Dexie.js 中嵌套对象更新的注意事项
2025-05-17 13:11:55作者:胡易黎Nicole
在使用 Dexie.js 进行 IndexedDB 操作时,处理嵌套对象的更新需要特别注意事务管理和响应式编程的交互问题。本文将通过一个实际案例,分析在 Svelte 5 环境中使用 Dexie.js 时可能遇到的更新失效问题及其解决方案。
问题背景
在开发一个健身追踪应用时,我们使用 Dexie.js 作为 IndexedDB 的封装库。数据结构中包含多层嵌套:
{
id: number,
workout_exercises: [
{
id: number,
exercise: { id: number, name: string },
sets: [
{ id: number, reps: number, weight: number }
]
}
]
}
主要操作包括向特定训练动作(workout_exercise)中添加新的组(set)。初始实现中,更新操作有时会失效,新添加的组不会持久化到数据库中。
初始实现分析
最初的更新逻辑是这样的:
async function addExerciseSet(id, workoutExerciseId) {
const workout = await db.workouts.get(id);
const updatedExercises = workout.workout_exercises.map(we => {
if (we.id === workoutExerciseId) {
return {
...we,
sets: [...we.sets, newSet]
};
}
return we;
});
await db.workouts.update(id, {
workout_exercises: updatedExercises
});
}
表面上看逻辑没有问题,但实际运行时会出现更新不生效的情况。经过排查,发现问题出在 Svelte 的响应式系统与 Dexie 操作的交互上。
根本原因
在 Svelte 组件中,使用了 $effect 自动触发更新:
$effect(() => {
workoutsStore.updateExerciseSet(workoutId, workoutExerciseId, {
...set,
weight,
reps
});
});
这种实现存在两个问题:
- 没有使用事务包装相关的 get 和 update 操作
$effect的自动触发可能导致竞态条件
当多个状态变化快速连续发生时,没有事务保护的更新操作可能会相互覆盖,导致部分更新丢失。
解决方案
正确的做法是将相关操作放入事务中:
async function addExerciseSet(id, workoutExerciseId) {
await db.transaction('rw', db.workouts, async () => {
const workout = await db.workouts.get(id);
const updatedExercises = workout.workout_exercises.map(we => {
// 更新逻辑
});
await db.workouts.update(id, {
workout_exercises: updatedExercises
});
});
}
此外,对于 Svelte 的响应式更新,更好的做法是:
- 避免在
$effect中直接执行数据库操作 - 改为在用户明确的动作(如点击事件)中触发更新
- 或者使用防抖机制控制更新频率
最佳实践建议
-
始终使用事务:对于涉及先读取后写入的操作,应该使用事务包装,确保操作的原子性。
-
谨慎使用响应式更新:在响应式框架中,自动触发的副作用要特别注意竞态条件和性能问题。
-
考虑批量更新:对于频繁的细粒度更新,可以考虑累积变化后一次性提交。
-
添加错误处理:事务操作应该包含适当的错误处理和回滚机制。
-
性能优化:对于大型嵌套对象,考虑使用 Dexie 的局部更新语法(如
'workout_exercises.0.sets')来减少传输数据量。
通过遵循这些原则,可以确保 Dexie.js 在复杂应用中的稳定性和数据一致性。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.74 K
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
336
178
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++
886
596
Ascend Extension for PyTorch
Python
340
403
暂无简介
Dart
771
191
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
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
247
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
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355