请求行为

作者:Soroush Khanlou,原文链接,原文日期:2017-01-04
译者:Cwift;校对:walkingway;定稿:CMB

当触发网络请求时,通常会引发许多副作用。然而,副作用对于系统的可测试性来说就是一剂毒药,并且可能会因应用程序和请求的不同而出现差异性。如果我们创建一个系统用来容纳这些副作用的组合,就可以提高系统的可测试性和其他特性。

想象一个非常简单的网络客户端:

final class NetworkClient {

    let session: URLSession
    
    init(session: URLSession = URLSession.shared) {
        self.session = session
    }

    func send<Output: JSONInitializable>(request: Request<Output>) -> Promise<Output> {
        let urlRequest = RequestBuilder(request: request).urlRequest
        return session.data(with: urlRequest)
            .then({ data,response in
                let json = try JSONSerialization.jsonObject(with: data)
                return Output(json: json)
            })
      }
}

这个类封装了一个 URLSession。它有一个 send 方法,该方法接受一个 Request 对象,Request 中有一个遵守 JSONInitializable 协议的抽象关联类型 Outputsend 方法返回一个具有相同关联类型 Output 的 promise。在 send 方法的正文中,通过 RequestBuilder 类型构建 URLRequest,通过 URL 会话发送请求。从网络请求返回的数据将被解析为 JSON,然后组装成 Swift 原生的模型,该模型作为返回的 promise 内部的值。

这个网络客户端被大大简化了(即我省略了一些与可选型相关的处理),但是我想要的代码基本齐全。

这个类现在很不错。它是个简单对象,不接触任何全局对象(省去了网络配置,通过一个 URLSession 来通信),并且很容易测试。我们可以把 URLSession 封装在协议中,然后注入到 NetworkClient 的构造器中,在测试中模拟它的行为,测试从 JSON 响应中构造对象的逻辑。一段可测试的网络请求代码!

这个类当前的问题是,虽然它可以胜任很多任务,但仍有很多任务无法完成。举个例子,我们可能想要它具备如下功能:

  • 应用程序注册后台任务,使得网络请求可以在用户按下主页按钮之后保持工作。

  • 显示和隐藏应用程序的网络活动指示器。

  • 使用某些 API 添加与授权相关的特殊头字段。

我们可以把以上的所有东西都添加到 NetworkClient 类中,但是每一条都涉及到一些全局的状态或者单例。第一条需要访问 UIApplication 单例,第二条需要一个共享的计数器,第三条需要某种形式的持久化操作以实现对授权令牌(token)的跟踪。

如果我们添加了所有这些全局变量并满足各种特殊情况,测试这个对象会变得困难重重。因为我们必须分别模拟和注入这些全局变量,这会增加测试的复杂度。

以上的三种行为希望遍布在每个网络请求中,但是网络请求总会有某些特定的行为,并且理想状态下这些行为应该可重用。例如,许多(但不是全部)请求需要错误处理,以便让用户知道他们所做的一些操作没有成功。另一些请求需要将东西保存到 Core Data 中,并且我希望隔离网络客户端与 Core Data。虽然我不会专注于请求的特殊行为,不过我会为你展示如何集成它们的代码。

我想要一种方法来从网络客户端解耦这些行为的实现细节,以便可以分别测试客户端的单独行为。

用协议定义一个请求行为:

protocol RequestBehavior {
    
    var additionalHeaders: [String: String] { get }
            
    func beforeSend()
    
    func afterSuccess(result: Any)
    
    func afterFailure(error: Error)
    
}

该协议为每个方法提供了一个平淡无奇的默认实现:

extension RequestBehavior {
    
    var additionalHeaders: [String: String] {
        return [:]
    }
    
    func beforeSend() {

    }
    
    func afterSuccess(result: Any) {

    }
    
    func afterFailure(error: Error) {

    }
    
}

基本思想是每个行为在特定的网络事件发生时获得回调函数,并且可以执行回调中的代码。当我们开发这个功能时,定义两个辅助对象:一个“空”的请求行为,不做任何事情,一个组合了许多请求行为的请求行为。“空”行为继承了协议扩展中的所有实现,“组合”行为存储一个行为数组,并对每个行为调用相关的方法:

struct EmptyRequestBehavior: RequestBehavior { }

struct CombinedRequestBehavior: RequestBehavior {

    let behaviors: [RequestBehavior]

    var additionalHeaders: [String : String] {
        return behaviors.reduce([String: String](),{ sum,behavior in
            return sum.merged(with: behavior.additionalHeaders)
        })
    }
    
    func beforeSend() {
        behaviors.forEach({ $0.beforeSend() })
    }

    func afterSuccess(result: Any) {
        behaviors.forEach({ $0.afterSuccess(result: result) })
    }

    func afterFailure(error: Error) {
        behaviors.forEach({ $0.afterFailure(error: error) })
    }
}

