React Query 中 ESLint 插件对常量依赖的错误检测问题解析
2025-05-01 22:24:42作者:昌雅子Ethen
问题背景
在使用 React Query 的 ESLint 插件时,开发者可能会遇到一个关于依赖项检测的特殊情况。当在 queryOptions 中使用外部定义的常量时,ESLint 插件会错误地将其标记为缺失的依赖项,即使这些常量在技术上是不可变的。
问题重现
考虑以下两种代码结构:
// 情况一:函数返回对象 - 正常工作
export const thisDoesNotShowError = () => ({
q3: queryOptions({
queryKey: ['getAll'],
queryFn: () => Promise.resolve(EXAMPLE_CONST),
}),
});
// 情况二:直接对象定义 - 错误报告
export const thisShowsError = {
q3: queryOptions({
queryKey: ['getAll'],
queryFn: () => Promise.resolve(EXAMPLE_CONST),
}),
};
在第二种情况下,ESLint 插件会错误地报告:"The following dependencies are missing in your queryKey: EXAMPLE_CONST",尽管 EXAMPLE_CONST 是一个不可变的常量。
技术分析
这个问题源于 ESLint 插件对依赖项分析的实现方式。插件原本设计用于检测可能变化的依赖项,但对于 JavaScript/TypeScript 中的常量(const 声明),理论上它们的值是不可变的,因此不应该被视为需要包含在 queryKey 中的依赖项。
在 React Query 的设计理念中,queryKey 应该包含所有可能影响查询结果的变量。然而,对于真正的常量,它们不会改变查询结果的行为,因为它们的值永远不会改变。
解决方案
React Query 团队已经修复了这个问题。修复的核心思路是改进依赖项分析逻辑,使其能够正确识别 JavaScript 的常量声明,不再将它们误报为需要包含在 queryKey 中的依赖项。
对于开发者来说,这意味着:
- 可以安全地在
queryOptions中使用外部定义的常量 - 不再需要为了通过 lint 检查而将常量包含在
queryKey中 - 代码可以保持更简洁,同时仍然保持类型安全
最佳实践
虽然这个问题已经修复,但在使用 React Query 时,仍然建议:
- 对于真正的常量,使用
const声明并保持大写命名约定 - 对于可能变化的值,确保它们包含在
queryKey中 - 定期更新 React Query 及其相关插件到最新版本
- 在团队中统一代码风格,避免混合使用不同的模式(函数返回对象 vs 直接对象定义)
这个问题也提醒我们,在使用静态分析工具时,理解其背后的原理和限制非常重要,这样才能在工具报告问题时做出正确的判断。
登录后查看全文
热门项目推荐
相关项目推荐
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.71 K
Ascend Extension for PyTorch
Python
328
384
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++
876
577
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
335
161
暂无简介
Dart
762
187
🎉 (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
1.33 K
745
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
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
135