AWS SDK for JavaScript v3 在 React Native 中的 ReadableStream 问题解析
问题背景
AWS SDK for JavaScript v3 是目前 AWS 官方推荐的 JavaScript SDK 版本。近期,许多 React Native 开发者在使用该 SDK 时遇到了一个棘手的问题:在 iOS 和 Android 平台上运行时出现 ReferenceError: Property 'ReadableStream' doesn't exist 错误,而同样的代码在 Web 环境下却能正常工作。
问题现象
开发者在使用 AWS SDK v3 的 S3、Cognito 等服务时,特别是在执行上传文件或身份验证等操作时,会遇到以下两种典型错误:
- 未添加 polyfill 时:
ReferenceError: Property 'ReadableStream' doesn't exist - 添加 web-streams-polyfill 后:
TypeError: null is not a function
这些问题主要出现在 React Native 0.70 及以上版本中,因为这些版本默认启用了 Hermes JavaScript 引擎,而 Hermes 目前尚未实现 ReadableStream API。
技术分析
根本原因
-
Hermes 引擎限制:React Native 从 0.70 版本开始默认使用 Hermes 引擎,而 Hermes 目前没有实现 Web Streams API 中的 ReadableStream。
-
SDK 内部依赖:AWS SDK v3 在某些操作中会检查请求体是否为 ReadableStream 实例,这在没有 polyfill 的环境下会直接抛出错误。
-
版本兼容性问题:从 v3.575.0 开始,SDK 内部对信号事件监听器的处理方式发生了变化,导致在 React Native 环境下会抛出
TypeError: null is not a function错误。
影响范围
- 受影响的 SDK 版本:v3.575.0 及以上
- 受影响的 React Native 版本:0.70 及以上(使用 Hermes 引擎)
- 受影响的操作系统:iOS 和 Android
解决方案
临时解决方案
-
降级 SDK 版本: 目前确认 v3.574.0 版本可以正常工作:
npm install @aws-sdk/client-s3@3.574.0 -
添加必要的 polyfill: 在应用的入口文件(通常是 index.js)中添加以下代码:
import 'react-native-get-random-values'; import 'react-native-url-polyfill/auto'; import { ReadableStream } from 'web-streams-polyfill/ponyfill'; globalThis.ReadableStream = ReadableStream; -
禁用 Hermes 引擎(不推荐): 如果需要,可以按照 React Native 官方文档禁用 Hermes 引擎,但这会影响应用性能。
长期解决方案
AWS SDK 团队已经意识到这个问题,并正在考虑以下改进:
- 在官方文档中明确 React Native 环境下的 polyfill 要求
- 修复 SDK 中与信号事件监听器相关的兼容性问题
- 与 React Native 团队合作,推动 Hermes 引擎对 Web Streams API 的支持
最佳实践建议
-
保持 SDK 版本更新:关注 AWS SDK 的更新日志,特别是关于 React Native 兼容性的改进。
-
测试策略:在 React Native 项目中,应该针对 iOS 和 Android 平台分别进行 AWS SDK 相关功能的测试。
-
错误处理:在代码中添加适当的错误处理逻辑,捕获并处理可能的 ReadableStream 相关错误。
-
性能考虑:polyfill 会增加包体积,应该评估其对应用性能的影响。
总结
AWS SDK for JavaScript v3 在 React Native 中的 ReadableStream 问题主要源于 Hermes 引擎的特性限制和 SDK 内部实现的变化。目前可以通过降级 SDK 版本或添加适当的 polyfill 来解决这个问题。开发者应该密切关注 AWS SDK 和 React Native 的更新,以便在官方提供更完善的解决方案后及时升级。
这个问题也提醒我们,在跨平台开发中使用原生 SDK 时,需要特别注意不同运行环境的差异和兼容性问题。通过合理的工程实践和持续集成测试,可以最大限度地减少这类问题对开发进度的影响。
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-1.5暂无简介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-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