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 StartedRust0148- 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
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
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。Python0111
项目优选
收起
暂无描述
Dockerfile
731
4.73 K
Ascend Extension for PyTorch
Python
609
786
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 K
1.01 K
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
392
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
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
1.15 K
148
暂无简介
Dart
983
250
Oohos_react_native
React Native鸿蒙化仓库
C++
347
401
昇腾LLM分布式训练框架
Python
166
197
🎉 (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
1.67 K
985