Redux Toolkit 2.2.0 版本中内部类型导出的变更分析
2025-05-21 17:10:32作者:胡易黎Nicole
背景概述
在 Redux Toolkit 2.2.0 版本更新后,一些开发者发现之前可以正常使用的内部类型(如 MaybeDrafted 和 PatchCollection)无法再从 @reduxjs/toolkit/dist/query/core/buildThunks 路径导入。这些类型主要用于处理 RTK Query 中的缓存更新操作。
技术细节解析
原有使用方式
开发者原先通过以下方式导入这些内部类型:
import {
MaybeDrafted,
PatchCollection,
} from "@reduxjs/toolkit/dist/query/core/buildThunks";
这些类型主要用于处理 RTK Query 的缓存更新场景,特别是在使用 api.util.updateQueryData 方法时,用于生成补丁(patch)操作。
官方建议
Redux Toolkit 团队明确指出,任何从 /dist/ 路径导入的内容都应被视为内部实现细节,可能会在不通知的情况下发生变化。官方推荐的公共入口点包括:
- @reduxjs/toolkit
- @reduxjs/toolkit/react
- @reduxjs/toolkit/query
- @reduxjs/toolkit/query/react
替代方案
对于需要使用这些类型的场景,开发者可以采用以下替代方案:
-
使用 TypeScript 类型推断:
// 替代 PatchCollection type MyPatchCollection = Array<ReturnType<typeof api.util.updateQueryData>>; -
使用 Immer 提供的类型:
Draft类型可以直接从 Redux Toolkit 导入(已被重新导出)Patch类型可以从 immer 库直接导入
最佳实践建议
-
避免依赖内部路径:始终优先使用官方文档中明确导出的公共 API。
-
类型安全处理缓存更新:当需要处理 RTK Query 的缓存更新时,可以通过以下方式确保类型安全:
const updatePatches = (args: SomeArgs) => { return api.util.updateQueryData('endpointName', args, (draft) => { // 直接操作 draft }); }; -
类型推导优先:在 TypeScript 中,尽可能利用类型推导而不是显式类型声明,这可以减少对特定类型的依赖。
总结
Redux Toolkit 2.2.0 版本中对内部类型的访问限制是一个合理的变更,旨在维护库的稳定性和可维护性。开发者应该调整代码,使用公共 API 或类型推导来替代原先对内部类型的依赖。这种变更虽然短期内可能需要一些代码调整,但从长期来看有助于提高应用的稳定性和可维护性。
对于高级用例,可以考虑将复杂的缓存更新逻辑封装为工具函数,并通过类型参数或推导来保持类型安全,而不是直接依赖库的内部实现细节。
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 StartedRust0192
cann-learning-hubCANN 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 Notebook0121
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
766
4.98 K
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++
857
1.93 K
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++
685
1.34 K
Ascend Extension for PyTorch
Python
720
884
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++
1.08 K
1.1 K
deepin linux kernel
C
32
16
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
457
440
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
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
151
253
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。
Python
1 K
610