React Native MMKV Storage 适配 React Native 0.75.1 的 Android 构建问题解析
2025-07-09 11:04:45作者:谭伦延
问题背景
React Native 0.75.1 版本中,Facebook 团队移除了 JSIModulePackage 接口,这是一个重大的架构变更。这一变动影响了多个依赖 JSI 模块的第三方库,包括 react-native-mmkv-storage。当开发者将项目升级到 React Native 0.75.1 后,在构建 Android 应用时会遇到编译错误,提示找不到 JSIModulePackage 类。
技术分析
在 React Native 0.75.1 中,JSIModulePackage 被完全移除,这是新架构演进的一部分。原本的 JSI 模块系统被 Turbo 模块所取代。Turbo 模块是 React Native 新架构的核心组件之一,它提供了更高效的 Native 模块调用机制。
react-native-mmkv-storage 库之前实现了 JSIModulePackage 接口来注册 JSI 模块。在新的架构下,我们需要将其迁移到 Turbo 模块系统。
解决方案
1. Android 端改造
主要修改集中在 Android 部分的代码:
- 移除 RNMMKVJSIModulePackage.java 文件,因为它依赖了已被移除的 JSIModulePackage 接口
- 将 RNMMKVPackage 改为继承自 TurboReactPackage 而不是直接实现 ReactPackage
- 实现 TurboReactPackage 要求的 getModule 和 getReactModuleInfoProvider 方法
- 在 build.gradle 中添加对新架构的支持判断
2. iOS 端调整
iOS 端需要移除对 RCTTurboModule.h 的引用,因为这个头文件在新版本中已经不再需要。
兼容性考虑
这个修改同时考虑了向后兼容性:
- Turbo 模块系统在 React Native 中已经存在多个版本,因此修改后的代码可以兼容较旧的 React Native 版本
- 通过 BuildConfig.IS_NEW_ARCHITECTURE_ENABLED 标志,可以同时支持新旧两种架构
- 修改后的实现不会影响库的核心功能,只是改变了模块注册的方式
实施建议
对于正在使用 react-native-mmkv-storage 的开发者:
- 如果你正在升级到 React Native 0.75.1 或更高版本,建议升级到 react-native-mmkv-storage 0.10.3 或更高版本
- 如果你暂时无法升级库版本,可以使用 patch-package 应用上述修改
- 对于新项目,建议直接使用最新版本的库和 React Native
总结
React Native 的架构演进是一个持续的过程,这次对 JSIModulePackage 的移除是向更现代化、更高效的架构迈进的一步。react-native-mmkv-storage 通过这次更新,不仅解决了兼容性问题,也为未来可能的架构变化做好了准备。开发者可以放心升级,享受更稳定、更高效的存储解决方案。
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
HunyuanVideo-1.5暂无简介00
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-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
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
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
177
195
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++
647
264
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
270
94
暂无简介
Dart
623
140
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
378
3.34 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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