Emotion.js在Next.js SSR中样式延迟问题的分析与解决
2025-05-12 10:28:11作者:冯梦姬Eddie
问题背景
在使用Emotion.js的CacheProvider配合Next.js进行服务端渲染(SSR)时,开发者可能会遇到一个典型问题:页面首次加载时,样式需要几秒钟才能正确应用,导致出现短暂的"无样式"状态(FOUC)。这种现象在需要RTL(从右到左)布局支持的应用中尤为常见。
问题根源分析
这个问题的核心在于Emotion缓存(cache)的创建方式。在示例代码中,缓存是在模块级别创建的,这意味着:
- 缓存对象在服务端是单例的
- 不同请求之间会共享同一个缓存实例
- 在SSR环境下可能导致样式注入的顺序和时机出现问题
技术原理
Emotion的缓存机制在SSR环境下需要特别注意:
- 每个页面请求应该有自己的独立缓存实例
- 缓存的生命周期应与组件请求周期一致
- 模块级别的缓存创建会导致跨请求的状态污染
解决方案
正确的做法是将缓存创建移到组件内部,并使用React的useMemo钩子进行优化:
import { useMemo } from 'react';
function MyApp({ Component, pageProps }) {
const cacheRtl = useMemo(() => {
return createCache({
key: 'muirtl',
stylisPlugins: [prefixer, rtlPlugin],
});
}, []);
return (
<CacheProvider value={cacheRtl}>
{/* 其余代码保持不变 */}
</CacheProvider>
);
}
优化效果
这种改进带来了以下好处:
- 每个请求获得全新的缓存实例,避免状态污染
- 样式能够立即正确应用,消除FOUC现象
- 保持了良好的性能,因为useMemo确保了缓存只创建一次
深入理解
在Next.js的SSR环境中:
- 服务端会为每个请求执行完整的React渲染流程
- 模块级别的代码会在所有请求间共享
- 组件内的代码会为每个请求单独执行
因此,将缓存创建移到组件内部确保了每个请求都能获得全新的、独立的样式缓存,这是解决样式延迟问题的关键。
最佳实践建议
- 对于任何与请求相关的状态,都应该在组件内部初始化
- 使用useMemo优化性能敏感的操作
- 在SSR环境下特别注意单例模式的使用
- 对于样式解决方案,确保每个请求都有独立的样式作用域
通过遵循这些原则,可以确保Emotion在Next.js的SSR环境中表现稳定,样式能够立即正确应用,提供更好的用户体验。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0195
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 Notebook0124
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。Python05
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 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++
857
1.94 K
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++
685
1.35 K
Ascend Extension for PyTorch
Python
721
892
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
457
446
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
1.01 K
262
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 K
619
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
2.99 K
637
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
254