ScalaTest使用eventually解决Solr检索测试超时的方法
核心认知偏差拆解
你对ScalaTest eventually执行逻辑的误解,是导致两版代码都频繁超时的核心原因。
eventually的真实执行规则
很多人对这个工具的流程存在误读,它的执行逻辑完全以块启动的起始时间为基准计算总超时,流程如下:
- 记录块开始执行的时间点
t0,计算总超时截止点t0 + patienceConfig.timeout - 从头到尾执行块内的全部代码
- 如果块内代码执行成功无异常,直接返回结果
- 如果块内代码抛出匹配的断言/查询异常,立刻计算当前时间与
t0的差值,若已达到总超时时长,直接抛超时 - 若未超总时长,等待
patienceConfig.interval配置的间隔时长,然后从头开始重新执行整个块的所有代码,而非接续上次执行的位置。
两版代码的问题根因
第一版90%超时的原因
你最初配置的PatienceConfig(timeout = 30s, interval = 20s)从设计上就不适配这个场景:
- 总超时仅30s,第一次进eventually块立刻执行find,此时刚save完的Solr文档通常还未完成索引段可见化,第一次查询基本必失败
- 第一次查询失败后需要等20s才会发起第二次查询,等第二次查询跑完,距离总超时只剩不到10s,根本撑不到第三次重试
- 整体算下来eventually最多发起2次查询,中间隔20s,只要Solr的实际索引延迟超过29s(比如遇到段合并、JVM GC停顿),直接触发超时。
第二版偶发超时的原因
你把Thread.sleep(20000)写到eventually块内部的写法,本身就和重试逻辑冲突:
- 第一次进块先睡20s,再跑find,如果查询失败需要重试时,会从头重新执行块代码,也就是再睡20s
- 第一次查询完成时已经过去了21s左右,距离你配置的30s总超时只剩9s,根本不够重新执行20s的sleep逻辑,直接触发超时
- 所谓“超时好转”只是因为第一次sleep完刚好覆盖了大部分Solr的索引延迟区间,碰到需要第二次查询的场景,就会因为重复执行的sleep逻辑白白消耗时间触发超时。
稳定性优化方案
完全可以保留eventually的实现逻辑,不需要写裸的Thread.sleep,调整以下几点即可大幅降低超时概率:
- 调整PatienceConfig参数,适配Solr的索引延迟特性:总超时拉长到60s,覆盖Solr极端情况下的索引可见延迟;重试间隔缩短到500ms,用短间隔密集查询替代长间隔等待
- 删掉块内部的
Thread.sleep逻辑,只保留查询和对应的断言代码,避免长时间代码被重试逻辑重复执行,无意义消耗总超时时间 - 确保块内的代码是幂等的查询操作,不要把写操作、有副作用的逻辑放到eventually块里,防止被重复执行产生意外影响
正确的参考代码结构如下:
implicit override val patienceConfig = PatienceConfig( timeout = scaled(Span(60, Seconds)), interval = scaled(Span(500, Millis)) ) for { ... saved <- service.save(...) result <- eventually { val queryResult = service.find(...) // 加断言校验返回的结果就是刚保存的文档 assert(queryResult.id == saved.id) } } yield result
如果需要进一步压缩测试等待时间,可以在Solr的find请求里启用近实时查询参数,绕过soft commit的固定延迟,能把平均索引可见时间从几秒压缩到几百毫秒,进一步减少偶发超时的概率。
内容的提问来源于stack exchange,提问作者Developus
相关产品推荐
相关产品推荐

