NgRx Signals 信号存储中的私有成员实现方案
2025-05-28 02:27:59作者:卓艾滢Kingsley
背景与需求
在现代前端状态管理中,封装性是一个重要的设计考量。NgRx Signals 作为 Angular 状态管理的新方案,开发者希望能够像类一样定义私有成员,以隐藏内部实现细节,只暴露必要的公共接口。
解决方案设计
NgRx Signals 团队提出了一种基于命名约定的私有成员实现方案,通过在成员名前添加下划线 _ 前缀来标记私有性:
export const CounterStore = signalStore(
withState({
count1: 0, // 公共状态
_count2: 0, // 私有状态
}),
withComputed(({ count1, _count2 }) => ({
_doubleCount1: computed(() => count1() * 2), // 私有计算信号
doubleCount2: computed(() => _count2() * 2), // 公共计算信号
})),
withMethods((store) => ({
increment1(): void { ... }, // 公共方法
_increment2(): void { ... }, // 私有方法
})),
);
类型安全实现
这种私有性是通过 TypeScript 的类型系统实现的,类似于类的私有字段:
const store = inject(CounterStore);
store.count1(); // 允许访问
store._count2(); // 类型错误
虽然可以通过类型断言绕过这一限制,但这为开发者提供了明确的接口边界。
状态保护机制
即使在未受保护的状态配置下,私有状态切片仍然受到保护:
const store = signalStore(
{ protectedState: false },
withState({ count1: 0, _count2: 0 }),
);
patchState(store, { _count2: 10 }); // 编译时错误
自定义特性中的私有成员
在自定义 SignalStore 特性中,私有成员对使用该特性的 Store 可见。如需限制可见性,开发者可以:
- 显式指定返回类型
- 使用 Symbol 作为键名
// 方法1:显式类型
export function withCount(): SignalStoreFeature<
EmptyFeatureResult,
{ state: { count2: number }; computed: {}; methods: {} }
> {
return signalStoreFeature(withState({ count1: 0, count2: 0 }));
}
// 方法2:使用Symbol
const FOO = Symbol('FOO');
export function withFoo() {
return signalStoreFeature(withMethods({ [FOO]: () => {} }));
}
实体集合的私有化处理
对于实体集合,可以通过在集合名前添加 _ 前缀实现整体私有化,然后选择性公开:
const todoConfig = entityConfig({
entity: type<Todo>(),
collection: '_todo', // 私有集合
});
const TodosStore = signalStore(
withEntities(todoConfig),
withComputed(({ _todoEntities }) => ({
todos: _todoEntities, // 公开实体数组
}))
);
技术价值与最佳实践
这种设计为 NgRx Signals 带来了以下优势:
- 更好的封装性:隐藏内部实现细节,减少意外修改
- 清晰的接口边界:通过类型系统明确区分公共和私有API
- 渐进式采用:开发者可以根据需要逐步引入私有成员
建议开发者在设计 Store 时:
- 将可能变化的实现细节标记为私有
- 仅暴露必要的状态和方法
- 在自定义特性中谨慎处理可见性
这种模式为复杂应用的状态管理提供了更好的组织结构,同时保持了 NgRx Signals 的简洁性和可组合性。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
热门内容推荐
最新内容推荐
绝杀 Tauri/Pake Mac 打包报错:`failed to run xattr` 的底层逻辑与修复方案避坑指南:Pake 打包网页为何“高级功能失效”?深度解析拖拽与下载的底层限制Tauri/Pake 体积极限优化:如何把 12MB 的应用无情压榨到 2MB 以内?受够了 100MB+ 的套壳 App?最强 Electron 替代方案 Pake 深度测评与原理解析告别臃肿积木!用 Pake 1 分钟把任意网页变成 3MB 桌面 App(附国内极速环境包)智能票务抢票系统:突破手动抢票瓶颈的效率革命方案如何利用Path of Building PoE2高效规划流放之路2角色构建代码驱动的神经网络可视化:用PlotNeuralNet绘制专业架构图whisper.cpp CUDA加速实战指南:让语音识别效率提升6倍的技术解析Windows 11系统PicGo高效解决安装与更新全流程指南
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
deepin linux kernel
C
28
15
Ascend Extension for PyTorch
Python
506
612
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++
941
868
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
394
292
暂无简介
Dart
911
219
🎉 (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
1.54 K
894
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
124
198
昇腾LLM分布式训练框架
Python
142
168
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
1.07 K
557