Liveblocks 存储更新中展示被删除对象的实现方案
背景介绍
Liveblocks 是一个实时协作框架,它提供了多种数据结构如 LiveMap、LiveList 和 LiveObject 来帮助开发者构建协作应用。在实际开发中,我们经常需要监听这些数据结构的变化并做出相应的响应。
问题描述
在开发过程中,有一个常见需求:当文档中的某些特定对象被删除时(例如从 LiveList 中移除),需要执行一些非 UI 相关的处理逻辑。然而,当前的 LiveList 更新机制中,删除操作只提供了被删除项的索引信息,而没有提供被删除项本身的内容,这使得开发者难以获取完整的变更信息。
技术分析
Liveblocks 的更新机制通过 delta 对象来描述变更,当前 LiveListUpdateDelta 的类型定义如下:
type LiveListUpdateDelta =
| { type: "insert"; index: number; item: Lson }
| { type: "delete"; index: number }
| { type: "move"; index: number; previousIndex: number; item: Lson }
| { type: "set"; index: number; item: Lson };
可以看到,delete 操作只包含 index 信息,而其他操作如 move 和 insert 都包含了完整的项信息。这种不对称性给开发者带来了不便。
解决方案
Liveblocks 团队在最新版本中增加了对删除项信息的支持,新的类型定义如下:
type LiveListUpdateDelta =
| { type: "insert"; index: number; item: Lson }
| { type: "delete"; index: number; deletedItem: Lson }
| { type: "move"; index: number; previousIndex: number; item: Lson }
| { type: "set"; index: number; item: Lson };
关键变化是在 delete 操作中新增了 deletedItem 字段,这样开发者就能获取到被删除项的完整信息。
实现细节
-
数据一致性:新增的 deletedItem 字段确保了即使在批量操作中,开发者也能准确获取被删除的对象。
-
性能考虑:虽然增加了数据传输量,但对于大多数应用场景来说,这种开销是可以接受的,特别是考虑到它带来的开发便利性。
-
向后兼容:这一变更不会影响现有代码,因为新增字段是可选的(在 TypeScript 中表现为必填,但运行时旧代码仍能工作)。
最佳实践
-
订阅变更:使用 room.subscribe 方法订阅最高层级的 map 对象变更。
-
处理删除操作:在新的实现中,可以直接从 deletedItem 字段获取被删除的对象,无需额外的状态管理。
-
错误处理:虽然不常见,但仍建议对 deletedItem 进行空值检查以确保代码健壮性。
总结
Liveblocks 的这一改进显著提升了开发者在处理列表删除操作时的便利性。通过提供被删除项的完整信息,开发者可以更轻松地实现各种业务逻辑,如审计日志、数据同步等。这一变更体现了 Liveblocks 团队对开发者体验的重视,也展示了框架在不断演进以满足实际开发需求。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00