Riverpod 中 Provider 被意外销毁的问题分析与解决方案
问题现象
在使用 Riverpod 状态管理库时,开发者可能会遇到一个常见问题:即使某个 Provider 正在被其他 Provider 或 Widget 使用,它仍然会被意外销毁。这种情况通常表现为数据流中断或状态丢失。
问题重现
让我们通过一个具体案例来分析这个问题:
// 定义 DriverService Provider
@riverpod
DriverService driverService(DriverServiceRef ref) {
print("DRIVERSERVICE CREATED.");
final service = DriverService(
driversAPI: app.dep(),
businessAPI: app.dep(),
usersAPI: app.dep(),
currentUser: ref.watch(authControllerProvider)!,
);
ref.onDispose(() {
service.dispose();
print("DRIVERSERVICE DISPOSED");
});
return service;
}
// 使用 DriverService 的 ContractsController
@riverpod
class ContractsController extends _$ContractsController {
@override
Future<List<Business>> build() async {
final driverService = ref.read(driverServiceProvider);
final changeSub = driverService.onDriverChanges.listen(_onDriverChanged);
ref.onDispose(() => changeSub.cancel());
final result = await driverService.getContracts();
return result.getOrThrow();
}
Future<void> _onDriverChanged(User user) async {
print("DRIVER CHANGED.");
final state = await future;
if (state.length != user.driverAccount!.businesses.length) {
ref.invalidateSelf();
}
}
}
// 使用 ContractsController 的 Widget
@RoutePage()
class MyContractsView extends ConsumerWidget {
const MyContractsView({super.key});
@override
Widget build(BuildContext context, WidgetRef ref) {
final value = ref.watch(contractsControllerProvider);
return BaseView(
child: const _List(),
);
}
}
问题分析
在这个案例中,driverServiceProvider 被意外销毁,导致 driverService.onDriverChanges 流无法正常工作。根本原因在于 Provider 之间的依赖关系没有正确建立。
关键错误点
-
错误使用 ref.read:在
ContractsController的build方法中,使用了ref.read来获取driverServiceProvider。read方法只是读取当前值,不会建立依赖关系。 -
缺乏依赖跟踪:Riverpod 通过
watch方法来跟踪 Provider 之间的依赖关系。当使用read时,Riverpod 不知道ContractsController依赖于driverServiceProvider,因此无法阻止driverServiceProvider被销毁。
解决方案
正确使用 watch 方法
要解决这个问题,应该将 ref.read 替换为 ref.watch:
@override
Future<List<Business>> build() async {
// 使用 watch 而不是 read
final driverService = ref.watch(driverServiceProvider);
final changeSub = driverService.onDriverChanges.listen(_onDriverChanged);
ref.onDispose(() => changeSub.cancel());
final result = await driverService.getContracts();
return result.getOrThrow();
}
理解 read 和 watch 的区别
-
ref.watch:
- 建立 Provider 之间的依赖关系
- 当被观察的 Provider 更新时,会触发当前 Provider 重建
- 防止被观察的 Provider 被意外销毁
-
ref.read:
- 仅获取当前值,不建立依赖关系
- 适用于一次性访问或事件处理
- 不会阻止 Provider 被销毁
最佳实践建议
-
在 build 方法中优先使用 watch:这能确保依赖关系正确建立。
-
仅在事件处理中使用 read:例如按钮点击等用户交互场景。
-
注意 Provider 生命周期:理解 Riverpod 如何管理 Provider 的生命周期,避免意外销毁。
-
合理使用 onDispose:确保在 Provider 销毁时正确清理资源。
总结
在 Riverpod 中正确管理 Provider 之间的依赖关系至关重要。通过合理使用 watch 和 read 方法,可以避免 Provider 被意外销毁的问题,确保应用状态的正确性和稳定性。记住:在大多数情况下,build 方法中应该使用 watch 而不是 read 来建立必要的依赖关系。
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