这些代码看起来很抽象,不过我们很快就会用到了。

接下来,我们需要修改网络客户端,在正确的时间调用请求行为中的方法。

final class NetworkClient {

    let session: URLSession
    
    let defaultRequestBehavior: RequestBehavior
    
    init(session: URLSession = URLSession.shared,defaultRequestBehavior: RequestBehavior = EmptyRequestBehavior()) {
        self.session = session
        self.defaultRequestBehavior = defaultRequestBehavior
    }

    func send<Output: JSONInitializable>(request: Request<Output>,behavior: RequestBehavior = EmptyRequestBehavior()) -> Promise<Output> {
        let combinedBehavior = CombinedRequestBehavior(behaviors: [behavior,defaultRequestBehavior])
        let urlRequest = RequestBuilder(request: request,behavior: combinedBehavior).urlRequest
        combinedBehavior.beforeSend()
        return session.data(with: urlRequest)
            .then({ data,response in
                let json = try JSONSerialization.jsonObject(with: data)
                let result = try Output(json: json)
                combinedBehavior.afterSuccess(result: result)
                return result
            })
            .catch({ error in
                combinedBehavior.afterFailure(error: error)
            })
    }
}

客户端的 defaultRequestBehavior 属性以及代表特殊行为的 client 默认值都是一个新建的 EmptyRequestBehavior 对象,这样你可以选择性地添加它们。我们的网络客户端结合了单个请求的行为和整个客户端的行为。它把请求行为传递给了 RequestBuilder,所以可以使用 additionalHeaders,然后在合适的时机调用 beforeSendafterSuccess 以及 afterFailure

通过这种请求和副作用的简单分离,现在我们可以向客户端中添加单独的行为并进行测试。因为这些行为本身也是对象,所以很容易实例化以及测试。

让我们来看看上面提到的那几种行为。首先,为每个网络请求注册后台任务:

final class BackgroundTaskBehavior: RequestBehavior {

    private let application = UIApplication.shared

    private var identifier: UIBackgroundTaskIdentifier?

    func beforeSend() {
        identifier = application.beginBackgroundTask(expirationHandler: {
            self.endBackgroundTask()
        })
    }

    func afterSuccess(response: AnyResponse) {
        endBackgroundTask()
    }

    func afterFailure(error: Error) {
        endBackgroundTask()
    }

    private func endBackgroundTask() {
        if let identifier = identifier {
            application.endBackgroundTask(identifier)
            self.identifier = nil
        }
    }
}

虽然这些后台任务通常只在应用关闭的时候注册并且只注册一个,不过你也可以在任意时间注册任意数量的后台任务。因为这种行为需要维护状态,所以特别适合单独整合成一个对象,是主要的候选请求行为之一。测试这个行为的时候要把 UIApplication 包装在协议中,将其注入到构造器中,并且通过模拟的手段保证在正确的时间进行正确的方法调用。

接下来,让我们来看看网络活动指示器:

class ActivityIndicatorState {

    static let shared = ActivityIndicatorState()
    
    let application = UIApplication.shared
    
    var counter = 0 {
        didSet {
            application.isNetworkActivityIndicatorVisible = NetworkActivityBehavior.counter == 0
        }
    }
}

class NetworkActivityIndicatorBehavior: RequestBehavior {
    
    let state = ActivityIndicatorState.shared

    func beforeSend() {
        state.counter += 1
    }

    func afterFailure(error: Error) {
        state.counter -= 1
    }

    func afterSuccess(response: AnyResponse) {
        state.counter -= 1
    }

}

这种行为是另一种通常来说不可测试的行为。现在它不再被嵌入到 NetworkClient 中,而是被分成了两个对象,这使得它变得可以被测试。将应用程序的单例注入到 ActivityIndicatorState 中,你可以更改计数值来测试网络活动指示器的显示是否正常。注入一个 ActivityIndicatorState(依旧包裹在一个协议中,传递给构造器),你可以测试 counter 的增减是否正常。

最后,来看看如何把授权令牌的全局状态加入到请求行为中。

struct AuthTokenHeaderBehavior: RequestBehavior {

    let userDefaults = UserDefaults.standard

    var additionalHeaders: [String : String] {
        if let token = userDefaults.string(forKey: "authToken") {
            return ["X-Auth-Token": token]
         }
        return [:]
    }
    
