SWR Infinite Loading 在 Next.js 应用路由中的 Fallback 机制解析
2025-05-04 15:06:04作者:薛曦旖Francesca
在 Next.js 13+ 的应用路由架构中,开发者在使用 SWR 库的 useSWRInfinite 实现无限加载功能时,可能会遇到 fallback 数据不按预期工作的问题。本文将深入分析这一现象的技术原理,并提供有效的解决方案。
问题现象
当开发者在客户端组件中使用 useSWRInfinite 并设置 fallback 数据时,即使已经提供了完整的初始数据,组件仍然会在客户端发起不必要的网络请求。这与开发者期望的"直接使用预取数据而不发起额外请求"的行为不符。
技术背景
SWR 的 fallback 机制原本设计用于服务端渲染(SSR)场景,允许开发者预先注入数据,避免客户端重复获取。在 Next.js 13+ 的应用路由中,这种机制需要特别注意以下几点:
- 应用路由默认采用 React 服务端组件架构
- 数据获取通常在服务端组件中完成
- 客户端组件需要正确处理服务端预取的数据
关键问题分析
通过代码示例可以看出,开发者尝试通过以下方式设置 fallback:
fallback: {
[unstable_serialize(() => 'key')]: [{ data: [], total: 0 }]
}
但这种方式在应用路由中失效的主要原因在于:
useSWRInfinite默认会在组件挂载时重新验证数据- 应用路由的数据传递机制与传统 SSR 有所不同
- 序列化方式可能不匹配应用路由的上下文
解决方案
经过实践验证,最有效的解决方法是显式关闭挂载时的重新验证:
{
fallback: {
[unstable_serialize(() => 'key')]: [{ data: [], total: 0 }]
},
revalidateOnMount: false
}
这种配置组合能够确保:
- 服务端预取的数据被正确识别为初始状态
- 组件挂载时不会触发额外的网络请求
- 仍然保留了 SWR 的其他特性如焦点重新验证等
最佳实践建议
对于 Next.js 13+ 应用路由中的 SWR 使用,推荐以下模式:
- 在服务端组件中获取初始数据
- 通过 props 或状态管理将数据传递给客户端组件
- 客户端组件中同时设置 fallback 和
revalidateOnMount: false - 对于需要更新的场景,使用 mutate 手动触发重新验证
这种模式既利用了应用路由的服务端数据获取优势,又保持了 SWR 的客户端状态管理能力,实现了最佳的性能和用户体验平衡。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0126
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python06
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5.01 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
863
1.96 K
Ascend Extension for PyTorch
Python
722
894
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
689
1.35 K
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
458
453
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265
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
152
250
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
627
Oohos_react_native
React Native鸿蒙化仓库
C++
357
425