Redux Toolkit 2.3.0 类型导出变更与最佳实践指南
2025-05-21 02:11:36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
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
261

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
858
509

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
257
300

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
331
1.08 K

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
397
370

一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

deepin linux kernel
C
22
5