在Effector中优雅地拆分Effect结果到不同Store
2025-06-11 13:06:22作者:尤辰城Agatha
在Effector状态管理库的实际应用中,我们经常会遇到需要将一个Effect返回的结果拆分到多个Store中的场景。本文将探讨几种实现方式及其适用情况。
基础场景分析
假设我们有一个获取用户信息的Effect,它返回一个包含用户基本信息和用户偏好的复合对象:
const fetchUserInfo = createEffect(() => {
return {
user: { id: 1 },
userPreferences: { darkMode: true },
};
});
我们需要将这些数据分别存储到两个不同的Store中:$user和$userPreferences。
方案一:使用多个sample操作
最直接的方式是使用多个sample操作:
sample({
clock: fetchUserInfo.doneData,
fn: ({ user }) => user,
target: $user,
});
sample({
clock: fetchUserInfo.doneData,
fn: ({ userPreferences }) => userPreferences,
target: $userPreferences,
});
优点:
- 代码直观,易于理解
- 不需要额外依赖
- 类型推断良好
缺点:
- 当需要拆分的字段较多时,代码会显得重复
方案二:使用split操作
Effector提供了split操作符,可以根据条件将数据分流到不同的事件:
split({
source: fetchUserInfo.doneData,
match: {
user: ({ user }) => !!user,
userPreferences: ({ userPreferences }) => !!userPreferences
},
cases: {
user: setUser,
userPreferences: setUserPreferences,
},
});
优点:
- 逻辑集中在一处
- 适合复杂的分流条件
缺点:
- 需要预先定义事件处理器
- 代码量不一定减少
- 对于简单场景可能增加认知负担
方案三:自定义辅助函数
对于项目中的高频场景,可以创建自定义辅助函数:
function splitToStores(source, mappings) {
Object.entries(mappings).forEach(([key, store]) => {
sample({
clock: source,
fn: (data) => data[key],
target: store,
});
});
}
// 使用方式
splitToStores(fetchUserInfo.doneData, {
user: $user,
userPreferences: $userPreferences
});
优点:
- 代码高度复用
- 使用简洁
- 可根据项目需求定制
缺点:
- 需要额外维护辅助函数
- 类型支持可能受限
最佳实践建议
-
简单场景:直接使用多个
sample操作最为合适,代码清晰且易于维护。 -
复杂分流:当需要根据复杂条件分流时,考虑使用
split操作符。 -
高频使用:如果在项目中频繁遇到此类需求,可以创建自定义辅助函数来提高开发效率。
-
类型安全:在TypeScript项目中,优先选择类型支持良好的方案,通常多个
sample操作能提供最好的类型推断。
总结
Effector提供了灵活的方式来处理Effect结果的拆分需求。开发者应根据具体场景选择最适合的方案,在代码简洁性、可读性和类型安全之间取得平衡。对于大多数情况,使用多个sample操作是最为推荐的做法,它既保持了代码的清晰度,又能获得良好的类型支持。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCR暂无简介Python00
openPangu-Ultra-MoE-718B-V1.1昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
Spark-Scilit-X1-13BFLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile013
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
deepin linux kernel
C
24
6
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
242
2.38 K
仓颉编译器源码及 cjdb 调试工具。
C++
116
85
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
1.02 K
405
React Native鸿蒙化仓库
JavaScript
216
291
Ascend Extension for PyTorch
Python
79
113
仓颉编程语言运行时与标准库。
Cangjie
123
98
仓颉编程语言测试用例。
Cangjie
34
71
暂无简介
Dart
539
118
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++
591
116