Redux Toolkit中正确组合中间件的方法
2025-05-21 10:52:01作者:谭伦延
在使用Redux Toolkit时,开发者经常会遇到需要自定义中间件组合的情况。本文将详细介绍如何正确地在Redux Toolkit中组合默认中间件和自定义中间件。
问题背景
在Redux Toolkit 2.1.0版本中,当尝试使用Tuple包装getDefaultMiddleware()返回的结果时,会出现类型错误。这是因为getDefaultMiddleware()本身已经返回了一个Tuple实例,而直接将其放入另一个Tuple会导致嵌套结构,这在Redux中间件系统中是不被允许的。
错误示例分析
以下代码展示了常见的错误用法:
import { configureStore, Tuple } from "@reduxjs/toolkit";
configureStore({
reducer: () => null,
middleware: (getDefaultMiddleware) => new Tuple(getDefaultMiddleware()),
});
这种写法会产生类型错误,因为它在Tuple中嵌套了另一个Tuple。
正确解决方案
Redux Toolkit为getDefaultMiddleware()返回的Tuple实例提供了两个实用方法:
prepend()- 在默认中间件之前添加自定义中间件concat()- 在默认中间件之后添加自定义中间件
基本用法
import { configureStore } from "@reduxjs/toolkit";
import { customMiddleware1, customMiddleware2 } from "./middlewares";
configureStore({
reducer: rootReducer,
middleware: (getDefaultMiddleware) =>
getDefaultMiddleware()
.prepend(customMiddleware1) // 添加在默认中间件之前
.concat(customMiddleware2) // 添加在默认中间件之后
});
实际应用场景
假设我们需要在Redux store中添加日志中间件和API调用中间件,同时保留Redux Toolkit的默认中间件(如thunk):
import { configureStore } from "@reduxjs/toolkit";
import logger from "redux-logger";
import apiMiddleware from "./apiMiddleware";
const store = configureStore({
reducer: rootReducer,
middleware: (getDefaultMiddleware) =>
getDefaultMiddleware()
.concat(logger) // 添加日志中间件在默认中间件之后
.prepend(apiMiddleware) // 添加API中间件在默认中间件之前
});
为什么不能直接使用Tuple包装
Redux中间件需要按照特定的顺序执行,形成一个中间件链。直接使用Tuple包装会破坏这个链式结构,导致中间件无法正确执行。Redux Toolkit提供的prepend和concat方法确保了中间件能够以正确的顺序组合和执行。
总结
在Redux Toolkit中组合中间件时,应该避免直接使用Tuple包装getDefaultMiddleware()的结果,而是使用其提供的prepend和concat方法来添加自定义中间件。这种方法不仅解决了类型问题,还能确保中间件以正确的顺序执行,是Redux Toolkit推荐的最佳实践。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
184
196
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++
648
265
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
275
97
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.43 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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