Valibot 库中 `@__NO_SIDE_EFFECTS__` 注解引发的构建优化问题分析
问题背景
Valibot 是一个用于数据验证的 JavaScript 库。在最新版本中,开发者发现了一个与构建工具优化相关的重要问题:当使用 parse
函数进行数据验证时,某些调用在最终的生产构建中被意外移除了。
问题现象
开发者在使用 Valibot 的 parse
函数时,发现以下三种调用方式在构建后的表现不一致:
- 直接调用
parse
函数但不使用返回值 - 将
parse
结果赋值给变量但不使用 - 在
console.log
中直接使用parse
结果
构建后,只有第三种方式(在 console.log
中使用)的调用被保留下来,前两种调用都被构建工具移除了。
根本原因
这个问题源于 Valibot 代码中对 parse
函数使用了 @__NO_SIDE_EFFECTS__
注解。这个注解告诉构建工具(如 Rollup、Vite 等)该函数是纯函数,没有副作用,可以安全地进行移除。
然而,parse
函数实际上是有副作用的 - 当验证失败时会抛出异常。抛出异常是一种明显的副作用行为,不应该被标记为无副作用函数。构建工具基于这个错误的注解,移除了它认为"无用"的函数调用。
技术细节
副作用的概念
在函数式编程中,纯函数是指:
- 相同的输入总是产生相同的输出
- 不会产生任何可观察的副作用
副作用包括但不限于:
- 修改外部状态
- 抛出异常
- 进行 I/O 操作
- 修改 DOM
构建工具的优化策略
现代构建工具会进行"tree-shaking"(摇树优化),移除未被使用的代码。对于被标记为无副作用的函数,构建工具会更加激进地移除那些看似无用的调用。
解决方案
Valibot 的维护者迅速响应并修复了这个问题,移除了 parse
函数上的 @__NO_SIDE_EFFECTS__
注解。这样构建工具就不会错误地移除那些可能抛出异常的函数调用了。
经验教训
-
谨慎使用优化注解:像
@__NO_SIDE_EFFECTS__
这样的注解虽然能提高构建效率,但必须确保函数确实没有副作用才能使用。 -
异常处理是副作用:任何可能抛出异常的函数都不应该被标记为无副作用。
-
测试生产构建:开发环境和生产构建的行为可能不同,特别是在使用了高级优化的情况下,应该充分测试生产构建。
-
库设计考虑:作为库开发者,需要仔细考虑每个API的行为特性,避免给使用者带来意外的行为。
总结
这个案例展示了JavaScript生态中构建优化与函数行为声明之间的微妙关系。Valibot团队的快速响应展示了良好的开源维护实践。对于开发者而言,理解构建工具的工作原理和函数副作用的概念,能够帮助我们更好地诊断和解决类似的问题。
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
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~0370Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
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++099AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









