Immer项目中深度克隆与引用处理的技术解析
2025-05-05 13:22:35作者:薛曦旖Francesca
深度克隆在Immer中的挑战
Immer作为JavaScript不可变数据操作库,其核心原理是通过Proxy实现草稿状态(draft)的修改,最终生成不可变的新状态。但在实际开发中,开发者经常会遇到需要深度克隆包含Immer代理对象的数据结构的需求。
问题背景分析
当开发者尝试将一个包含嵌套对象的Immer草稿状态拆分为多个独立对象时,会遇到引用共享的问题。例如:
const a = {b: 0}
// 拆分a为a1和a2
const [a1, a2] = split(a)
如果直接在同一个draft中修改a1.b的值,a2.b也会被意外修改,这是因为它们共享了底层对象的引用。
现有解决方案的局限性
常见的深度克隆方法如structuredClone在处理Immer代理对象时会失败,抛出[object Array] could not be cloned错误。这是因为Immer内部使用的Proxy对象无法被标准的结构化克隆算法识别和处理。
深入理解Immer的current函数
Immer提供了current函数来获取草稿状态的当前值,但它有以下特点:
- 只处理最外层对象的代理
- 对嵌套的代理对象不会递归处理
- 如果对象不是草稿状态会抛出错误
自定义深度current解决方案
开发者可以自行实现一个deepCurrent函数来解决这个问题:
type Drafted<T> = T | Draft<T>;
type DeepCurrent<T> =
T extends Array<infer U> ? Array<DeepCurrent<U>> :
T extends object ? { [K in keyof T]: DeepCurrent<T[K]> } : T;
export const deepCurrent = <T>(obj: Drafted<T>): any => {
if (Array.isArray(obj)) {
return obj.map((item) => isDraft(item) ? current(item) : item) as DeepCurrent<T>;
} else if (obj && typeof obj === 'object') {
const plainObject = isDraft(obj) ? current(obj) : obj;
const result: any = {};
Object.entries(plainObject).forEach(([key, value]) => {
result[key] = isDraft(value) ? current(value) : value;
});
return result as DeepCurrent<T>;
}
return obj as DeepCurrent<T>;
};
这个实现具有以下特点:
- 递归处理数组和对象
- 自动检测并处理草稿状态
- 对非草稿状态安全处理
- 保留完整的TypeScript类型信息
最佳实践建议
- 当需要拆分或复制Immer草稿状态时,优先考虑使用
deepCurrent进行深度克隆 - 对于简单场景,Immer自带的
current函数可能已经足够 - 注意性能影响,深度克隆大型数据结构可能会带来开销
- 考虑将频繁需要的深度克隆操作封装为工具函数
总结
Immer的代理机制虽然强大,但在需要深度克隆时带来了额外的复杂性。理解Immer内部工作原理并合理使用current和自定义的deepCurrent函数,可以帮助开发者更好地处理不可变数据操作中的引用问题。随着Immer版本的更新(如10.0.4版本修复了Proxy属性处理),这些问题正在逐步得到改善,但掌握这些解决方案仍对复杂场景下的开发大有裨益。
登录后查看全文
热门项目推荐
相关项目推荐
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
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
675
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
627
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++
947
886
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
398
302
🎉 (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
1.56 K
909
暂无简介
Dart
920
228
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381
昇腾LLM分布式训练框架
Python
142
169
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
133
212