在Cache-Manager项目中处理对象序列化与反序列化的最佳实践
2025-07-08 12:41:35作者:廉彬冶Miranda
在JavaScript/TypeScript开发中,对象序列化是一个常见需求,特别是在使用缓存系统时。本文将以Cache-Manager项目为例,深入探讨如何正确处理包含方法和属性的对象序列化问题。
问题背景
当开发者尝试将包含方法的对象实例存入缓存时,经常会遇到一个典型问题:对象被序列化为JSON后,方法会丢失。例如,一个包含messages数组和addMessage方法的History类:
class History {
messages: string[];
addMessage(message: string) {
this.messages.push(message);
}
}
当这个对象被存入缓存再取出后,虽然数据属性messages被保留,但方法addMessage却丢失了,导致调用时出现TypeError: history.addMessage is not a function错误。
根本原因分析
这种现象的根本原因在于JavaScript的JSON序列化机制:
- JSON.stringify()默认只序列化对象的可枚举属性
- 类方法属于原型链上的函数,不会被序列化
- 反序列化时只是创建了一个普通对象,而不是原类的实例
解决方案
Cache-Manager项目推荐的最佳实践是:只缓存纯数据,不缓存包含方法的对象。具体实现方式有两种:
方案一:通过属性赋值重建对象
// 缓存时只存储数据部分
cache.set('historyMessageKey', history.messages);
// 获取缓存后通过属性赋值
const historyMessages = await cache.get<Array<string>>('historyMessageKey');
history.messages = historyMessages;
方案二:通过构造函数重建对象
class History {
private _messages: string[] = [];
constructor(messages?: string[]) {
if(messages) {
this._messages = messages;
}
}
get messages(): string[] {
return this._messages;
}
set messages(messages: string[]) {
this._messages = messages;
}
addMessage(message: string) {
this._messages.push(message);
}
}
// 使用缓存数据创建新实例
const historyMessages = await cache.get<Array<string>>('historyMessageKey');
const history2 = new History(historyMessages);
进阶建议
-
使用DTO模式:创建专门用于传输的数据传输对象(Data Transfer Object),只包含需要缓存的数据
-
添加序列化/反序列化方法:在类中实现专门的序列化方法,明确控制哪些数据需要被缓存
class History {
// ...其他代码同上...
serialize(): string {
return JSON.stringify(this._messages);
}
static deserialize(data: string): History {
return new History(JSON.parse(data));
}
}
- 考虑使用专业序列化库:对于复杂场景,可以评估使用专业的序列化库如
class-transformer
总结
在Cache-Manager等缓存解决方案中处理对象序列化时,开发者应当:
- 明确区分数据和行为,缓存只应存储数据
- 设计类时考虑序列化需求,提供明确的序列化接口
- 重建对象时使用构造函数或属性赋值恢复完整功能
- 对于复杂场景采用DTO模式或专业序列化方案
遵循这些原则可以确保缓存功能的正确性,同时保持代码的清晰和可维护性。
登录后查看全文
热门项目推荐
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 StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
617
795
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++
1.01 K
1.01 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
433
395
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
145
237
Claude 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 Started
Rust
1.18 K
152
暂无简介
Dart
983
252
Oohos_react_native
React Native鸿蒙化仓库
C++
348
403
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989