Immer项目中Immutable类型与WritableDraft的赋值问题解析
2025-05-05 21:33:21作者:房伟宁
概述
Immer是一个流行的JavaScript不可变状态管理库,它通过Proxy机制让我们能够以"可变"的方式处理不可变数据。在TypeScript环境下,Immer提供了Immutable和WritableDraft等类型工具来帮助开发者处理类型安全问题。然而,在实际使用中,开发者可能会遇到一个特定的类型问题:无法将Immutable类型的值直接赋值给WritableDraft类型的属性。
问题现象
当使用Immer的Immutable类型标记一个对象后,该对象及其所有属性都会被标记为readonly。例如:
type A = Immutable<{ a: number }>;
const a: A = { a: 4 };
a.a = 5; // 错误,a.a是readonly
在Immer的produce函数中,我们可以修改draft对象,因为draft实际上是WritableDraft类型:
const a2 = produce(a, (draft) => {
draft.a = 5; // 允许修改
});
但当尝试将一个Immutable值赋给draft的属性时,TypeScript会报错:
type B = Immutable<{ arr: number[] }>;
const b1: B = { arr: [1, 2, 3] };
const b2: B = { arr: [4, 5, 6] };
produce(b1, draft => {
draft.arr = b2.arr; // TypeScript错误
});
技术背景
这个问题源于TypeScript的类型系统设计:
Immutable类型会递归地将所有属性标记为readonlyWritableDraft类型会移除外层的readonly标记,允许修改- 但TypeScript不允许将
readonly数组赋值给可变数组,即使源和目标都是不可变的
解决方案
Immer提供了castDraft工具类型来解决这个问题:
produce(b1, draft => {
draft.arr = castDraft(b2.arr); // 正确
});
castDraft的作用是告诉TypeScript编译器,这个值可以被安全地用作draft的一部分,即使它原本是Immutable类型。
深入理解
为什么需要这个转换?从技术角度看:
- Immer的不可变保证是通过结构共享实现的,而不是通过JavaScript的不可变特性
- 将一个Immutable值赋给draft不会破坏不可变性,因为Immer会确保最终结果仍然是不可变的
- TypeScript的静态类型检查无法理解Immer的运行机制,所以需要显式类型转换
最佳实践
在实际项目中,特别是Redux等状态管理场景中:
- 优先使用
castDraft进行显式类型转换 - 考虑创建辅助函数封装常见模式
- 在团队中统一约定Immutable数据的使用规范
- 对于复杂场景,可以定义自定义类型工具
总结
Immer的类型系统设计在大多数情况下都能很好地工作,但在Immutable值与WritableDraft交互时会出现类型冲突。理解这一现象背后的原因,并合理使用castDraft工具,可以帮助开发者更高效地使用Immer管理不可变状态。
登录后查看全文
热门项目推荐
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 StartedRust0191
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 Notebook0120
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
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
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
热门内容推荐
项目优选
收起
暂无描述
Dockerfile
764
4.98 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++
857
1.93 K
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++
684
1.33 K
Ascend Extension for PyTorch
Python
720
883
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++
1.08 K
1.1 K
deepin linux kernel
C
32
16
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
457
440
用户可使用该项目在 OpenHarmony 平台开发应用,支持通过 IDE 或终端用 Flutter Tools 指令编译构建,基于 Flutter 3.27.4 版本,新增 impeller-vulkan 渲染模式,兼容多种开发指令与环境配置。
Dart
1.01 K
262
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253
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 K
610