Angular异步本地存储库升级至v16指南
前言
本文将详细介绍如何将angular-async-local-storage库从旧版本升级到v16,并解析其中的重大变更和弃用内容。作为Angular生态中处理本地存储的优秀解决方案,该库在v16版本中引入了一些重要变化,开发者需要特别注意。
升级准备
首先,确保你已经安装了最新版本的Angular CLI工具,然后执行以下命令进行升级:
ng update @ngx-pwa/local-storage
重要提示:如果你的项目当前版本低于v15,请先按照其他迁移指南逐步升级。特别是v9版本的迁移至关重要,错误的迁移操作可能导致已存储数据的丢失。
环境要求变更
v16版本对运行环境提出了新的要求:
- 必须使用Angular 16或更高版本
- 需要RxJS 7.4或更高版本
- 推荐使用TypeScript 5.0
注意事项:
- 不再支持RxJS 6
- TypeScript 4.9理论上可以工作,但未经充分测试
重大变更解析
LocalStorage服务弃用
LocalStorage服务已被标记为弃用,并将在v17版本中移除。实际上,其替代品StorageMap自v8版本就已存在,现在是时候进行迁移了。
迁移示例:
// 旧版用法
import { LocalStorage } from '@ngx-pwa/local-storage';
@Injectable()
export class YourService {
constructor(private storage: LocalStorage) {
this.storage.getItem('key').subscribe();
this.storage.setItem('key', 'value').subscribe();
this.storage.removeItem('key').subscribe();
this.storage.clear().subscribe();
this.storage.length;
}
}
// 新版用法
import { StorageMap } from '@ngx-pwa/local-storage';
@Injectable()
export class YourService {
constructor(private storage: StorageMap) {
this.storage.get('key').subscribe();
this.storage.set('key', 'value').subscribe();
this.storage.delete('key').subscribe();
this.storage.clear().subscribe();
this.storage.size;
}
}
类型差异说明:
- 当键不存在时,
StorageMap的get方法返回undefined(而LocalStorage返回null),需要相应调整条件判断:
// 旧版判断
this.storage.getItem('key').subscribe((data) => {
if (data !== null) {}
});
// 新版判断
this.storage.get('key').subscribe((data) => {
if (data !== undefined) {}
});
StorageMap的写入方法返回undefined(LocalStorage返回true),不过这对大多数应用场景没有影响,因为这些方法的返回值通常不会被使用
其他弃用内容
JSONSchema特定接口
特定的JSONSchemaXXX接口已被弃用,将在v17中移除。这些接口是该库早期版本中为解决某些TypeScript问题而引入的临时方案,这些问题早已不复存在。自v8版本起,开发者应该使用通用的JSONSchema接口。
特别提醒:如果你使用JSONSchemaArray来处理元组模式,由于v16.2.0中的修复,现在需要切换到JSONSchema。
示例:
// 旧版
const schema: JSONSchemaString = { type: 'string' };
// 新版
const schema = { type: 'string' } satisfies JSONSchema;
技术提示:使用
satisfies JSONSchema而非schema: JSONSchema的原因在于更好的类型推断和灵活性。
JSONValidator工具类
JSONValidator已被弃用,v17后将不再提供。这是一个内部工具类,功能有限且可能随时变更,不属于该库的核心范畴。
替代方案:如果需要JSON验证功能,建议使用专门的验证库如ajv等。
LocalDatabase内部类
LocalDatabase已被标记为弃用,v17后将移除。这是一个内部工具类,重写它属于未文档化的行为。如果你确实需要自定义存储实现,建议直接创建自己的存储服务。
升级建议
- 首先确保测试覆盖率足够,升级后进行充分测试
- 分阶段进行迁移,特别是大型项目
- 重点关注
LocalStorage到StorageMap的迁移 - 检查所有JSON Schema相关的类型定义
- 移除对内部类(
JSONValidator、LocalDatabase)的依赖
结语
本次升级主要涉及API的简化和现代化,移除了历史遗留的临时解决方案。虽然需要一定的迁移工作,但将使代码更加规范且面向未来。建议开发者尽早完成升级,以便获得更好的类型支持和更简洁的API体验。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-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