React Compiler 优化中的副作用处理问题解析
2025-04-26 11:37:51作者:宗隆裙
背景介绍
React Compiler 是 React 团队开发的一款优化工具,旨在自动处理组件中的性能优化问题,减少开发者手动使用 useMemo 和 useCallback 的需要。但在某些特定场景下,这种自动优化可能会与开发者的预期产生偏差。
问题现象
在 React 19.0.0 版本中,开发者发现了一个关于 cookie 处理的性能优化问题。原本使用 useMemo 手动优化的代码:
function useCookies() {
const cookie = document.cookie;
return useMemo(() => {
console.log("useCookies");
const cookies = cookie.split("; ");
const cookieMap = new Map<string, string>();
for (const cookie of cookies) {
const [key, value] = cookie.split("=");
cookieMap.set(key, decodeURIComponent(value));
}
return cookieMap;
}, [cookie]);
}
经过 React Compiler 编译后,useMemo 被移除,代之以编译器的内部缓存机制。但问题在于,document.cookie 是一个可变值,而编译器默认假设全局变量在渲染期间是安全的、不会变化的。
技术原理分析
React Compiler 的核心优化原理基于以下假设:
- 组件应该是幂等的 - 给定相同的状态和 props,应该返回相同的结果
- 全局变量(如 document)在渲染期间是安全的、不会变化的
基于这些假设,编译器会:
- 自动识别可以缓存的代码块
- 使用比 useMemo 更高效的内部缓存机制
- 减少不必要的重新计算
但在 document.cookie 这个特殊案例中,这些假设不成立,因为:
- cookie 可以在任何时候被修改
- 它不是 React 状态管理的一部分
- 它的变化不会触发 React 的重新渲染
解决方案
React 核心团队成员 Joseph Savona 提出了两种解决方案:
1. 正确的 React 方式
使用 useEffect 来监听 cookie 变化:
function useCookies() {
const [cookies, setCookies] = useState(new Map());
useEffect(() => {
const cookie = document.cookie;
const cookies = cookie.split("; ");
const cookieMap = new Map();
for (const cookie of cookies) {
const [key, value] = cookie.split("=");
cookieMap.set(key, decodeURIComponent(value));
}
setCookies(cookieMap);
}, []); // 可能需要添加依赖项
return cookies;
}
2. 转换为 React 状态
将 cookie 转换为 React 状态,让编译器能够正确追踪变化:
function useCookies() {
const [cookie] = useState(document.cookie);
const cookies = cookie.split("; ");
const cookieMap = new Map<string, string>();
for (const cookie of cookies) {
const [key, value] = cookie.split("=");
cookieMap.set(key, decodeURIComponent(value));
}
return cookieMap;
}
编译后的代码会正确缓存结果,只在 cookie 变化时重新计算。
最佳实践建议
- 避免在渲染期间访问可变全局变量:如 cookie、localStorage 等
- 使用 React 状态管理可变数据:让 React 能够追踪变化
- 使用 useEffect 处理副作用:对于需要在渲染后执行的操作
- 关注编译器更新:React 团队可能会将 document.cookie 加入"已知不安全API"列表
总结
这个案例展示了 React Compiler 强大优化能力的同时,也揭示了其背后的假设和限制。作为开发者,我们需要理解:
- React 的幂等性原则是优化的基础
- 编译器优化依赖于对代码行为的正确假设
- 对于特殊场景(如可变全局变量),需要采用适当的 React 模式处理
通过这个案例,我们不仅学习了一个具体问题的解决方法,更重要的是理解了 React Compiler 的工作原理和适用边界,这对于编写高性能、可维护的 React 代码至关重要。
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
652
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