首页
/ Riverpod中同步访问Future/Stream Provider缓存数据的最佳实践

Riverpod中同步访问Future/Stream Provider缓存数据的最佳实践

2025-06-02 00:18:59作者:薛曦旖Francesca

背景介绍

在使用Riverpod状态管理库时,我们经常会遇到需要处理异步数据的情况。特别是当一个Provider依赖于另一个异步Provider的数据时,如何高效地处理这种依赖关系成为了一个重要话题。

问题核心

当Provider B依赖于Provider A的异步数据时,我们面临一个选择:

  1. 如果Provider A已经缓存了数据,我们可以直接同步获取
  2. 如果Provider A还没有数据,则需要异步等待

理想情况下,我们希望能够根据当前数据状态智能地选择同步或异步方式,而不是强制使用异步方式。

解决方案

1. 同步检查数据状态

我们可以通过检查AsyncValue的状态来判断数据是否已经缓存:

final hasResult = read(provider.select((v) => v.hasValue || v.hasError));

2. 智能同步/异步获取

基于检查结果,我们可以决定是同步返回缓存数据还是异步等待:

if (!hasResult) {
    return watch(provider.future);  // 异步等待
} else {
    return watch(provider).requireValue;  // 同步返回
}

3. 创建扩展方法

为了便于复用,我们可以将这些逻辑封装成扩展方法:

extension SyncWatch on Ref {
  FutureOr<T> streamSyncWatch<T>(StreamProvider<T> provider) {
    final hasResult = read(provider.select((v) => v.hasValue || v.hasError));

    if (!hasResult) return watch(provider.future);

    return watch(provider).requireValue;
  }

  FutureOr<T> futureSyncWatch<T>(FutureProvider<T> provider) {
    final hasResult = read(provider.select((v) => v.hasValue || v.hasError));

    if (!hasResult) return watch(provider.future);

    return watch(provider).requireValue;
  }
}

4. 处理FutureOr返回值

为了更方便地处理FutureOr类型的返回值,我们可以创建一个扩展方法:

extension Then<T> on FutureOr<T> {
  FutureOr<R> then<R>(
    FutureOr<R> Function(T value) onValue,
  ) {
    if (this is T) {
      return onValue(this as T);
    } else {
      return (() async => onValue(await this))();
    }
  }
}

实际应用示例

@riverpod
Future<ModelA> providerA(ProviderARef ref) async {
  return await something();
}

@riverpod
FutureOr<ModelB> providerB(ProviderBRef ref) {
  final mapper = ref.read(mapperProvider);
  final rawDataValue = ref.futureSyncWatch(providerAProvider);
  return rawDataValue.then((rawData) => mapper(rawData));
}

性能考量

这种方法的主要优势在于:

  1. 当数据已经缓存时,可以避免不必要的异步操作
  2. 减少了不必要的重建,提高了性能
  3. 保持了代码的简洁性和可读性

注意事项

  1. 使用read而不是watch来检查数据状态,避免不必要的重建
  2. 对于StreamProvider和FutureProvider需要分别处理
  3. 注意错误处理,确保在数据不可用时能够正确处理

总结

通过这种智能同步/异步获取数据的方式,我们可以在Riverpod中实现更高效的Provider间依赖关系处理。这种方法既保留了异步操作的灵活性,又能在数据可用时提供同步访问的性能优势。

未来随着Riverpod的更新,可能会有更优雅的解决方案出现,但目前这种方法已经能够很好地解决实际问题。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.93 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
RuoYi-Vue3RuoYi-Vue3
🎉 (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
930
553
openHiTLSopenHiTLS
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
422
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
65
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8