitility DSL的接入点是org.awaitility.Awaitility.await()方法(参见下面例子中的第13和14行代码)。可以使用Awaitility定义使测试继续所必须达成的条件,也可在条件中加入超时或其它的时序约束,例如最小、最大或持续范围。对于上面的例子,下面的代码给出了如何在结果中使用Awaitility:

@Test

public void testUsingComputationScheduler() {

// given:

TestSubscriber<String> subscriber = new TestSubscriber<>();

Observable<String> observable = Observable.from(WORDS)

.zipWith(Observable.range(1, Integer.MAX_VALUE),

(string, index) -> String.format("%2d. %s", index, string));

// when:

observable.subscribeOn(Schedulers.computation())

.subscribe(subscriber);

await().timeout(2, SECONDS)

.until(subscriber::getValueCount, equalTo(9));

// then:

subscriber.assertCompleted();

subscriber.assertNoErrors();

assertThat(subscriber.getOnNextEvents(), hasItem(" 4. fox"));

}

此版本测试并未以任何方式改变Observable的本质,这使得你做测试时不必对产品代码做任何改动。该版本测试使用最多2秒的等待时间通过检查Subscriber状态使Observable执行其作业。如果一切进行顺利,在2秒内就可将Subscriber的状态释放给所有的9个事件。

Awaitility具有和Hamcrest的匹配符、Java 8的lambda表达式和方法引用等的良好协作,从而给出精确的和可读的测试条件。Awaitility还提供了预制扩展,用于那些被广泛使用的JVM语言,其中包括Groovy和Scala。

我们要给出最后一个策略中使用了RxJava的扩展机制,该扩展是以RxJava API的组成部分发布的。RxJava中定义了一系列的扩展点,允许对几乎任何默认的RxJava行为进行微调。这种扩展机制使我们可以针对特定的RxJava特性提供修改过的值。利用该机制,在无需关心生成代码中所指定的调度器的情况下,我们可在测试中注入选定的调度器。这正是我们所寻找的方法,该方法被封装在RxJavaHooks类中。假设产品代码依赖于计算调度器,我们将覆盖它的默认值,返回一个调度器,它作为被调用的代码使事件处理发生,这是即刻调度器(Schedulers.immediate())。下面给出测试的代码:

@Test

public void testUsingRxJavaHooksWithImmediateScheduler() {

// given:

RxJavaHooks.setOnComputationScheduler(scheduler -> Schedulers.immediate());

TestSubscriber<String> subscriber = new TestSubscriber<>();

Observable<String> observable = Observable.from(WORDS)

.zipWith(Observable.range(1, Integer.MAX_VALUE),

(string, index) -> String.format("%2d. %s", index, string));

try {

// when:

observable.subscribeOn(Schedulers.computation())

.subscribe(subscriber);

// then:

subscriber.assertCompleted();

subscriber.assertNoErrors();

subscriber.assertValueCount(9);

assertThat(subscriber.getOnNextEvents(), hasItem(" 4. fox"));

} finally {

RxJavaHooks.reset();

}

}

在测试中,产品代码察觉不到计算调度器是即刻的。请注意钩子函数必须被重置,否则即刻调度器的设置可能会发生泄漏,导致在各处的测试被破坏。使用try/finall代码块会在一定程度上模糊了测试的目的,但是幸运的是我们可以使用JUnit规则重构该行为,使测试更加精炼,结果更可读。下面给出使用上述规则的一种可能的实现代码:

public class ImmediateSchedulersRule implements TestRule {

@Override

public Statement apply(final Statement base, Description description) {

return new Statement() {

@Override

public void evaluate() throws Throwable {

RxJavaHooks

.setOnIOScheduler(scheduler -> Schedulers.immediate());

RxJavaHooks

.setOnComputationScheduler(scheduler -> Schedulers.immediate());

RxJavaHooks

.setOnNewThreadScheduler(scheduler -> Schedulers.immediate());

try {

base.evaluate();

} finally {

RxJavaHooks.reset(); }

}

};

}

}

此外,我们还对另外两个调度器的生成方法做了重写。该规则对此后其它的测试目标更为通用。在新的测试用例类中,该规则的使用方法很直接,只需简单地定义一个域,并将其中新类型标注为@Rule即可。示例代码如下:

