Expensify/App离线提交费用时的无限加载问题分析与解决
2025-06-15 16:29:12作者:温玫谨Lighthearted
问题背景
在Expensify/App的9.1.64-0版本中,测试人员发现了一个影响用户体验的严重问题:当用户处于离线状态时,尝试将费用提交到工作区后,应用会陷入无限加载状态。这个问题在MacOS Chrome浏览器环境下可以稳定复现,但在Windows平台则表现正常。
问题现象
具体操作路径如下:
- 用户创建并进入一个工作区
- 打开与自己的私聊对话
- 断开网络连接进入离线状态
- 提交一个费用跟踪记录
- 选择"提交给某人"选项
- 选择目标工作区
- 在确认页面输入商户信息并点击创建费用
预期行为是费用能够正常提交,而实际结果是界面陷入无限加载状态,无法完成操作。
技术分析
经过开发团队排查,这个问题是由一个特定的代码提交引入的回归性问题。根本原因在于离线状态下处理工作区费用提交的逻辑存在缺陷,导致应用无法正确处理离线操作的状态转换。
在在线状态下,应用能够正常完成整个提交流程,因为服务器可以即时响应并更新状态。但在离线模式下,应用需要依赖本地缓存和离线队列机制来暂存操作,待网络恢复后再同步到服务器。问题代码破坏了这一机制的状态管理。
解决方案
开发团队迅速定位到问题根源后,提交了一个修复方案。该修复主要做了以下改进:
- 完善了离线状态检测机制
- 修复了工作区费用提交的状态管理逻辑
- 确保离线操作能够正确进入待同步队列
- 添加了适当的错误处理和状态回滚机制
修复后的版本经过严格测试,确认在MacOS Chrome环境下不再出现无限加载问题,同时保持了原有功能的完整性。
经验总结
这个案例提醒我们:
- 离线功能需要特别关注状态管理
- 网络状态变化可能引发意料之外的问题
- 全面的回归测试应该包含各种网络条件
- 状态机设计需要考虑所有可能的转换路径
对于类似的移动/Web混合应用开发,建议:
- 实现健壮的离线模式处理机制
- 添加网络状态变化的监听和适配
- 对关键操作流程进行离线场景测试
- 建立完善的错误处理和恢复机制
该问题在版本9.1.64-5和9.1.65-1中得到了彻底修复,经过7天的回归期验证后确认解决。
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-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (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
1.37 K
781