Vue-Query 在 Nuxt 3 中的服务端数据获取实践
在 Nuxt 3 项目中使用 Vue-Query 进行无限滚动数据加载时,开发者可能会遇到服务端渲染(SSR)数据获取不完整的问题。本文将深入分析问题根源并提供完整的解决方案。
问题现象分析
当开发者使用 Vue-Query 的 useInfiniteQuery 进行分页数据加载时,如果直接访问目标页面,服务端能够正确获取数据。但如果从其他页面导航到目标页面,则会出现数据未获取的情况,导致客户端渲染失败。
这种现象的本质原因是 Nuxt 3 的服务端生命周期钩子 onServerPrefetch 只会在首次服务端渲染时执行。当客户端进行页面导航时,实际上是在浏览器环境中运行的单页应用(SPA)模式,此时 onServerPrefetch 不会触发。
解决方案对比
方案一:使用 useAsyncData 包装
useAsyncData(async () => {
await suspense();
return true;
});
这种方法利用了 Nuxt 3 提供的 useAsyncData 组合式函数,确保无论在服务端还是客户端都能正确触发数据获取。
方案二:使用 callOnce 钩子
await callOnce(async () => {
await suspense();
});
callOnce 是 Nuxt 3 提供的专用钩子,特别适合这种只需要执行一次的数据获取场景。
最佳实践建议
-
合理设置 staleTime
在 Vue-Query 的全局配置中设置适当的staleTime,可以避免数据在客户端不必要的重新获取。建议设置为大于页面渲染所需时间的值。 -
避免直接使用 onServerPrefetch
在 Nuxt 3 环境中,直接使用onServerPrefetch并不是最佳选择,因为它的行为与 Nuxt 3 的数据获取机制不完全兼容。 -
统一数据获取方式
无论页面是首次加载还是客户端导航,都使用相同的数据获取逻辑,可以保证一致的行为和用户体验。
实现示例
以下是一个完整的实现示例:
// 在插件中配置 Vue-Query
export default defineNuxtPlugin((nuxtApp) => {
const queryClient = new QueryClient({
defaultOptions: {
queries: {
staleTime: 1000 * 60 * 5, // 5分钟
},
},
});
nuxtApp.vueApp.use(VueQueryPlugin, { queryClient });
});
// 在页面组件中使用
const { data, suspense } = useInfiniteQuery({
queryKey: ['items'],
queryFn: fetchItems,
getNextPageParam: (lastPage) => lastPage.nextCursor,
});
await callOnce(async () => {
await suspense();
});
总结
在 Nuxt 3 中使用 Vue-Query 进行服务端数据获取时,开发者需要理解 Nuxt 3 的特殊生命周期和数据获取机制。通过合理使用 useAsyncData 或 callOnce 配合适当的 staleTime 配置,可以构建出既支持服务端渲染又能在客户端流畅导航的应用程序。
记住,关键在于统一服务端和客户端的数据获取行为,并确保数据在适当的时间内保持新鲜,这样才能提供最佳的用户体验。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00