Redux Thunk 使用教程
2026-01-18 10:16:38作者:彭桢灵Jeremy
项目介绍
Redux Thunk 是一个用于 Redux 的中间件,允许你编写异步逻辑与 Redux 状态管理一起使用。它是 Redux 官方推荐的异步处理中间件之一。Thunk 允许你在 Redux 中编写 action creators 返回一个函数而不是一个 action 对象。这个函数可以执行异步操作,并在操作完成后分发普通的 action。
项目快速启动
安装 Redux Thunk
首先,你需要安装 Redux Thunk 到你的项目中:
npm install redux-thunk
配置 Redux Thunk
在你的 Redux 配置中,应用 Redux Thunk 中间件:
import { createStore, applyMiddleware } from 'redux';
import thunk from 'redux-thunk';
import rootReducer from './reducers';
const store = createStore(
rootReducer,
applyMiddleware(thunk)
);
使用 Redux Thunk
编写一个返回函数的 action creator:
const fetchData = () => {
return (dispatch) => {
dispatch({ type: 'FETCH_DATA_REQUEST' });
fetch('https://api.example.com/data')
.then(response => response.json())
.then(data => dispatch({ type: 'FETCH_DATA_SUCCESS', payload: data }))
.catch(error => dispatch({ type: 'FETCH_DATA_FAILURE', error }));
};
};
在你的组件中分发这个 action:
import React, { useEffect } from 'react';
import { useDispatch } from 'react-redux';
import { fetchData } from './actions';
const DataComponent = () => {
const dispatch = useDispatch();
useEffect(() => {
dispatch(fetchData());
}, [dispatch]);
return <div>Data will be displayed here</div>;
};
export default DataComponent;
应用案例和最佳实践
应用案例
Redux Thunk 常用于处理 API 请求,例如在用户登录、数据获取等场景中。以下是一个简单的登录示例:
const loginUser = (credentials) => {
return (dispatch) => {
dispatch({ type: 'LOGIN_REQUEST' });
fetch('https://api.example.com/login', {
method: 'POST',
headers: {
'Content-Type': 'application/json'
},
body: JSON.stringify(credentials)
})
.then(response => response.json())
.then(data => {
dispatch({ type: 'LOGIN_SUCCESS', payload: data });
})
.catch(error => {
dispatch({ type: 'LOGIN_FAILURE', error });
});
};
};
最佳实践
- 错误处理:确保在异步操作中处理错误,并分发相应的 action。
- 状态管理:在异步操作前后分发不同的 action,以便在 UI 中显示加载状态或错误信息。
- 代码组织:将异步逻辑和同步逻辑分开,保持代码清晰。
典型生态项目
Redux Thunk 是 Redux 生态系统中的一个重要组成部分。以下是一些与 Redux Thunk 配合使用的典型生态项目:
- Redux Saga:另一个处理异步操作的中间件,提供了更强大的异步控制流。
- Redux Toolkit:Redux 官方推荐的工具集,简化了 Redux 的配置和使用。
- React Redux:将 Redux 状态与 React 组件连接的官方库。
通过结合这些工具和库,你可以构建出高效、可维护的 React 应用。
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 StartedRust0153- 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
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
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。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
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
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
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++
1.01 K
1.01 K
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
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253