AnalogJS 项目中SSR加载函数执行两次的问题分析与解决方案
2025-06-28 07:16:04作者:温玫谨Lighthearted
问题背景
在AnalogJS框架(一个基于Angular的全栈应用框架)中,开发者报告了一个关于服务器端渲染(SSR)的异常行为。具体表现为:当使用SSR模式时,页面加载函数(load)会在服务器端执行一次,然后在客户端又执行一次,导致不必要的重复请求和数据加载。
问题复现
通过一个简单的示例可以清晰复现这个问题:
- 创建一个包含SSR的基本AnalogJS项目
- 在页面组件中使用
injectLoad来获取服务器端加载的数据 - 在服务器端加载函数中添加延迟以模拟实际场景
- 构建并运行生产环境服务器
观察发现,在开发模式下行为正常(仅服务器端执行),但在生产构建后,客户端会再次发起相同的请求。
技术分析
这个问题核心在于AnalogJS的SSR实现机制。在理想情况下,服务器端渲染应该:
- 在服务器端执行加载函数
- 将结果序列化并内联到HTML中
- 客户端直接使用这些数据而不再发起请求
但当前实现中,客户端仍然会尝试重新获取数据,导致重复执行。这主要与以下几个因素有关:
- 基础URL(baseHref)处理:当项目配置了基础URL时,客户端和服务器端对路径的解析可能出现不一致
- 数据序列化机制:服务器端加载的数据可能没有正确传递到客户端
- 路由匹配逻辑:客户端路由可能无法识别服务器端已处理的路由
解决方案
经过项目维护者的调查,发现以下解决方案:
-
正确配置基础URL:
- 在构建时使用
--baseHref参数明确指定基础路径 - 在运行生产服务器时设置
NITRO_APP_BASE_URL环境变量
- 在构建时使用
-
预渲染关键路由:
- 将关键路由(如首页)添加到预渲染列表中
- 这可以确保数据在构建时就被获取并固化
-
框架更新:
- 在AnalogJS 1.14.1版本中,已修复基础URL处理问题
- 确保开发和生产环境行为一致
最佳实践建议
对于需要在SSR模式下使用动态数据的场景:
- 对于不常变化的数据,考虑使用预渲染
- 对于实时性要求高的数据,可以:
- 在服务器端加载主要数据
- 在客户端使用单独的API端点获取增量更新
- 始终确保基础URL配置的一致性
- 定期更新框架版本以获取最新修复
总结
SSR是现代Web应用的重要特性,但实现细节往往复杂。AnalogJS通过持续迭代改进,正在不断完善其SSR实现。开发者应理解框架的工作原理,遵循推荐配置,并在遇到问题时及时检查版本更新和已知问题。
通过正确配置和合理使用预渲染策略,可以充分发挥AnalogJS的SSR优势,同时避免不必要的性能开销。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0212
cann-learning-hubCANN 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 Notebook0135
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
774
5.07 K
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++
872
2.01 K
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
468
461
Ascend Extension for PyTorch
Python
756
959
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++
696
1.39 K
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
昇腾LLM分布式训练框架
Python
183
230
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。
Python
1.03 K
645