Redux Toolkit中如何优雅处理列表查询与单项数据获取
2025-05-21 14:31:53作者:裴麒琰
问题背景
在使用Redux Toolkit Query(RTK Query)进行数据管理时,开发者经常会遇到一个典型场景:从列表数据中获取单个项目详情。本文将以一个React Native应用为例,深入分析这个问题及其解决方案。
核心问题分析
假设我们有一个应用场景:
- 一个"群组详情"页面,展示群组信息和相关支出列表,支持排序参数
- 一个"支出详情"页面,展示单个支出的详细信息
技术实现上,我们可能会这样设计API:
getGroupDetails: builder.query<GroupDetailsResponse, {id: string, sort?: Sort}>({
query: ({id, sort}) => ({
url: `groups/${id}`,
params: {
...sort && {sort: `${sort.key},${sort.direction}`}
}
})
})
在群组详情页面使用:
const {data: group} = useGetGroupDetailsQuery({id, sort});
在支出详情页面尝试复用数据:
const {expense} = useGetGroupDetailsQuery({id: groupId}, {
selectFromResult: ({data}) => ({
expense: data?.expenses.find((expense) => expense.id === expenseId)!,
}),
})
问题本质
这里的关键问题在于RTK Query的缓存机制:相同的查询参数对应相同的缓存条目。当群组详情页面使用特定排序参数获取数据后,支出详情页面如果不提供相同的排序参数,就无法访问到正确的缓存数据。
解决方案
方案1:参数一致性
确保所有使用相同查询的地方都传递相同的参数。可以通过以下方式实现:
- 参数传递:将排序参数通过路由或上下文传递到子页面
- 状态管理:将查询参数存储在Redux store中统一管理
// 使用Redux存储查询参数
const arg = useSelector(selectArg);
const { data } = useMyQuery(arg);
方案2:默认参数处理
在API定义中设置默认参数,确保即使不传参也能命中缓存:
serializeQueryArgs: ({queryArgs}) => {
return {id: queryArgs.id, sort: queryArgs?.sort || DEFAULT_SORT}
},
最佳实践建议
- 参数设计:在设计API端点时,考虑参数的必选/可选性
- 缓存策略:理解RTK Query的缓存机制,合理设计查询参数
- 状态共享:对于跨组件共享的查询参数,考虑使用状态管理
- 默认值处理:对于可选参数,
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0197
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 Notebook0128
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
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
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python07
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5.01 K
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++
863
1.96 K
Ascend Extension for PyTorch
Python
722
896
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++
690
1.35 K
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
458
453
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265
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
152
238
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。
Python
1.01 K
628
Oohos_react_native
React Native鸿蒙化仓库
C++
357
425