SWR项目中useSWRInfinite分页请求的优化实践
2025-05-04 02:16:07作者:俞予舒Fleming
分页请求中的重复调用问题
在使用SWR库的useSWRInfinite进行分页数据加载时,开发者可能会遇到一个常见问题:当调用setSize方法加载下一页数据时,发现fetcher函数被意外地多次调用。具体表现为初始渲染时调用一次,而点击"加载更多"按钮后,预期只增加一次调用,但实际上却触发了两次请求。
问题根源分析
经过深入研究发现,这种现象并非bug,而是SWR的默认行为设计。关键在于revalidateFirstPage这个配置项默认被设置为true。当这个选项启用时,SWR会在每次分页请求时不仅获取新页面的数据,还会重新验证第一页的数据。
这种设计有其合理性:
- 确保第一页数据始终保持最新状态
- 防止用户看到过期数据
- 在数据频繁更新的场景下特别有用
解决方案与优化建议
对于不需要实时更新第一页数据的场景,可以通过显式设置revalidateFirstPage: false来优化性能:
const { data, size, setSize } = useSWRInfinite(
index => `${key}-page-${index}`,
fetcher,
{ revalidateFirstPage: false }
);
权衡考虑
需要注意的是,禁用revalidateFirstPage会带来一些影响:
- 第一页数据将不会自动更新
- 使用useSWRMutate时第一页不会重新验证
- refreshInterval对第一页失效
在以下场景建议保持默认值(true):
- 数据实时性要求高的应用
- 协作编辑系统
- 金融或交易类应用
而在以下场景可以考虑设置为false:
- 静态内容展示
- 性能敏感型应用
- API有严格调用限制的情况
最佳实践
- 根据业务需求合理配置
revalidateFirstPage - 在性能与数据新鲜度之间找到平衡点
- 对于关键数据,即使禁用自动刷新,也应考虑手动触发验证
- 配合缓存策略实现最优性能
通过理解SWR的这一设计理念,开发者可以更精准地控制数据请求行为,在保证用户体验的同时优化应用性能。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
9
1
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218