Jotai中实现派生原子状态深度比较的优化方案
2025-05-10 03:19:45作者:彭桢灵Jeremy
在状态管理库Jotai的实际应用中,开发者经常会遇到一个性能优化问题:当基础原子状态更新时,即使派生原子的计算结果没有实质变化,也会触发不必要的重新渲染。本文将深入分析这一问题,并提出一种优雅的解决方案。
问题背景
在Jotai的状态管理模型中,派生原子(derived atoms)通过getter函数从基础原子(base atoms)中计算得出值。当基础原子发生变化时,所有依赖它的派生原子都会重新计算并通知订阅者。这种机制在大多数情况下工作良好,但在某些场景下会带来性能问题:
- 当基础原子是一个包含大量属性的复杂对象时,即使只有其中一小部分属性发生变化,所有基于该对象的派生原子都会重新计算
- 派生原子的计算结果可能实际上没有变化,但仍会触发订阅组件的重新渲染
- 对于异步原子,会导致不必要的重新挂起(Suspense)和界面闪烁
现有解决方案的局限性
Jotai社区已经提出过几种相关解决方案,但各有不足:
selectAtom:只能简单选择属性,无法处理复杂计算逻辑atomWithCache:缓存的是依赖关系而非计算结果atomWithCompare:仅适用于直接设置值的原始原子(PrimitiveAtom)- 手动记忆化:需要开发者自行实现比较逻辑,代码冗余
技术方案设计
我们提出一个名为derivedAtomWithCompare的新工具函数,它具有以下特点:
- 深度比较机制:在派生原子值变化时进行深度比较,只有实际变化时才通知订阅者
- Getter支持:保留标准派生原子的特性,可以访问其他原子状态
- 灵活的比较函数:允许自定义比较逻辑,默认使用lodash的isEqual
- 类型安全:完整支持TypeScript类型推断
- 异步支持:提供同步和异步两个版本
核心实现思路是维护一个前值缓存,在每次计算新值时先与缓存比较,只有不同时才更新并通知订阅者。
实现细节
以下是关键实现代码的分析:
const derivedAtomWithCompareAsync = <T>(
read: (get: Getter) => Promise<T>,
initialValue: T,
areEqual?: (prev: any, next: any) => boolean,
): Atom<Promise<T>> => {
let previousValue = initialValue
areEqual = areEqual ?? ((prev, next) => isEqual(prev, next))
const derivedAtom = atom(async (get) => {
const next = await read(get)
if (!areEqual(previousValue, next)) {
previousValue = next
return next
}
return previousValue
})
return derivedAtom
}
需要注意的几个关键点:
- 前值缓存应该存储在原子内部,避免不同Store实例间的状态污染
- 比较函数应该支持深度比较和浅比较两种模式
- 异步版本需要正确处理Promise链
最佳实践建议
在实际项目中使用此方案时,建议:
- 对于简单属性选择,优先使用
selectAtom - 对于复杂计算逻辑,使用
derivedAtomWithCompare - 性能敏感场景下,提供自定义的比较函数
- 在大型对象上频繁访问少量属性时特别有效
未来发展方向
这个方案可以进一步扩展为:
- 提供
withCompare高阶函数,统一处理原始原子和派生原子 - 集成到jotai-history工具集中
- 支持更智能的差异检测算法
- 提供React Hook形式的便捷访问方式
通过这种优化方案,开发者可以在保持Jotai简洁API的同时,获得更好的渲染性能体验,特别适合大型复杂应用的状态管理场景。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
🔥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
68
20
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
12
1
暂无简介
Dart
801
199
🎉 (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
1.37 K
781
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
24
0
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
350
203
Ascend Extension for PyTorch
Python
379
453
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1