在Ant Design Pro中优化自定义Slider组件的请求性能
2025-06-13 16:49:03作者:何将鹤
在Ant Design Pro项目中开发自定义表单组件时,性能优化是一个需要重点考虑的问题。本文将以一个自定义Slider组件为例,探讨如何避免不必要的请求,提升组件性能。
问题背景
开发者在Ant Design Pro项目中需要实现一个自定义的Slider范围选择器组件,该组件需要从后端API获取最小值和最大值。初始实现中,组件在渲染时触发了多次请求,这显然不是最优方案。
初始实现分析
最初的实现使用了React的useEffect钩子来获取数据:
useEffect(() => {
const fetchRange = async () => {
if (request) {
const result = await request();
setRange({ min: result.min, max: result.max });
}
};
fetchRange();
}, [request]);
这种实现方式在开发环境下会导致多次请求,主要原因有两个:
- React严格模式下组件会故意渲染两次以帮助发现副作用问题
- 依赖数组中包含了request函数,当父组件重新渲染时可能导致request引用变化
优化方案一:简化useEffect
第一种优化方式是简化useEffect的实现,移除不必要的依赖:
useEffect(() => {
request?.().then(result => {
setRange({ min: result.min, max: result.max });
})
}, []);
这种方法减少了依赖项,但仍然无法完全避免开发环境下的双重渲染问题。
优化方案二:使用防抖技术
更完善的解决方案是引入防抖技术,确保在一定时间间隔内只执行一次请求:
import {useDebounceFn} from '@ant-design/pro-utils';
const {run: fetchRange} = useDebounceFn(async () => {
if (request) {
const result = await request();
setRange({ min: result.min, max: result.max });
}
}, 200);
useEffect(() => {
fetchRange();
}, []);
这种方案有以下优势:
- 200毫秒内的多次调用只会执行最后一次
- 有效避免了开发环境下的双重渲染问题
- 生产环境下也能防止意外多次请求
组件完整实现
结合上述优化,完整的Slider组件实现如下:
import React, { useState, useEffect } from 'react';
import { Slider } from 'antd';
import { useDebounceFn } from '@ant-design/pro-utils';
const ProFormSliderRange = ({ value, onChange, request }) => {
const [range, setRange] = useState({ min: 0, max: 500 });
const { run: fetchRange } = useDebounceFn(async () => {
if (request) {
const result = await request();
setRange({ min: result.min, max: result.max });
}
}, 200);
useEffect(() => {
fetchRange();
}, []);
return (
<Slider
range
defaultValue={[range.min, range.max]}
marks={{
[range.min]: range.min,
[range.max]: range.max
}}
min={range.min}
max={range.max}
value={value}
onChange={onChange}
/>
);
};
性能优化建议
- 缓存请求结果:如果多个组件实例需要相同的数据,考虑使用缓存机制
- 错误处理:添加请求错误处理逻辑,提升用户体验
- 加载状态:显示加载状态,让用户知道数据正在获取中
- 默认值处理:合理设置默认值,避免数据加载前的空白状态
总结
在Ant Design Pro项目中开发自定义表单组件时,性能优化不容忽视。通过合理使用防抖技术、优化useEffect依赖项,可以有效减少不必要的请求,提升应用性能。本文提供的解决方案不仅适用于Slider组件,也可以推广到其他需要异步获取数据的自定义组件中。
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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
🎉 (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
1.54 K
894
Ascend Extension for PyTorch
Python
503
609
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
391
286
暂无简介
Dart
905
218
🔥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
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
939
862
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108