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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00