}

这个行为很简单,我不打算测试它了,不过还是要说一句:以前很难测试的东西现在变得很容易测试了。注入了基础的 UserDefaults 对象(惊喜连连,它再一次被封装进了协议中),可以测试返回的头字典是否正确。另外还可以测试字典的简直不存在的情况,你已经在代码中处理过了。

想要在一个 iOS 应用中访问网络客户端,通常需要一个全局的访问器。因为这个客户端需要执行很多初始化操作,我可能把它放在一个立即执行的闭包中:

enum SharedNetworkClient {
    static let main: NetworkClient = {
        let behavior = CombinationRequestBehavior(behaviors: [
            AuthTokenHeaderBehavior(),NetworkActivityBehavior(),BackgroundTaskBehavior(),])
        return NetworkClient(behavior: behavior)
    }()
}

我开始把单例定义在它自己的命名空间(称做 SharedX),而不像之前那样定义在类型中,这样可以提示我单例仅仅是对象,必须像其他对象一样成为可测试的对象和良好的公民。

最后几点:网络库 Moya 有一个类似这样的功能称为“插件”。虽然我的实现不同,但是想法是类似的。Moya 的插件仅仅基于每个客户端操作,为每一个请求添加行为对于执行一些副作用也是很有用的,例如使用持久化或缓存保存信息,或者展示错误信息。

你会发现你随时都有可能要添加其他的方法到请求行为中。这里我简写如下:

func modify(request: URLRequest) -> URLRequest

此函数允许你以任何想要的方式修改 URLRequest,甚至返回完全不同的 URLRequest(如果需要)。这显然是一个强大和危险的行为,但是对于一些要求,它是有用的,甚至必要的。

网络的代码通常很难以维护,因为它触及到一些固有的全局资源,这些资源本就是难以测试的单例。请求行为有效地分离了发送网络请求的行为以及需要在请求中处理的副作用。这个小小的抽象简化了网络代码,增加了每个请求行为的复用性,并大大提高了可测试性。