@Rule

public final ImmediateSchedulersRule schedulers = new ImmediateSchedulersRule();

@Test

public void testUsingImmediateSchedulersRule() {

// given:

TestSubscriber<String> subscriber = new TestSubscriber<>();

Observable<String> observable = Observable.from(WORDS)

.zipWith(Observable.range(1, Integer.MAX_VALUE),

(string, index) -> String.format("%2d. %s", index, string));

// when:

observable.subscribeOn(Schedulers.computation())

.subscribe(subscriber);

// then:

subscriber.assertNoErrors();

subscriber.assertCompleted();

subscriber.assertValueCount(9);

assertThat(subscriber.getOnNextEvents(), hasItem(" 4. fox"));

}

最终我们可得到与前面测试一样的行为,却没有像前面测试那样的杂乱。下面用一些篇幅来回顾一下我们目前已经做到的事情:

  • Subscribers将在同一线程中处理数据,只要没有使用特定的调度器。这意味着在Subscriber向Observable做订阅后,我们就可在该Subscriber上做断言。
  • TestSubscriber可累计事件,并给出自身状态的追加断言。
  • 任何Observable都可转换为阻塞式的,这使得无论Observable使用何种调度器,我们都可以同步等待事件的生成。
  • RxJava提供了扩展机制,允许开发人员重写其默认方法,并以适当的方式注入到产品代码中。
  • 并发代码可使用Awaitility DSL测试。

上述的每个技术都作用于不同的场景中,但是所有技术都是通过“共同的线程”(译者注:作者在原文中指出common thread是作为双关语使用的,其另一个意思是“类似的思路”)相关联:在对Subscriber状态做断言之前,测试代码需等待Observable完成。考虑到Observable的行为会生成数据,是否有方法对该行为进行检查呢?换句话说,是否可以用编程的方式做Observable的现场调试?我们将在后文中给出这样的技术。

操控时间

到目前为止我们已用黑箱方式测试了Observable和Subscription。下面我们将考虑另外一种操控时间的技术,该技术使我们可以在Observable依然处于活动状态时,打开引擎盖去查看Subscriber状态。换句话说,我们将使用采用了RxJava的TestScheduler类白箱测试技术,这可以说是RxJava再一次来救场。这种特定的调度器可精确地设定时间的内部使用方式,例如可将时间提前半秒,或是使时间跳跃5秒。我们将首先给出这种新调度器实例的创建方法,然后再讨论代码的测试。

@Test

public void testUsingTestScheduler() {

// given:

TestScheduler scheduler = new TestScheduler();

TestSubscriber<String> subscriber = new TestSubscriber<>();

Observable<Long> tick = Observable.interval(1, SECONDS, scheduler);

Observable<String> observable = Observable.from(WORDS)

.zipWith(tick, (string, index) -> String.format("%2d. %s", index, string));

observable.subscribeOn(scheduler)

.subscribe(subscriber);

// expect:

subscriber.assertNoValues();

subscriber.assertNotCompleted();

// when:

scheduler.advanceTimeBy(1, SECONDS);

// then:

subscriber.assertNoErrors();

subscriber.assertValueCount(1);

subscriber.assertValues(" 0. the");

// when:

scheduler.advanceTimeTo(9, SECONDS);

subscriber.assertCompleted();

subscriber.assertNoErrors();

subscriber.assertValueCount(9);

}

该“产品”代码有了略微的改变,这是由于我们使用了绑定到调度器时隙(interval())的方法生成计数(第6行),而非生成一个计数的范围。但这样做具有一个副作用,就是计数是从零开始生成的,而非从1开始。一旦配置了Observable和测试调度器,我们立刻做出这样的断言,即假定Subscriber不具有值(第15行)且没有被完成或生成任何的错误(第16行)。这是一个完整性测试,因为此时调度器并没有被移动,因而没有任何值被Observable产生或是被Subscriber接收到。

