Redux Toolkit中正确使用选择器(selectors)的实践指南
2025-05-21 01:33:40作者:虞亚竹Luna
选择器基础概念
在Redux应用中,选择器(selectors)是用于从store状态树中提取特定数据的函数。它们不仅简化了组件与store的交互,还能通过记忆化(memoization)优化性能,避免不必要的重新计算和渲染。
传统实现方式的问题
许多开发者习惯使用以下方式创建选择器:
const selectFilters = (state: RootState) => state.filters;
export const selectFiltersByEntity = (entity: FilterEntity) =>
createSelector(selectFilters, (filters) => filters[entity]);
然后在组件中使用:
const { searchCriterion } = useAppSelector(selectFiltersByEntity(searchEntity));
这种方式存在一个严重问题:每次组件渲染时都会重新创建选择器,完全破坏了记忆化的优势,导致性能下降。
Redux Toolkit推荐的最佳实践
Redux Toolkit提供了更简洁、高效的选择器定义方式:
const filterSlice = createSlice({
name: "filters",
initialState,
reducers,
selectors: {
selectFiltersByEntity: (state, entity: FilterEntity) => state[entity]
}
})
使用方式变为:
const { selectFiltersByEntity } = filterSlice.selectors;
const searchCriterion = useAppSelector(state =>
selectFiltersByEntity(state, searchEntity).searchCriterion
);
关键区别与优势
- 避免重复创建选择器:新方法不会在每次渲染时创建新选择器
- 更直观的API:选择器直接作为slice的一部分定义,结构更清晰
- 更好的类型推断:与TypeScript集成更自然,类型提示更完善
- 简化参数传递:直接在选择器中接收额外参数,而非通过高阶函数
何时需要使用createSelector
虽然上述例子中不需要手动使用createSelector,但在需要派生数据或复杂计算时仍然有用:
selectors: {
selectFilteredItems: createSelector(
(state) => state.items,
(state, searchTerm) => searchTerm,
(items, searchTerm) => items.filter(item => item.includes(searchTerm))
)
}
性能优化建议
- 尽量在slice中定义选择器,而非单独创建
- 对于简单数据提取,直接使用箭头函数
- 只有需要派生数据或复杂计算时才使用createSelector
- 避免在组件渲染过程中动态创建选择器
通过遵循这些最佳实践,可以确保Redux应用既保持良好性能,又具备清晰可维护的代码结构。
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 StartedRust0117- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
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
SenseNova-U1-8B-MoT-SFTenseNova U1 是一系列全新的原生多模态模型,它在单一架构内实现了多模态理解、推理与生成的统一。 这标志着多模态AI领域的根本性范式转变:从模态集成迈向真正的模态统一。SenseNova U1模型不再依赖适配器进行模态间转换,而是以原生方式在语言和视觉之间进行思考与行动。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
718
4.58 K
deepin linux kernel
C
28
16
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
769
117
Ascend Extension for PyTorch
Python
584
719
🎉 (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
1.63 K
957
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++
975
960
暂无简介
Dart
957
238
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
419
364
AI 将任意文档转换为精美可编辑的 PPTX 演示文稿 — 无需设计基础 | 包含 15 个案例、229 页内容
Python
94
7
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。
C
442
4.51 K