TRPC React Query 中 useSuspenseQuery 的上下文传递问题解析
在 TRPC 与 React Query 的集成使用中,开发者发现了一个关于操作上下文传递的重要问题。本文将深入分析该问题的技术背景、产生原因以及解决方案。
问题现象
当开发者使用 TRPC 的 useSuspenseQuery
或 usePrefetchQuery
钩子时,通过 trpc.context
选项传递的操作上下文无法正确到达查询执行阶段。具体表现为:
const [data] = trpc.greeting.useSuspenseQuery(
{ name: 'client' },
{ trpc: { context: { hello: 'world' } } }
);
在 HTTP 链接的 headers 回调中,预期的 { hello: 'world' }
上下文变成了空对象 {}
。
技术背景
TRPC 的 React Query 集成提供了多种查询钩子,包括常规查询、无限查询和 Suspense 查询等。这些钩子在内部都使用 React Query 的核心功能,但添加了 TRPC 特有的功能层。
操作上下文(Operation Context)是 TRPC 的一个重要概念,它允许在请求链路中传递额外的元数据,这些数据可以用于:
- 自定义 HTTP 头信息
- 控制请求行为(如取消逻辑)
- 传递认证信息
- 其他中间件需要的上下文数据
问题根源分析
通过对比 useSuspenseQuery
和 useSuspenseInfiniteQuery
的实现代码,可以发现关键差异:
在 useSuspenseInfiniteQuery
中,上下文被正确传递:
const actualOpts = {
...ssrOpts,
trpc: {
...ssrOpts?.trpc, // 正确传播上下文
...(shouldAbortOnUnmount ? { signal: queryFunctionContext.signal } : {}),
},
};
而在 useSuspenseQuery
中,上下文被忽略:
const actualOpts = {
trpc: {
...(shouldAbortOnUnmount ? { signal: queryFunctionContext.signal } : {}),
},
// 缺少了上下文传播
};
这种不一致导致了 useSuspenseQuery
无法正确传递开发者提供的操作上下文。
影响范围
该问题影响以下 TRPC 钩子:
useSuspenseQuery
usePrefetchQuery
而以下钩子工作正常:
useSuspenseInfiniteQuery
- 常规的
useQuery
解决方案
修复方案相对直接,需要在 useSuspenseQuery
的实现中正确传播操作上下文:
const actualOpts = {
...opts, // 传播所有选项
trpc: {
...opts?.trpc, // 传播上下文
...(shouldAbortOnUnmount ? { signal: queryFunctionContext.signal } : {}),
},
};
开发者建议
对于遇到此问题的开发者,在官方修复发布前可以采取以下临时解决方案:
- 使用常规
useQuery
替代useSuspenseQuery
- 创建自定义钩子包装
useSuspenseQuery
,手动处理上下文传递 - 如果上下文用于认证等关键功能,考虑使用全局拦截器替代
总结
TRPC 的 React Query 集成虽然强大,但在某些特定钩子实现上存在不一致性。这个问题提醒我们在使用新兴技术栈时,需要深入理解其实现细节,特别是在涉及请求链路和上下文传递的关键功能上。开发者社区通过发现和修复这类问题,共同推动了开源项目的成熟和稳定。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
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!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









