首页
/ React Native Async Storage 在开启新架构时的构建问题分析与解决方案

React Native Async Storage 在开启新架构时的构建问题分析与解决方案

2025-06-10 06:07:10作者:袁立春Spencer

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:

  1. 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。

  2. 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。

  3. 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

  1. 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。

  2. 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

  1. 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
  2. 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。

  3. 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

  1. 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。

  2. 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。

  3. 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。

  4. 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。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
827
5.49 K
kernelkernel
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
494
518
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
786
1.58 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
803
1.14 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
973
2.29 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
482
312
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.02 K
769
cannbot-skillscannbot-skills
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
811
cann-learning-hubcann-learning-hub
CANN 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 Notebook
648
287