React Native Async Storage 在开启新架构时的构建问题分析与解决方案
问题背景
在React Native生态系统中,Async Storage作为持久化存储解决方案被广泛使用。随着React Native新架构(Fabric)的推出,开发者在迁移过程中可能会遇到构建问题。本文针对一个典型问题进行分析:当开启新架构(IS_NEW_ARCHITECTURE_ENABLED=true)时,Android构建过程中出现的CMakeLists.txt文件缺失错误。
错误现象
开发者在构建React Native项目(版本0.73.6)时,Android构建系统报告以下错误:
[CXX1409] expected buildFiles file 'app-react/node_modules/@react-native-async-storage/async-storage/android/build/generated/source/codegen/jni/CMakeLists.txt' to exist
这个错误表明构建系统期望找到一个由代码生成器(codegen)创建的CMake配置文件,但该文件并未生成。
根本原因分析
这个问题主要与React Native新架构的构建流程有关:
-
新架构的代码生成机制:React Native新架构使用代码生成器来自动创建原生模块的接口代码,包括JNI层和C++代码。
-
构建顺序问题:在标准构建流程中,代码生成应该在编译开始前自动执行。但在某些情况下,这个步骤可能被跳过或执行顺序不正确。
-
环境配置因素:项目中的Gradle插件版本、React Native CLI工具链版本以及JDK版本等都可能影响代码生成步骤的执行。
解决方案
临时解决方案
-
手动触发代码生成: 在项目android目录下执行:
./gradlew generateCodegenArtifactsFromSchema这个命令会显式触发代码生成步骤,创建所需的CMakeLists.txt文件和其他接口代码。
-
清理构建缓存: 有时需要删除android/app/.cxx目录来确保干净的构建环境。
长期解决方案
-
检查项目配置:
- 确保package.json中包含Async Storage依赖
- 验证React Native CLI相关包版本是否兼容
- 确认Gradle和Android Gradle插件版本匹配
-
升级相关依赖: 保持@react-native-async-storage/async-storage、React Native以及相关构建工具为最新稳定版本。
-
构建脚本调整: 在android/app/build.gradle中确保正确配置了新架构相关选项。
技术深入
这个问题的本质是React Native新架构构建流程中的一个环节缺失。代码生成是新架构的关键部分,它为每个原生模块创建:
- JNI接口代码
- C++类型定义
- 相应的CMake构建配置文件
当这个步骤未能自动执行时,后续的NDK构建就会因为缺少必要的配置文件而失败。
最佳实践建议
-
逐步迁移:如果从旧架构迁移,建议逐步开启新架构特性,而不是一次性全部启用。
-
版本一致性:确保React Native、Async Storage和其他第三方库的版本相互兼容。
-
构建监控:在CI/CD流程中加入对新架构构建的专门检查步骤。
-
文档参考:仔细阅读React Native官方文档中关于新架构迁移的指南。
总结
Async Storage在新架构下的构建问题通常源于代码生成步骤的执行问题。通过理解新架构的构建流程和代码生成机制,开发者可以更有效地解决这类问题。建议开发者在遇到类似问题时,首先尝试手动触发代码生成,然后系统地检查项目配置和依赖版本,确保整个工具链的兼容性。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03