Redux Toolkit v2.7.0 发布:标准模式验证与无限查询优化
2025-06-04 04:33:57作者:宣海椒Queenly
Redux Toolkit 是 Redux 官方推荐的工具集,它简化了 Redux 的使用,提供了诸如 createSlice、createAsyncThunk 和 RTK Query 等实用功能。最新发布的 v2.7.0 版本带来了几项重要改进,特别是对 RTK Query 的增强和无限查询功能的优化。
标准模式验证支持
在 API 开发中,确保服务器响应数据符合预期格式至关重要。v2.7.0 引入了对 Standard Schema 的支持,允许开发者使用如 Zod、Valibot 等验证库来验证查询参数、响应和错误。
主要特性
- 响应验证:通过
responseSchema选项定义响应数据的验证规则 - 原始响应验证:使用
rawResponseSchema在转换前验证原始数据 - 类型推断:提供模式后可以自动推断 TS 类型,减少手动类型声明
- 错误处理:新增
catchSchemaFailure选项控制验证失败时的行为 - 性能优化:
skipSchemaValidation可跳过大型数据的运行时验证
import * as v from 'valibot'
const postSchema = v.object({
id: v.number(),
name: v.string(),
})
const api = createApi({
endpoints: (build) => ({
getPost: build.query({
query: ({ id }) => `/post/${id}`,
responseSchema: postSchema, // 自动推断返回类型
}),
}),
})
无限查询功能改进
RTK Query 的无限查询功能在此版本中得到了多项修复和优化:
- 缓存更新:现在无限查询也支持
updateCachedData方法 - 跳过机制:
skip选项现在能正确工作于无限查询场景 - 元数据包含:无限查询的
fulfilled动作现在包含基础查询的元数据 - 引用稳定性:
useInfiniteQuerySubscription返回的方法现在具有稳定引用
性能优化与状态结构调整
upsertQueryEntries 在处理大量缓存条目时存在性能问题,原因是标签处理逻辑进行了过多的 O(n) 迭代。v2.7.0 重构了 state.api.provided 的数据结构,实现了标签与缓存键的反向映射,显著提升了性能。
需要注意的是,这一变更可能会影响直接访问 RTKQ 状态的代码,虽然官方不建议这样做。Redux DevTools 已发布 3.2.10 版本以兼容新旧状态结构。
其他重要改进
- TS 支持:正式放弃对 TypeScript 5.0 的支持,目前支持 5.1-5.8
- 中间件检查:
configureStore现在会检测重复的中间件引用 - 实体适配器:
createEntityAdapter现在正确处理对同一新实体的多次更新 - 选择器优化:
combineSlices选择器现在返回相同的初始状态引用 - API 状态重置:
useQuery钩子现在能在resetApiState后正确重新获取数据
总结
Redux Toolkit v2.7.0 通过引入标准模式验证,使 API 数据验证更加规范和便捷;优化了无限查询的功能完整性和性能;改进了开发体验和类型支持。这些改进使得 Redux 在现代前端开发中的应用更加高效和可靠。
对于现有项目升级,建议重点关注无限查询行为的变更和状态结构的调整,确保兼容性。新项目则可以充分利用标准模式验证带来的类型安全和数据验证能力。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
245
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
暂无简介
Dart
672
157
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++
661
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217