


Anpassen von Mockito-Rückgabewerten für wiederholte Methodenaufrufe
Beim Testen von Szenarien mit nicht deterministischen Antworten kann es nützlich sein, eine Methodenrückgabe zu simulieren unterschiedliche Werte bei nachfolgenden Aufrufen. Mockito, ein beliebtes Java-Mocking-Framework, bietet eine elegante Lösung für dieses Rätsel.
Betrachten Sie den bereitgestellten Beispielcode, in dem ein ExecutorCompletionService verwendet wird, um Aufgaben zu gruppieren und ihre Ergebnisse zu sammeln. Um die Logik unabhängig von der Reihenfolge der Aufgabenausführung effektiv zu testen, müssen wir sicherstellen, dass die Methode „completeService.take()“ zu unterschiedlichen Zeiten unterschiedliche Werte zurückgibt.
Mockito stellt die Methode „thenReturn“ zur Steuerung der Rückgabewerte von Stub-Methoden bereit . Insbesondere können Sie in den Klammern von thenReturn mehrere Werte angeben. Bei jedem Aufruf der Methode gibt Mockito die Werte in der angegebenen Reihenfolge zurück. Zum Beispiel:
<code class="java">when(completionService.take()).thenReturn(value1, value2, value3);</code>
In diesem Beispiel gibt der erste Aufruf von „CompletionService.take()“ den Wert 1 zurück, der zweite Aufruf den Wert 2 und der dritte Aufruf den Wert 3. Sobald alle angegebenen Werte zurückgegeben wurden, gibt Mockito weiterhin den letzten Wert für nachfolgende Aufrufe zurück.
Durch die Verwendung dieser Technik können Sie nichtdeterministische Antworten effektiv simulieren und sicherstellen, dass Ihre Testlogik unabhängig von den Werten robust bleibt Reihenfolge, in der Aufgaben ihre Ausführung abschließen.
Das obige ist der detaillierte Inhalt vonWie kann ich mit Mockito unterschiedliche Rückgabewerte für wiederholte Methodenaufrufe simulieren?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

In dem Artikel wird in der Implementierung von mehrstufigem Caching in Java mithilfe von Koffein- und Guava-Cache zur Verbesserung der Anwendungsleistung erläutert. Es deckt die Einrichtungs-, Integrations- und Leistungsvorteile sowie die Bestrafung des Konfigurations- und Räumungsrichtlinienmanagements ab

In diesem Artikel wird die Integration der funktionalen Programmierung in Java unter Verwendung von Lambda -Ausdrücken, Streams -API, Methodenreferenzen und optional untersucht. Es zeigt Vorteile wie eine verbesserte Lesbarkeit der Code und die Wartbarkeit durch SUKTIVE UND VERUSNAHMETALITÄT

Mit der Klassenbelastung von Java wird das Laden, Verknüpfen und Initialisieren von Klassen mithilfe eines hierarchischen Systems mit Bootstrap-, Erweiterungs- und Anwendungsklassenloadern umfasst. Das übergeordnete Delegationsmodell stellt sicher

In dem Artikel werden mit JPA für Objektrelationszuordnungen mit erweiterten Funktionen wie Caching und faulen Laden erläutert. Es deckt Setup, Entity -Mapping und Best Practices zur Optimierung der Leistung ab und hebt potenzielle Fallstricke hervor. [159 Charaktere]

In dem Artikel werden Maven und Gradle für Java -Projektmanagement, Aufbau von Automatisierung und Abhängigkeitslösung erörtert, die ihre Ansätze und Optimierungsstrategien vergleichen.

In diesem Artikel werden die NIO-API von Java für nicht blockierende E/A erläutert, wobei Selektoren und Kanäle verwendet werden, um mehrere Verbindungen effizient mit einem einzelnen Thread zu verarbeiten. Es beschreibt den Prozess, die Vorteile (Skalierbarkeit, Leistung) und mögliche Fallstricke (Komplexität,

In dem Artikel werden benutzerdefinierte Java -Bibliotheken (JAR -Dateien) mit ordnungsgemäßem Versioning- und Abhängigkeitsmanagement erstellt und verwendet, wobei Tools wie Maven und Gradle verwendet werden.

In diesem Artikel wird die Socket-API von Java für die Netzwerkkommunikation beschrieben, die das Setup des Client-Servers, die Datenbearbeitung und entscheidende Überlegungen wie Ressourcenverwaltung, Fehlerbehandlung und Sicherheit abdeckt. Es untersucht auch die Leistungsoptimierungstechniken, ich


Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

SAP NetWeaver Server-Adapter für Eclipse
Integrieren Sie Eclipse mit dem SAP NetWeaver-Anwendungsserver.

MinGW – Minimalistisches GNU für Windows
Dieses Projekt wird derzeit auf osdn.net/projects/mingw migriert. Sie können uns dort weiterhin folgen. MinGW: Eine native Windows-Portierung der GNU Compiler Collection (GCC), frei verteilbare Importbibliotheken und Header-Dateien zum Erstellen nativer Windows-Anwendungen, einschließlich Erweiterungen der MSVC-Laufzeit zur Unterstützung der C99-Funktionalität. Die gesamte MinGW-Software kann auf 64-Bit-Windows-Plattformen ausgeführt werden.

Dreamweaver CS6
Visuelle Webentwicklungstools

WebStorm-Mac-Version
Nützliche JavaScript-Entwicklungstools