Redux Toolkit 2.3.0 类型导出变更与最佳实践指南
2025-05-21 02:36:04作者:温玫谨Lighthearted
背景介绍
Redux Toolkit 作为 Redux 官方推荐的标准工具集,其 RTK Query 模块提供了强大的数据获取和缓存功能。在 2.2.7 版本中,团队对内部类型进行了整合,导致一些之前可访问的类型不再直接导出。这虽然提高了代码的封装性,但也影响了部分高级用户的使用体验。
类型导出变更概述
在 2.3.0 版本中,Redux Toolkit 团队重新导出了多个实用类型,解决了开发者在使用自定义基础查询和端点构建时的类型需求。这些变更主要包括:
- 基础查询相关类型:
BaseQueryError和BaseQueryMeta - 端点定义类型:
MutationExtraOptions和QueryExtraOptions - 结果描述类型:
ResultDescription - React Hook 类型:
TypedLazyQueryTrigger和TypedQueryStateSelector
类型使用场景与解决方案
自定义基础查询场景
开发者经常需要创建自定义的基础查询来处理特定的 API 函数。在 2.3.0 版本中,可以使用以下方式定义自定义端点构建器:
import {
BaseQueryFn,
BaseQueryError,
BaseQueryMeta,
EndpointBuilder,
QueryExtraOptions,
ResultDescription
} from '@reduxjs/toolkit/query';
export type CustomEndpointBuilder<T = unknown> = EndpointBuilder<
BaseQueryFn<QueryCallback<T>>,
string,
'api'
>;
export interface CustomQueryExtraOptions<T extends (...args: any) => any>
extends Omit<
QueryExtraOptions<
any,
BaseQueryReturnType<T>,
QueryArgs<T>,
BaseQueryFn<QueryCallback<T>>,
'api'
>,
'type'
> {
providesTags?: ResultDescription<
any,
BaseQueryReturnType<T>,
QueryArgs<T>,
BaseQueryError<BaseQueryFn<QueryCallback<T>>>,
BaseQueryMeta<BaseQueryFn<QueryCallback<T>>>
>;
}
响应处理实用函数
对于需要处理 API 响应并丰富日志元数据的场景,可以使用 QueryReturnValue 类型(虽然目前仍需从源码导入,但团队已表示考虑正式导出):
export const handleResponse = <T, MetaOpts>(
resultPromise: Promise<JsonQuery<Resultstash<T>>>,
metaOpts?: MetaOpts,
): Promise<QueryReturnValue<Resultstash<T>, BaseQueryError<any>, QueryMeta<MetaOpts>>> => {
// 实现逻辑
};
懒加载查询场景
对于需要类型化懒加载查询的场景,2.3.0 提供了 TypedLazyQueryTrigger:
import { TypedLazyQueryTrigger } from '@reduxjs/toolkit/query/react';
interface LookupPersonSearchProps {
getData: TypedLazyQueryTrigger<
EmployeeListResponse,
EmployeeFilters,
ReturnType<typeof fetchBaseQuery>
>;
// 其他属性
}
端点注入配置
对于需要定义复杂端点注入配置的场景,可以使用重新导出的 QueryExtraOptions 和 ResultDescription:
import { QueryExtraOptions, ResultDescription } from '@reduxjs/toolkit/query';
type ApiInjectionType<ResponseDTO, RequestDTO> = {
apiURL: string;
providesTags?: ResultDescription<
string,
ResponseDTO,
RequestDTO,
BaseQueryError<any>,
BaseQueryMeta<any>
>;
onCacheEntryAdded?: QueryExtraOptions<any, any, any, any>['onCacheEntryAdded'];
};
最佳实践建议
- 优先使用公开导出的类型:避免从
dist目录导入类型,而是使用从主入口导出的类型 - 利用类型工具:如
ReturnType和Parameters可以减少对特定类型的直接依赖 - 考虑使用
withTypes:对于createAsyncThunk,使用内置的withTypes方法而非自定义封装 - 保持类型简洁:避免过度复杂的类型定义,必要时可以创建中间类型
总结
Redux Toolkit 2.3.0 版本通过重新导出关键类型,解决了开发者在高级使用场景下的类型需求。理解这些类型的正确用法,可以帮助开发者构建更健壮的类型系统,同时保持代码的维护性和可扩展性。随着 Redux Toolkit 的持续发展,团队也在不断优化类型系统的设计,建议开发者关注官方文档以获取最新最佳实践。
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 StartedRust0214
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 Notebook0138
uni-appA cross-platform framework using Vue.jsJavaScript08
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
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
469
465
暂无描述
Dockerfile
778
5.08 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++
877
2.03 K
Ascend Extension for PyTorch
Python
758
968
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++
697
1.4 K
昇腾LLM分布式训练框架
Python
185
231
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
1.04 K
271
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.25 K
677