首页
/ Expensify/App中离线状态下交易线程无限加载问题分析

Expensify/App中离线状态下交易线程无限加载问题分析

2025-06-15 19:46:18作者:霍妲思

问题现象

在Expensify/App项目中,当用户在离线状态下执行特定操作流程时,会遇到交易线程无限加载且头部信息为空的问题。具体表现为:用户在工作区聊天中提交两笔费用后,删除报告并转到个人DM,在离线状态下点击任何费用预览时,交易线程界面会持续加载且不显示任何头部信息。

技术背景

该问题涉及Expensify/App中的费用管理核心功能,特别是与交易线程相关的处理逻辑。交易线程是Expensify中用于跟踪特定交易讨论的独立会话,当用户查看或讨论某笔具体费用时,系统会自动创建或关联相应的交易线程。

根本原因分析

经过技术团队深入排查,发现问题源于以下几个关键因素:

  1. 报告动作缺失:当缺少reportActions时,系统会进入无限加载状态。这源于ReportActionsView.tsx中的相关逻辑判断。

  2. 交易线程ID生成问题:在创建REQUEST_MONEY请求时,系统既没有生成乐观的optimisticTransactionThread,也没有创建optimisticCreatedActionForTransactionThread,同时请求参数中缺少transactionThreadReportIDcreatedReportActionIDForThread

  3. 删除操作后的ID不一致:当报告被删除后,系统会为交易生成新的reportID,这导致reportActions变为空值。

解决方案

技术团队提出了以下修复方案:

  1. 启用乐观交易线程生成:通过向getMoneyRequestInformation传递shouldGenerateOptimisticTransactionThread = true参数,确保系统能够获取transactionThreadReportIDcreatedReportActionIDForThread

  2. 完善请求参数:在相关请求中添加transactionThreadReportIDcreatedReportActionIDForThread参数,确保交易线程能够正确初始化和加载。

技术实现细节

修复方案主要修改了IOU.ts文件中的相关逻辑:

  • getMoneyRequestInformation调用时添加了shouldGenerateOptimisticTransactionThread参数
  • 完善了请求参数传递,确保交易线程相关ID能够正确传递
  • 优化了报告删除后的处理逻辑,保持交易线程的一致性

影响范围

该问题主要影响以下平台:

  • Android应用和移动网页版
  • iOS应用和移动网页版
  • MacOS桌面版和网页版
  • Windows Chrome浏览器

经验总结

此案例提醒我们在处理离线状态下的交易流程时需要特别注意:

  1. 确保关键ID在操作流程中的一致性
  2. 离线状态下应保持足够的乐观数据生成能力
  3. 删除操作后的状态恢复需要特别处理
  4. 交易线程的初始化参数必须完整

通过这次问题的分析和解决,Expensify/App在离线状态下的交易处理能力得到了进一步巩固,为用户提供了更稳定的使用体验。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
827
5.48 K
kernelkernel
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
494
515
ops-nnops-nn
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++
783
1.57 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
ops-transformerops-transformer
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++
970
2.28 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
cannbot-skillscannbot-skills
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。
Markdown
1.26 K
808
cann-learning-hubcann-learning-hub
CANN 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 Notebook
647
284