Redux Toolkit中RTK Query 2.0迁移:如何正确类型化onQueryStarted生命周期函数
2025-05-21 05:57:25作者:霍妲思
背景介绍
在Redux Toolkit的RTK Query 2.0版本中,开发者经常需要处理缓存更新的场景。一个常见的模式是通过onQueryStarted生命周期函数手动更新缓存。在2.0版本之前,开发者可以使用MutationLifecycleApi和QueryLifecycleApi类型来类型化这些函数,但在2.0版本中这一方式发生了变化。
问题分析
在RTK Query 2.0中,开发者面临的主要挑战是如何正确类型化可复用的onQueryStarted函数。这些函数通常用于多个端点,需要处理查询和变更两种场景。
典型的用例包括:
- 在数据变更后自动更新相关查询的缓存
- 处理乐观更新
- 执行副作用操作
解决方案演进
旧版解决方案
在2.0版本之前,开发者可以使用联合类型来处理查询和变更两种场景:
import {
MutationLifecycleApi,
QueryLifecycleApi,
} from "@reduxjs/toolkit/dist/query/endpointDefinitions";
const updateUserOnComplete = async (
arg: unknown,
{
dispatch,
queryFulfilled,
}:
| MutationLifecycleApi<unknown, BaseQueryFn, User>
| QueryLifecycleApi<unknown, BaseQueryFn, User>
) => {
// 实现逻辑
};
新版解决方案
在Redux Toolkit 2.4.0版本中,官方引入了新的类型工具来更好地支持这一场景:
const onGetPostStarted: TypedQueryOnQueryStarted<Post, Id, typeof baseQuery, 'postApi'> =
(arg, { dispatch, queryFulfilled }) => {
// 实现逻辑
};
const onUpdatePostStarted: TypedMutationOnQueryStarted<Post, PostUpdate, typeof baseQuery, 'postApi'> =
(arg, { dispatch, queryFulfilled }) => {
// 实现逻辑
};
最佳实践
-
类型分离:对于查询和变更操作,分别使用
TypedQueryOnQueryStarted和TypedMutationOnQueryStarted类型。 -
明确泛型参数:
- 第一个泛型参数:API返回的数据类型
- 第二个泛型参数:端点参数类型
- 第三个泛型参数:基础查询函数类型
- 第四个泛型参数:API的reducerPath
-
复用逻辑:将通用逻辑提取为独立函数,通过适当的类型参数使其可复用。
示例实现
// 定义基础查询
const baseQuery = fetchBaseQuery({ baseUrl: '/api' });
// 类型化查询的onQueryStarted
const onGetPostStarted: TypedQueryOnQueryStarted<Post, Id, typeof baseQuery, 'postApi'> =
(arg, { dispatch, queryFulfilled }) => {
// 实现获取文章后的逻辑
};
// 类型化变更的onQueryStarted
const onUpdatePostStarted: TypedMutationOnQueryStarted<Post, PostUpdate, typeof baseQuery, 'postApi'> =
(arg, { dispatch, queryFulfilled }) => {
// 实现更新文章后的逻辑
};
// 创建API
const postApi = createApi({
reducerPath: 'postApi',
baseQuery: baseQuery,
endpoints: (build) => ({
getPost: build.query<Post, Id>({
query: () => '/posts',
onQueryStarted: onGetPostStarted
}),
updatePost: build.mutation<Post, PostUpdate>({
query: ({ id, ...patch }) => ({
url: `/posts/${id}`,
body: patch,
method: "POST"
}),
onQueryStarted: onUpdatePostStarted
})
})
});
总结
RTK Query 2.0通过引入TypedQueryOnQueryStarted和TypedMutationOnQueryStarted类型,为开发者提供了更清晰、更类型安全的方式来处理onQueryStarted生命周期函数。这种方式不仅解决了类型问题,还提高了代码的可维护性和可复用性。
对于从旧版本迁移的开发者,建议逐步替换原有的MutationLifecycleApi和QueryLifecycleApi用法,采用新的类型化方案,以获得更好的类型支持和开发体验。
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 StartedRust0195
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 Notebook0124
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5 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++
857
1.94 K
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++
685
1.35 K
Ascend Extension for PyTorch
Python
721
892
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
457
446
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++
1.08 K
1.11 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
1.01 K
262
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
619
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
2.99 K
637
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
152
254