React-Query 分页查询中的 Pagination 组件首次点击问题解析
2025-05-02 03:06:25作者:尤峻淳Whitney
问题现象
在使用 React-Query 进行分页数据获取时,开发者经常会遇到一个典型问题:当配合 NextUI 的 Pagination 组件使用时,首次点击页码按钮时,UI 没有立即响应,但 API 请求已经发出。只有在第二次点击时,页码切换的动画效果才会正常显示。
问题本质
这种现象并非真正的 bug,而是 React-Query 的工作机制与 UI 组件期望行为的差异导致的。当用户首次点击页码时:
- 页码状态立即更新
- 触发新的查询请求
- 在数据加载期间,React-Query 会清除当前数据(除非特别配置)
- 导致 Pagination 组件失去
total属性(因为data暂时为 undefined) - 组件因此无法完成动画过渡
解决方案
React-Query 提供了 placeholderData 选项来优化这种场景。通过设置 placeholderData: keepPreviousData,可以保留前一页的数据直到新数据加载完成:
const { data } = useQuery({
queryKey: ['posts', page],
queryFn: () => fetchData(page),
placeholderData: keepPreviousData
})
深入理解
内存消耗考量
开发者可能会担心保留之前数据会导致内存问题。实际上:
- React-Query 有自动垃圾回收机制
- 可以通过
cacheTime配置控制缓存时间 - 现代浏览器能轻松处理中等规模的分页数据
- 对于真正大数据量的应用,可考虑虚拟滚动等技术
替代方案比较
除了 placeholderData,还有其他几种处理方式:
- Skeleton 加载状态:在数据加载时显示骨架屏
- 禁用按钮:加载期间禁用分页控件
- 乐观更新:预测结果并立即更新UI
但 placeholderData 方案提供了最佳的用户体验平衡点。
最佳实践建议
- 对于分页查询,始终考虑使用
placeholderData - 合理设置
staleTime以避免不必要的重请求 - 结合
isLoading和isFetching状态增强UI反馈 - 对于关键操作,考虑添加重试逻辑
通过理解这些机制,开发者可以构建出既流畅又可靠的分页体验。
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
MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧
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