Factory项目中的参数化依赖注入实践指南
2025-07-02 17:31:38作者:平淮齐Percy
参数化工厂与依赖注入的取舍
在Factory依赖注入框架中,ParameterFactory提供了一种强大的参数化依赖注入机制,允许我们在对象创建时传入运行时参数。然而,这种机制与常规的@Injected属性包装器之间存在一定的使用冲突,需要开发者理解其原理并做出合理的设计选择。
参数化工厂的基本用法
ParameterFactory允许我们在注册依赖时定义一个参数类型,并在解析时传入该参数:
extension Container {
var coordinatorA: ParameterFactory<CoordinatorB, CoordinatorA> {
self { CoordinatorA(next: $0) }
}
}
使用时需要显式传入参数:
let next = CoordinatorB()
let coordinator = Container.shared.coordinatorA(next)()
与@Injected的兼容性问题
@Injected属性包装器设计用于无参数依赖注入,因此无法直接与ParameterFactory配合使用:
// 以下代码会编译错误
@Injected(\.coordinatorA) private var coordinator
这是因为属性包装器无法处理运行时参数,而参数化工厂要求在解析时必须提供参数值。
解决方案探讨
方案一:显式解析模式
最直接的解决方案是放弃使用@Injected,改为显式解析:
class ExampleViewModel {
private let coordinator: CoordinatorA
init() {
let next = CoordinatorB()
self.coordinator = Container.shared.coordinatorA(next)()
}
}
这种方式的优点是简单直接,缺点是需要在每个使用点都处理参数传递。
方案二:工厂缓存模式
可以创建一个中间缓存机制,先注册带参数的工厂,然后提供无参数的访问点:
private var coordinatorAFactory: Factory<CoordinatorA>?
extension Container {
var coordinatorA: Factory<CoordinatorA> {
guard let factory = coordinatorAFactory else {
fatalError("registerCoordinatorA(next:) must be called first")
}
return factory
}
func registerCoordinatorA(next: CoordinatorB) {
coordinatorAFactory = self { CoordinatorA(next: next) }
}
}
这种方案虽然复杂,但提供了更干净的API接口。
方案三:依赖反转设计
更优雅的解决方案是重新设计依赖关系,避免使用参数化工厂:
extension Container {
var coordinatorA: Factory<CoordinatorA> {
self { CoordinatorA() }.cached
}
var coordinatorB: Factory<CoordinatorB> {
self { CoordinatorB() }.cached
}
}
class CoordinatorA {
@LazyInjected(\.coordinatorB) var coordinator
}
这种设计利用@LazyInjected实现按需解析,提供了更大的灵活性。
缓存行为注意事项
当使用非unique作用域时,Factory会缓存第一个解析的实例,后续解析将返回相同的实例,无论传入什么参数:
let next1 = CoordinatorB()
let next2 = CoordinatorB()
let coordinator1 = Container.shared.coordinatorA(next1)()
let coordinator2 = Container.shared.coordinatorA(next2)()
// coordinator2 === coordinator1
这种行为在设计中需要特别注意,确保它符合业务逻辑预期。
最佳实践建议
- 优先考虑依赖反转:尽可能通过容器管理所有依赖,而不是使用参数化工厂
- 谨慎使用参数化工厂:仅在确实需要运行时参数时使用
ParameterFactory - 明确缓存策略:根据业务需求选择合适的作用域(scope)
- 考虑测试便利性:设计应便于在测试中替换依赖实现
通过合理运用这些模式和技术,可以在Factory框架中构建出既灵活又易于维护的依赖注入体系。
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 StartedRust0215
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0138
uni-appA cross-platform framework using Vue.jsJavaScript08
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
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
471
465
暂无描述
Dockerfile
779
5.08 K
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++
877
2.03 K
Ascend Extension for PyTorch
Python
758
968
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
698
1.4 K
昇腾LLM分布式训练框架
Python
185
231
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.25 K
677