下面将时间向前调1整秒(第19行),该操作将会导致Observable生成第一个值,这正是随后的断言集所要检查的(第22到24行)。

下面将时间从当前时间调到9秒。需要注意的是,这意味着将时间准确地调整为调度器启动后的第9秒(并非是向前调1秒后再向前调9秒,即调度器检查启动后的第10秒)。换句话说,advanceTimeBy()方法将调度器的时间调整为相对于当前位置的时间,而advanceTimeTo()以绝对的方式调整时间。此后我们做出下一轮的断言(第28到20行),用于确保所有的数据由Observable生成且被Subscriber消费。另一件需要说明的事情就是使用TestScheduler时,真实的时间是立刻发生调整的,这着意味着测试并不用实际等待9秒才去完成。

正如你所看到的,该调度器的使用是非常便利的,仅需将该调度器提供给正在测试的Observable即可。但是对使用了指定类型调度器的Observable,该调度器并不能很好地适用。但是稍等一下,之前我们看到的是如何使用RxJavaHooks切换一个不影响生产代码的调度器,而这一次是提供一个代替即刻调度器的TestScheduler(第13到15行)。我们甚至可以apply定制JUnit规则同样的技术,使之前的代码可以用更重用的方式予以重写。首先该新规则为:

public class TestSchedulerRule implements TestRule { 

private final TestScheduler testScheduler = new TestScheduler();

public TestScheduler getTestScheduler() {

return testScheduler;

}

@Override

public Statement apply(final Statement base, Description description) {

return new Statement() {

@Override

public void evaluate() throws Throwable {

RxJavaHooks.setOnIOScheduler(scheduler -> testScheduler);

RxJavaHooks.setOnComputationScheduler(scheduler -> testScheduler);

RxJavaHooks.setOnNewThreadScheduler(scheduler -> testScheduler);

try { base.evaluate(); }

finally { RxJavaHooks.reset(); }

}

};

}

}

紧接着是实际的测试代码(在一个新的测试用例类中),去使用我们的测试规则:

@Rule 

public final TestSchedulerRule testSchedulerRule = new TestSchedulerRule();

@Test

public void testUsingTestSchedulersRule() {

// given:

TestSubscriber<String> subscriber = new TestSubscriber<>();

Observable<String> observable = Observable.from(WORDS)

.zipWith(Observable.interval(1, SECONDS),

(string, index) -> String.format("%2d. %s", index, string));

observable.subscribeOn(Schedulers.computation())

.subscribe(subscriber);

// expect

subscriber.assertNoValues();

subscriber.assertNotCompleted();

// when:

testSchedulerRule.getTestScheduler().advanceTimeBy(1, SECONDS);

// then:

subscriber.assertNoErrors();

subscriber.assertValueCount(1);

subscriber.assertValues(" 0. the");

// when:

testSchedulerRule.getTestScheduler().advanceTimeTo(9, SECONDS);

subscriber.assertCompleted();

subscriber.assertNoErrors();

subscriber.assertValueCount(9);

}

这样你就成功地实现了它。使用经由RxJavaHooks注入TestScheduler的方法,可在无需更改原始Observable组合的情况下编写测试代码,此外它给出了一种在observable自身执行期间改变时间、并在特定点上做断言的方法。在本文中给出的所有这些技术,应该足够你选择用来测试RxJava的代码了。

未来

RxJava是最先为Java提供响应式编程能力的程序库之一。为了使RxJava API更好地符合 Reactive Streams 规范,即将推出的2.0版将会是重新设计的。Reactive Streams规范以Java和JavaScript运行时为目标,提供了使用非阻塞背压机制(back pressure)的异步流处理标准。这意味着下一版的RxJava中将会出现一些API改进。对这些改进的详细描述参见 RxJava wiki

对于测试而言,这些核心类型(Observable、Maybe和Single)现在都给出了便利易用的test()方法,实现现场创建TestSubscriber实例。也可在TestSubscriber上链接方法调用,对这类用法也有一些新的断言方法。

关于作者

Andres Almiray 是一位Java/Groovy开发者和Java冠军程序员,具有超过17年的软件设计和开发经验。他在Java早期推出的时代就参与了Web和桌面应用的开发。他是开源软件的忠实信徒,参与了Groovy、JMatter、Asciiidoctor等广为人知的项目。他是Griffon架构的创始者和现任项目领导者,还是JSR 377规范的牵头者。

查看英文原文: Testing RxJava

感谢冬雨对本文的审校。

未登录用户
全部评论0
到底啦