Apollo Client 3.8版本中onCompleted回调的重大变更解析
2025-05-11 00:13:20作者:温玫谨Lighthearted
在Apollo Client 3.8版本中,开发团队对onCompleted回调的行为进行了重大调整,这一变更对许多现有应用的逻辑产生了深远影响。本文将深入剖析这一变更的技术细节、背后的设计考量以及开发者应如何应对。
行为变更的核心内容
在3.8版本之前,onCompleted回调会在以下情况下触发:
- 查询首次完成时
- 任何导致缓存更新的操作发生时(包括其他组件触发的refetch)
- 网络请求返回时(无论
notifyOnNetworkStatusChange设置如何)
3.8版本对此进行了重大调整:
- 缓存更新不再触发:当其他操作(如mutation)导致缓存更新时,
onCompleted不再自动触发 - 网络请求条件化触发:只有设置
notifyOnNetworkStatusChange: true时,后续网络请求才会触发onCompleted
变更的技术背景
这一变更源于Apollo Client内部ObservableQuery实例的管理方式。在3.7及更早版本中,通过refetchQueries选项触发的查询会创建全新的ObservableQuery实例,与原始查询实例并无直接关联。onCompleted的触发实际上是缓存更新的副作用,而非设计上的功能。
开发团队认为这种"意外工作"的行为不够可靠,因此在3.8版本中进行了修正,使回调行为更加明确和可控。
对现有应用的影响
这一变更主要影响以下几类场景:
- 状态管理:许多应用在
onCompleted中设置组件状态,当缓存更新时这些状态可能变得不同步 - 级联查询:依赖
onCompleted触发后续查询的"瀑布流"式数据获取模式 - UI控制:基于查询结果自动展开/折叠UI元素的逻辑
推荐的迁移策略
1. 派生状态替代方案
对于在onCompleted中设置状态的常见模式,推荐使用派生值:
// 不推荐的方式
const [count, setCount] = useState(0);
useQuery(query, {
onCompleted: (data) => setCount(data.items.length)
});
// 推荐的方式
const { data } = useQuery(query);
const count = data?.items?.length || 0;
派生值的优势在于:
- 自动保持与缓存同步
- 减少不必要的状态更新
- 代码更简洁
2. 复杂逻辑处理
对于需要在数据变化时执行复杂逻辑的场景,可以使用useEffect:
const { data } = useQuery(query, { notifyOnNetworkStatusChange: true });
useEffect(() => {
if (data) {
// 执行数据变化时的逻辑
}
}, [data]);
3. 查询编排优化
对于级联查询场景,建议:
- 使用
useLazyQuery手动控制查询时机 - 考虑GraphQL的
@defer指令实现渐进式加载 - 重构为并行查询模式
设计理念的演进
这一变更反映了Apollo Client团队对API设计理念的演进:
- 明确性:回调触发条件更加明确和可预测
- 性能优化:减少不必要的回调执行
- 状态管理简化:鼓励使用响应式数据而非命令式更新
最佳实践建议
- 避免在回调中设置状态:这容易导致状态不同步
- 谨慎使用
notifyOnNetworkStatusChange:仅在需要跟踪加载状态时启用 - 充分利用缓存:直接使用缓存数据而非复制到本地状态
- 考虑使用Fragment:细粒度地订阅数据变化
总结
Apollo Client 3.8对onCompleted的变更是框架向更健壮、更可预测方向发展的必要调整。虽然短期内可能需要开发者调整现有代码,但长期来看,这种明确的行为定义将带来更稳定的应用表现和更简洁的代码结构。理解这一变更背后的设计理念,将帮助开发者更好地利用Apollo Client构建现代化的数据驱动应用。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
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
9
1
🎉 (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
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137