AdonisJS 核心库中关于验证器与闪存会话的注意事项
2025-05-12 14:37:40作者:卓炯娓
问题背景
在使用AdonisJS框架进行Web开发时,开发者可能会遇到一个特殊现象:当表单数据中某个字段的字符串长度超过一定限制时(如2403个字符),验证器虽然能正确执行验证逻辑,但却无法将错误信息存入闪存会话(flashSession)中。
技术细节分析
这个问题的根本原因在于AdonisJS默认使用cookie作为会话存储驱动时,浏览器对cookie大小的限制。虽然验证器能够处理长字符串并返回正确的验证错误,但当尝试将这些错误存入cookie时,可能会超出浏览器对单个cookie的大小限制(通常为4KB左右)。
解决方案
1. 更换会话存储驱动
最直接的解决方案是将会话存储驱动从cookie改为file或redis:
// 在config/session.ts中修改驱动配置
export default {
driver: 'file', // 或 'redis'
// 其他配置...
}
2. 保持cookie驱动时的优化
如果必须使用cookie驱动(例如为了Socket.IO认证),可以考虑以下优化:
- 减少闪存会话中的数据量
- 只存储必要的错误信息
- 缩短错误消息长度
3. Socket.IO认证的替代方案
对于Socket.IO认证,可以改用Redis存储会话数据,并通过以下方式获取用户信息:
async getSocketUser(socket) {
const SocketRequest = new Request(socket.request, null, encryption, {}, qs)
const sessionId = SocketRequest.cookie('auth-cookie')
const sessionData = await redis.get(sessionId)
if (!sessionData) return null
try {
const sessionDataParsed = JSON.parse(sessionData)
return sessionDataParsed?.message?.auth_web || null
} catch {
return null
}
}
最佳实践建议
-
生产环境推荐:在生产环境中,建议使用redis作为会话存储驱动,它既避免了cookie大小限制,又能提供更好的性能和可扩展性。
-
开发环境选择:在开发环境中,可以使用file驱动作为cookie的替代方案,既简单又不会遇到大小限制问题。
-
验证器使用:无论使用哪种存储驱动,都应该在控制器中妥善处理验证错误:
try {
const data = await request.validateUsing(assignmentValidator)
// 处理成功逻辑
} catch (error) {
// 手动处理验证错误
session.flash('errors', error.messages)
return response.redirect().back()
}
总结
AdonisJS作为一款强大的Node.js框架,提供了灵活的验证和会话管理功能。开发者在使用这些功能时,需要根据实际场景选择合适的存储驱动,并注意各种驱动可能存在的限制。通过合理配置和优化,可以确保应用在各种情况下都能提供良好的用户体验。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
671
156
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217