在Awilix中使用工厂模式解决依赖注入中的动态参数问题
2025-06-18 04:51:35作者:谭伦延
理解问题场景
在依赖注入(Dependency Injection)的实际应用中,我们经常会遇到这样的情况:某些类的实例化需要同时使用容器中注册的依赖项和运行时动态传入的参数。这种场景在业务逻辑中非常常见,比如:
- 数据存储类(Store)需要数据库连接(容器管理)和当前用户ID(运行时确定)
- 服务类需要配置参数(容器管理)和请求上下文(运行时确定)
- 处理器类需要日志服务(容器管理)和事件数据(运行时确定)
Awilix的解决方案
Awilix作为一个强大的依赖注入容器,提供了灵活的解决方案来处理这种混合依赖的场景。虽然它没有专门的asFactory注册方式,但我们可以巧妙地使用asFunction来实现工厂模式。
实现方案详解
基本实现方式
假设我们有一个Store类,它需要两个参数:a(由容器管理)和b(运行时动态传入):
class Store {
constructor(a, b) {
this.a = a
this.b = b
}
}
我们可以这样注册和使用:
// 注册部分
container.register({
storeFactory: asFunction(({ a }) => (b) => new Store(a, b)),
a: asClass(ADependency)
})
// 使用部分
const makeStore = container.resolve('storeFactory')
const store = makeStore(dynamicBValue)
更优雅的实现
对于更复杂的场景,我们可以创建一个显式的工厂类:
class StoreFactory {
constructor(a) {
this.a = a
}
create(b) {
return new Store(this.a, b)
}
}
// 注册
container.register({
storeFactory: asClass(StoreFactory),
a: asClass(ADependency)
})
// 使用
const factory = container.resolve('storeFactory')
const store = factory.create(dynamicBValue)
为什么选择工厂模式
- 关注点分离:将对象的创建逻辑与使用逻辑分离
- 更好的可测试性:可以单独测试工厂逻辑
- 更清晰的依赖关系:明确区分容器管理的依赖和运行时参数
- 灵活性:可以在不修改消费代码的情况下改变对象的创建方式
实际应用建议
- 对于简单场景,直接使用
asFunction创建工厂函数 - 对于复杂场景,考虑使用专门的工厂类
- 在TypeScript环境下,可以为工厂添加明确的类型定义,增强类型安全
- 考虑将工厂接口抽象化,便于后续替换实现
总结
Awilix虽然没有提供专门的asFactory注册方法,但通过asFunction或显式工厂类,我们能够优雅地处理需要混合容器管理和运行时参数的依赖注入场景。这种模式在实际业务开发中非常实用,能够保持代码的灵活性和可维护性。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
194
212
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++
650
271
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
296
111
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
384
3.7 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
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
React Native鸿蒙化仓库
JavaScript
243
316
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
66
96
暂无简介
Dart
633
143