AG Grid 中通过API设置默认排序的最佳实践
2025-05-15 11:29:09作者:侯霆垣
问题背景
在AG Grid数据表格组件的实际应用中,开发者经常需要保存和恢复用户的表格状态偏好,包括列排序、过滤条件和列顺序等。在AG Grid v21版本中,开发者可以通过setSortModel方法来实现排序状态的设置,但在最新版本(v33.2.1)中,这一API发生了变化。
解决方案
在AG Grid最新版本中,推荐使用applyColumnState方法来设置表格的排序状态。这个方法提供了更强大和灵活的方式来控制列的各种状态,包括排序、可见性、宽度等。
核心API解析
applyColumnState是Grid API的一部分,它允许开发者通过一个配置对象来批量设置列的多种状态。对于排序功能,主要使用其中的sort属性。
具体实现示例
// 假设我们要设置第一列升序排序
gridApi.applyColumnState({
state: [
{
colId: 'make', // 列ID
sort: 'asc' // 排序方向: 'asc'或'desc'
}
],
defaultState: { sort: null } // 其他列的默认状态
});
高级用法
-
多列排序:可以同时设置多个列的排序状态
gridApi.applyColumnState({ state: [ { colId: 'make', sort: 'asc' }, { colId: 'price', sort: 'desc' } ] }); -
与保存状态配合使用:通常我们会将用户的状态偏好保存起来
// 保存状态 const columnState = gridApi.getColumnState(); localStorage.setItem('gridState', JSON.stringify(columnState)); // 恢复状态 const savedState = JSON.parse(localStorage.getItem('gridState')); gridApi.applyColumnState({ state: savedState });
版本兼容性说明
对于从旧版本迁移到新版本的开发者,需要注意:
- v21中的
setSortModel已被弃用 - 新版本的API设计更加统一,通过
applyColumnState可以处理多种列状态 - 排序状态的格式也发生了变化,更加简洁直观
最佳实践建议
- 在组件初始化完成后立即应用保存的状态
- 考虑添加状态变化的监听器,及时保存用户的最新偏好
- 对于复杂的应用,可以将表格状态管理抽象为独立的服务
- 处理异常情况,如列定义发生变化时保存的状态可能失效
通过掌握applyColumnState方法,开发者可以更灵活地控制AG Grid的排序行为,为用户提供更加个性化的表格体验。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
PCDViewer-4.9.0-Ubuntu20.04:专业点云可视化与编辑工具全面解析 Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 Python开发者的macOS终极指南:VSCode安装配置全攻略 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案
项目优选
收起
deepin linux kernel
C
24
7
暂无简介
Dart
614
138
Ascend Extension for PyTorch
Python
163
183
React Native鸿蒙化仓库
JavaScript
240
314
仓颉编译器源码及 cjdb 调试工具。
C++
126
854
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
369
3.15 K
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
255
90
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
475
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
9
1
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++
644
255