首页
/ React Query 中 HydrationBoundary 导致 Vercel 构建超时的解决方案

React Query 中 HydrationBoundary 导致 Vercel 构建超时的解决方案

2025-05-02 12:23:42作者:胡唯隽

在使用 React Query 进行服务端数据预取时,开发者可能会遇到一个特殊问题:在本地开发环境下运行正常的代码,部署到 Vercel 时却出现构建超时错误。这种情况通常与 HydrationBoundary 的使用方式有关。

问题现象

典型的代码结构如下:

// 服务端组件
const DashboardPage = async () => {
  const queryClient = new QueryClient()

  await queryClient.prefetchQuery({
    queryKey: ['profile'],
    queryFn: userService.getProfile
  })

  return (
    <HydrationBoundary state={dehydrate(queryClient)}>
      <Header />
    </HydrationBoundary>
  )
}
// 客户端组件
'use client'
export const Header = () => {
  const { data } = useQuery({
    queryKey: ['profile'],
    queryFn: userService.getProfile
  })

  return <div>{data?.name}</div>
}

在 Vercel 部署时,系统会报错"Static page generation timeout",提示静态页面生成超时。

问题根源

这个问题主要有两个关键点:

  1. Promise 解析问题:在服务端预取数据时,直接传递函数引用(userService.getProfile)可能导致 Promise 无法正确解析
  2. 环境差异:Vercel 的构建环境与本地开发环境存在差异,对异步操作的处理更为严格

解决方案

修改服务端组件中的 prefetchQuery 调用方式:

await queryClient.prefetchQuery({
  queryKey: ['profile'],
  queryFn: () => userService.getProfile() // 使用箭头函数包装
})

这个修改确保了:

  1. 明确创建了一个返回 Promise 的函数
  2. 使 React Query 能够正确追踪异步操作的状态
  3. 避免了潜在的 Promise 解析问题

最佳实践

在使用 React Query 进行服务端渲染时,建议:

  1. 总是使用箭头函数包装查询函数
  2. 在服务端组件中确保所有异步操作都有明确的等待
  3. 考虑添加错误边界处理预取可能失败的情况
  4. 对于关键数据,可以添加超时处理逻辑

通过这种方式,可以确保代码在不同环境下都能稳定运行,避免部署时的意外错误。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
827
5.48 K
kernelkernel
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
494
515
ops-nnops-nn
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++
783
1.57 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
ops-transformerops-transformer
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++
970
2.28 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
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++
480
312
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
cannbot-skillscannbot-skills
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。
Markdown
1.26 K
808
cann-learning-hubcann-learning-hub
CANN 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 Notebook
647
284