在过去，i unit通过使用可插拔的Sources/Sink编写作业来测试flink作业，然后通过简单的Source-/SinkFunctions模拟它们。

public class Example {

    private static SourceFunction<String> someSource;
    private static SourceFunction<String> someOtherSource;
    private static SinkFunction<String> someSink;

    Example(
        SourceFunction<String> someSource,
        SourceFunction<String> someOtherSource,
        SinkFunction<String> someSink
    ) {
        this.someSource = someSource;
        this.someOtherSource = someOtherSource;
        this.someSink = someSink;
    }
    
    void build(StreamExecutionEnvironment env) {
        /*
        ... build your logic here ... 
        */
    }
    
    public static void main(String[] args) {
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        
        Example(
            new FlinkKafkaConsumer<String>(...),
            new FlinkKafkaConsumer<String>(...),
            new FlinkKafkaProducer<String>(...)
        ).build(env);
        
        env.execute();
    }
}

这样，我可以很容易地测试整个工作，只是交换真实的的Kafka下沉和源与自定义Sink-/SourceFunctions。
新的DataSources要复杂得多，因为它只是在测试用例中实现它。即使我实现了它，它也会在一个通用的地狱中结束，使它在构造函数中可注入。所以我想知道什么是最好的方法来单元测试整个工作，而不需要提出一个完整的Kafka集群。
是否有任何想法或解决方案？