本文由 SwiftGG 翻译组翻译,已经获得作者翻译授权,最新文章请访问 http://swift.gg

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


软件简介:蓝湖辅助工具,减少移动端开发中控件属性的复制和粘贴.待开发的功能:1.支持自动生成约束2.开发设置页面3.做一个浏览器插件,支持不需要下载整个工程,可即时操作当前蓝湖浏览页面4.支持Flutter语言模板生成5.支持更多平台,如Sketch等6.支持用户自定义语言模板
现实生活中,我们听到的声音都是时间连续的,我们称为这种信号叫模拟信号。模拟信号需要进行数字化以后才能在计算机中使用。目前我们在计算机上进行音频播放都需要依赖于音频文件。那么音频文件如何生成的呢?音频文件的生成过程是将声音信息采样、量化和编码产生的数字信号的过程,我们人耳所能听到的声音频率范围为(20Hz~20KHz),因此音频文件格式的最大带宽是20KHZ。根据奈奎斯特的理论,音频文件的采样率一般在40~50KHZ之间。奈奎斯特采样定律,又称香农采样定律。...............
前言最近在B站上看到一个漂亮的仙女姐姐跳舞视频,循环看了亿遍又亿遍,久久不能离开!看着小仙紫姐姐的蹦迪视频,除了一键三连还能做什么?突发奇想,能不能把舞蹈视频转成代码舞呢?说干就干,今天就手把手教大家如何把跳舞视频转成代码舞,跟着仙女姐姐一起蹦起来~视频来源:【紫颜】见过仙女蹦迪吗 【千盏】一、核心功能设计总体来说,我们需要分为以下几步完成:从B站上把小姐姐的视频下载下来对视频进行截取GIF,把截取的GIF通过ASCII Animator进行ASCII字符转换把转换的字符gif根据每
【Android App】实战项目之仿抖音的短视频分享App(附源码和演示视频 超详细必看)
前言这一篇博客应该是我花时间最多的一次了,从2022年1月底至2022年4月底。我已经将这篇博客的内容写为论文,上传至arxiv:https://arxiv.org/pdf/2204.10160.pdf欢迎大家指出我论文中的问题,特别是语法与用词问题在github上,我也上传了完整的项目:https://github.com/Whiffe/Custom-ava-dataset_Custom-Spatio-Temporally-Action-Video-Dataset关于自定义ava数据集,也是后台
因为我既对接过session、cookie,也对接过JWT,今年因为工作需要也对接了gtoken的2个版本,对这方面的理解还算深入。尤其是看到官方文档评论区又小伙伴表示看不懂,所以做了这期视频内容出来:视频在这里:本期内容对应B站的开源视频因为涉及的知识点比较多,视频内容比较长。如果你觉得看视频浪费时间,可以直接阅读源码:goframe v2版本集成gtokengoframe v1版本集成gtokengoframe v2版本集成jwtgoframe v2版本session登录官方调用示例文档jwt和sess
【Android App】实战项目之仿微信的私信和群聊App(附源码和演示视频 超详细必看)
用Android Studio的VideoView组件实现简单的本地视频播放器。本文将讲解如何使用Android视频播放器VideoView组件来播放本地视频和网络视频,实现起来还是比较简单的。VideoView组件的作用与ImageView类似,只是ImageView用于显示图片,VideoView用于播放视频。...
采用MATLAB对正弦信号,语音信号进行生成、采样和内插恢复,利用MATLAB工具箱对混杂噪声的音频信号进行滤波
随着移动互联网、云端存储等技术的快速发展,包含丰富信息的音频数据呈现几何级速率增长。这些海量数据在为人工分析带来困难的同时,也为音频认知、创新学习研究提供了数据基础。在本节中,我们通过构建生成模型来生成音频序列文件,从而进一步加深对序列数据处理问题的了解。
基于yolov5+deepsort+slowfast算法的视频实时行为检测。1. yolov5实现目标检测,确定目标坐标 2. deepsort实现目标跟踪,持续标注目标坐标 3. slowfast实现动作识别,并给出置信率 4. 用框持续框住目标,并将动作类别以及置信度显示在框上
数字电子钟设计本文主要完成数字电子钟的以下功能1、计时功能(24小时)2、秒表功能(一个按键实现开始暂停,另一个按键实现清零功能)3、闹钟功能(设置闹钟以及到时响10秒)4、校时功能5、其他功能(清零、加速、星期、八位数码管显示等)前排提示:前面几篇文章介绍过的内容就不详细介绍了,可以看我专栏的前几篇文章。PS.工程文件放在最后面总体设计本次设计主要是在前一篇文章 数字电子钟基本功能的实现 的基础上改编而成的,主要结构不变,分频器将50MHz分为较低的频率备用;dig_select
1.进入官网下载OBS stdioOpen Broadcaster Software | OBS (obsproject.com)2.下载一个插件,拓展OBS的虚拟摄像头功能链接:OBS 虚拟摄像头插件.zip_免费高速下载|百度网盘-分享无限制 (baidu.com)提取码:6656--来自百度网盘超级会员V1的分享**注意**该插件必须下载但OBS的根目录(应该是自动匹配了的)3.打开OBS,选中虚拟摄像头选择启用在底部添加一段视频录制选择下面,进行录制.
Meta公司在9月29日首次推出一款人工智能系统模型:Make-A-Video,可以从给定的文字提示生成短视频。基于**文本到图像生成技术的最新进展**,该技术旨在实现文本到视频的生成,可以仅用几个单词或几行文本生成异想天开、独一无二的视频,将无限的想象力带入生活
音频信号叠加噪声及滤波一、前言二、信号分析及加噪三、滤波去噪四、总结一、前言之前一直对硬件上的内容比较关注,但是可能是因为硬件方面的东西可能真的是比较杂,而且需要渗透的东西太多了,所以学习进展比较缓慢。因为也很少有单纯的硬件学习研究,总是会伴随着各种理论需要硬件做支撑,所以还是想要慢慢接触理论学习。但是之前总找不到切入点,不知道从哪里开始,就一直拖着。最近稍微接触了一点信号处理,就用这个当作切入点,开始接触理论学习。二、信号分析及加噪信号处理选用了matlab做工具,选了一个最简单的语音信号处理方
腾讯云 TRTC 实时音视频服务体验,从认识 TRTC 到 TRTC 的开发实践,Demo 演示& IM 服务搭建。
音乐音频分类技术能够基于音乐内容为音乐添加类别标签,在音乐资源的高效组织、检索和推荐等相关方面的研究和应用具有重要意义。传统的音乐分类方法大量使用了人工设计的声学特征,特征的设计需要音乐领域的知识,不同分类任务的特征往往并不通用。深度学习的出现给更好地解决音乐分类问题提供了新的思路,本文对基于深度学习的音乐音频分类方法进行了研究。首先将音乐的音频信号转换成声谱作为统一表示,避免了手工选取特征存在的问题,然后基于一维卷积构建了一种音乐分类模型。
C++知识精讲16 | 井字棋游戏(配资源+视频)【赋源码,双人对战】
本文主要讲解如何在Java中,使用FFmpeg进行视频的帧读取,并最终合并成Gif动态图。
在本篇博文中,我们谈及了 Swift 中 some、any 关键字以及主关联类型(primary associated types)的前世今生,并由浅及深用简明的示例向大家讲解了它们之间的奥秘玄机。