Expensify/App中提交费用时无限加载问题的分析与解决
2025-06-15 23:32:47作者:庞眉杨Will
问题背景
在Expensify/App项目的9.1.51-0版本中,用户报告了一个关于费用提交功能的严重问题。当用户尝试将已删除的费用重新提交给其他用户时,界面会出现无限加载的旋转图标(spinner),导致操作无法完成。这个问题在MacOS的Chrome浏览器和桌面应用中均可复现。
问题现象
用户操作路径如下:
- 与新用户开始聊天
- 提交两笔手动费用
- 打开合并的费用报告
- 删除报告中的费用(这些费用会被转移到个人费用中)
- 打开其中一笔被删除的费用
- 尝试将该费用提交给其他用户
- 选择最初聊天的用户
- 点击创建费用
预期结果是费用应该成功提交给目标用户,但实际出现的是提交按钮上的无限加载状态。
技术分析
经过深入分析,发现问题根源在于费用删除和重新提交的流程中存在数据不一致。具体来说:
- 当费用从报告中删除并转移到个人DM报告时,系统需要记录
linkedTrackedExpenseReportAction信息 - 这个信息包含两个关键字段:
actionName和IOUTransactionID - 在当前的实现中,删除操作没有正确设置这些字段
- 当用户尝试重新提交这些费用时,系统无法找到必要的信息,导致流程中断
解决方案
修复方案的核心是在删除报告时,乐观地添加必要的actionName和IOUTransactionID信息。具体修改点位于报告删除的逻辑中:
- 在删除操作中添加对
ONYXKEYS.COLLECTION.REPORT的合并操作 - 同时更新
ONYXKEYS.COLLECTION.REPORT_ACTIONS集合 - 确保包含
actionName: CONST.REPORT.ACTIONS.TYPE.IOU - 在
originalMessage中添加IOUTransactionID和movedToReportID信息
这种修改确保了即使费用被删除和转移,系统仍然保留重新提交所需的完整上下文信息。
技术实现细节
修复的关键代码变更包括:
- 在删除操作中添加对子报告的乐观更新
- 设置正确的父报告ID和聊天报告ID
- 使用特殊的假策略ID(CONST.POLICY.ID_FAKE)标记转移的费用
- 创建新的报告动作ID来跟踪费用转移
这些变更保证了数据一致性,使得后续的费用重新提交操作能够正常进行。
影响范围
该问题主要影响以下场景:
- 从报告中删除费用后尝试重新提交
- 涉及费用转移的个人DM报告
- 跨报告的费用操作
修复后,所有相关操作流程都能正常完成,不再出现无限加载的情况。
总结
这个问题的解决展示了在复杂的状态管理系统中保持数据完整性的重要性。通过分析问题根源并针对性地补充缺失的数据字段,我们确保了用户操作的流畅性和系统的稳定性。这也提醒我们在实现删除和转移功能时,需要考虑后续可能的操作路径,确保系统状态始终保持一致。
该修复已随9.1.52-0版本部署到生产环境,经过7天回归测试后确认问题已彻底解决。
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
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
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
680
160
🔥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
65
19
Ascend Extension for PyTorch
Python
229
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
661