RTK Query 使用教程
2024-09-13 03:05:00作者:卓艾滢Kingsley
项目介绍
RTK Query 是一个强大的数据获取和缓存工具,专为简化 Web 应用中的数据加载场景而设计。它是 Redux Toolkit 的一部分,旨在帮助开发者更高效地处理数据请求和状态管理。RTK Query 通过自动生成 API 请求、缓存数据、以及处理加载状态等功能,极大地简化了前端开发中的数据管理流程。
项目快速启动
安装依赖
首先,确保你已经安装了 @reduxjs/toolkit 和 react-redux。然后,安装 RTK Query:
npm install @reduxjs/toolkit react-redux @rtk-incubator/rtk-query
创建 API Slice
在 Redux store 中创建一个 API slice,用于定义你的 API 请求:
import { createApi, fetchBaseQuery } from '@rtk-incubator/rtk-query';
export const pokemonApi = createApi({
reducerPath: 'pokemonApi',
baseQuery: fetchBaseQuery({ baseUrl: 'https://pokeapi.co/api/v2/' }),
endpoints: (builder) => ({
getPokemonByName: builder.query({
query: (name) => `pokemon/${name}`,
}),
}),
});
export const { useGetPokemonByNameQuery } = pokemonApi;
配置 Redux Store
在你的 Redux store 中配置 RTK Query:
import { configureStore } from '@reduxjs/toolkit';
import { pokemonApi } from './services/pokemon';
export const store = configureStore({
reducer: {
[pokemonApi.reducerPath]: pokemonApi.reducer,
},
middleware: (getDefaultMiddleware) =>
getDefaultMiddleware().concat(pokemonApi.middleware),
});
在 React 组件中使用
在你的 React 组件中使用 RTK Query 获取数据:
import React from 'react';
import { useGetPokemonByNameQuery } from './services/pokemon';
function Pokemon({ name }) {
const { data, error, isLoading } = useGetPokemonByNameQuery(name);
if (isLoading) return <div>Loading...</div>;
if (error) return <div>Error: {error.message}</div>;
return (
<div>
<h3>{data.name}</h3>
<img src={data.sprites.front_default} alt={data.name} />
</div>
);
}
export default Pokemon;
应用案例和最佳实践
应用案例
RTK Query 适用于各种需要频繁数据请求的场景,例如:
- 社交媒体应用:实时获取用户动态、评论和点赞信息。
- 电商应用:获取商品列表、用户购物车和订单信息。
- 新闻应用:获取最新的新闻文章和评论。
最佳实践
- 缓存策略:合理配置缓存策略,避免不必要的数据请求。
- 错误处理:在组件中处理错误,提供友好的用户反馈。
- 性能优化:使用
selectFromResult优化组件的渲染性能。
典型生态项目
RTK Query 作为 Redux Toolkit 的一部分,与其他 Redux 生态项目紧密结合,例如:
- Redux Toolkit:提供简化 Redux 开发的核心工具。
- React Redux:将 Redux 与 React 应用无缝集成。
- Redux Persist:持久化 Redux 状态,避免页面刷新后数据丢失。
通过这些工具的结合使用,可以构建出高效、稳定的前端应用。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
657
4.26 K
Ascend Extension for PyTorch
Python
502
606
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++
939
862
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
334
378
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
390
284
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
195
openGauss kernel ~ openGauss is an open source relational database management system
C++
180
258
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
891
昇腾LLM分布式训练框架
Python
142
168