Nano Hash - криптовалюты, майнинг, программирование

Модульное тестирование загрузок BlobStore create_upload_url

Я использую GAE BlobStore API для создания URL-адреса загрузки следующим образом:

self.response.write(blobstore.create_upload_url(....))

В производственной среде все работает нормально, но при использовании тестового стенда для модульного тестирования этого API я получаю следующий URL-адрес:

http://testbed.example.com/_ah/upload/agx0ZXN0YmVkLXRlc3RyGwsSFV9fQmxvYlVwbG9hZFNlc3Npb25fXxgDDA

Загрузка на этот URL-адрес из теста не работает, я получаю 404. Я должен был правильно инициализировать все заглушки, среди прочего:

self.testbed.init_datastore_v3_stub()
self.testbed.init_blobstore_stub()
self.testbed.init_files_stub()

Что я делаю неправильно? Как выполнить загрузку файла модульного тестирования с помощью API create_upload_url хранилища BLOB-объектов?

python unit-testing google-app-engine blobstore
04.03.2015

  • Как выглядит ваш тест? Вероятно, вы хотите издеваться над загрузкой, а не делать запросы в тесте... 05.03.2015
  • Опубликуйте содержимое теста там, где вы видите ошибку 404. В зависимости от потребностей вашего приложения вы можете переключиться на использование Google Cloud Storage и корзины по умолчанию для своего приложения. В корзине по умолчанию есть бесплатная квота, и вам не нужно будет выполнять POST в blobstore.create_upload_url. 17.07.2015

Ответы:


1

Судя по комментариям и глядя на код, я предполагаю, что вы не можете сделать это из коробки.

Мое решение проблемы состоит в том, чтобы реализовать загрузку самостоятельно, используя google.appengine.api.datastore.Get для извлечения информации из сеанса, на который указывает URL-адрес create_upload_url.

Ниже приведен тестовый код. Он использует post из WebTest и заглушку для GCS, хотя последний, вероятно, не нужен.

from google.appengine.api import datastore
import uuid
import base64
import md5

def testSomething(self):
  upload_url = self.testapp.post('/path/to/create_upload_url/handler').body
  response = self.upload_blobstore_file(upload_url, "file", "myfile.txt", "MYDATA1").json
  # Test something on the response from the success handler and/or backing storage

def upload_blobstore_file(self, upload_url, field, filename, contents, type = "application/octet-stream"):
  session = datastore.Get(upload_url.split('/')[-1])
  new_object = "/" + session["gs_bucket_name"] + "/" + str(uuid.uuid4())
  self.storage_stub.store(new_object, type, contents)

  message = "Content-Type: application/octet-stream\r\nContent-Length: " + str(len(contents)) + "\r\nContent-MD5: " + base64.b64encode(md5.new(contents).hexdigest()) + "\r\nX-AppEngine-Cloud-Storage-Object: /gs" + new_object.encode("ascii") + "\r\ncontent-disposition: form-data; name=\"" + field + "\"; filename=\"" + filename + "\"\r\nX-AppEngine-Upload-Creation: 2015-07-17 16:19:55.531719\r\n\r\n"
  return self.testapp.post(session["success_path"], upload_files = [
  (field, filename, message, "message/external-body; blob-key=\"encoded_gs_file:blablabla\"; access-type=\"X-AppEngine-BlobKey\"")
])
06.08.2015

2

Установите http_host на тестовом стенде:

self.testbed.setup_env(
        http_host='%s:%s' % (SERVER_NAME, PORT),
        overwrite=True,)
03.11.2015

3

По моему мнению, вы не можете напрямую создавать данные больших двоичных объектов, вместо этого большие двоичные объекты создаются косвенно с помощью отправленной веб-формы или почтового запроса HTTP. Для получения более подробной информации вы можете ознакомиться с документом [1].

[1] https://cloud.google.com/appengine/docs/java/blobstore/#Java_Introduction_the_Blobstore

06.03.2015
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..