urql 项目中实现全局加载状态监控的技术方案
2025-05-26 20:06:14作者:乔或婵
背景介绍
在现代前端应用中,全局加载状态指示器是一个常见的需求。它能够为用户提供统一的视觉反馈,告知应用当前是否有后台请求正在进行。urql 作为一款流行的 GraphQL 客户端,其核心设计理念强调可插拔性(pluggability),通过交换(exchange)机制实现高度可定制化。
核心问题
在 urql 项目中,开发者希望实现类似 tanstack query 中 useIsFetching 的功能,能够全局监控所有请求的加载状态。这需要在不破坏 urql 核心设计理念的前提下,提供一个优雅的解决方案。
技术实现方案
基于交换机制的解决方案
urql 的交换机制为解决这一问题提供了完美的架构基础。我们可以创建一个专门的 isFetchingExchange 来实现全局请求状态监控:
-
交换器设计:
- 维护一个请求键(key)数组来跟踪所有进行中的请求
- 提供订阅/取消订阅接口供组件监听状态变化
- 在请求开始和结束时更新状态并通知订阅者
-
状态管理:
- 使用数组存储所有进行中请求的键
- 当数组长度从0变为1时,通知订阅者状态变为"加载中"
- 当数组长度从1变为0时,通知订阅者状态变为"空闲"
-
性能优化:
- 通过独立的
IsFetching组件最小化重新渲染范围 - 只在状态实际变化时通知订阅者
- 通过独立的
实现代码示例
const isFetchingExchange = () => {
const activeRequests = [];
const subscribers = [];
const notify = (isLoading) => {
subscribers.forEach(cb => cb(isLoading));
};
return {
exchange: ops$ => {
const forward$ = pipe(
ops$,
tap(op => {
activeRequests.push(op.key);
if (activeRequests.length === 1) notify(true);
})
);
return pipe(
forward(forward$),
tap(op => {
const index = activeRequests.indexOf(op.key);
if (index !== -1) {
activeRequests.splice(index, 1);
if (activeRequests.length === 0) notify(false);
}
})
);
},
subscribe: cb => subscribers.push(cb),
unsubscribe: cb => {
const index = subscribers.indexOf(cb);
if (index !== -1) subscribers.splice(index, 1);
}
};
};
架构优势
- 非侵入式设计:完全基于 urql 现有的交换机制,不修改核心逻辑
- 高性能:通过细粒度的订阅机制避免不必要的组件渲染
- 可扩展性:可以轻松添加更多功能,如按请求类型分类监控
- 灵活性:开发者可以根据需要定制通知逻辑和状态存储方式
实际应用建议
在实际项目中,建议将这一功能封装为独立模块:
- 创建专门的
useIsFetching自定义 Hook - 提供配置选项,如过滤特定类型的请求
- 考虑添加防抖功能以避免状态快速切换导致的闪烁
- 提供 TypeScript 类型定义确保类型安全
总结
通过 urql 的交换机制实现全局加载状态监控,不仅保持了 urql 的核心设计理念,还展示了其架构的灵活性和可扩展性。这种解决方案为开发者提供了一种高效、非侵入式的方法来增强用户体验,同时保持了代码的整洁和可维护性。对于需要全局加载指示器的 urql 项目来说,这是一个值得考虑的技术方案。
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 StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
618
795
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
433
395
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++
1.01 K
1.01 K
Claude 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 Started
Rust
1.18 K
152
deepin linux kernel
C
29
16
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
145
237
暂无简介
Dart
983
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989