Superset项目Ant Design 5升级指南:Tabs组件重构实践
2025-04-29 21:26:35作者:范靓好Udolf
背景概述
Superset作为Apache旗下的开源数据可视化平台,正在进行前端架构的重大升级,将Ant Design从版本4升级到版本5。本次升级涉及核心组件库的全面重构,其中Tabs标签页组件作为高频使用的界面元素,其升级工作尤为重要。
技术挑战
在Ant Design 5中,Tabs组件经历了显著的变化,包括API调整、样式优化和功能增强。升级过程中需要解决以下几个关键问题:
- API兼容性:Ant Design 5对部分API进行了调整,需要确保现有功能不受影响
- 样式覆盖:需要清理项目中不必要的自定义样式,回归Ant Design原生样式体系
- 组件封装:统一组件导入路径,避免直接引用Ant Design原始组件
- 测试保障:确保RTL(从右到左)布局的兼容性和交互测试覆盖率
实施要点
组件封装策略
升级过程中采用了中心化封装策略,所有Tabs组件的引用都必须通过项目的统一入口src/components/Tabs。这种做法带来了多重好处:
- 统一组件行为,便于后续维护
- 隔离Ant Design版本变化的影响
- 提供一致的开发者体验
样式优化原则
遵循"尽可能接近Ant Design原生"的原则,进行了以下优化:
- 移除了冗余的CSS覆盖
- 简化了不必要的样式定制
- 保留了必要的业务逻辑样式
- 确保主题系统能够正常工作
测试保障体系
为确保升级质量,建立了完整的测试矩阵:
- 视觉回归测试:通过Storybook记录组件所有状态
- 交互测试:验证标签切换、关闭等核心功能
- RTL测试:确保从右到左布局的完美支持
- 类型检查:TypeScript类型定义同步更新
开发者指南
对于需要在Superset项目中使用Tabs组件的开发者,现在应该:
- 从统一路径导入组件,而非直接引用Ant Design
- 遵循新的API规范,避免使用废弃属性
- 优先使用Ant Design原生样式,减少自定义覆盖
- 为新增功能补充Storybook用例
升级效益
完成Tabs组件升级后,项目获得了以下改进:
- 性能提升:减少了不必要的样式计算和DOM操作
- 一致性增强:界面风格与Ant Design 5设计语言保持一致
- 维护简化:集中管理降低了后续升级成本
- 功能扩展:能够利用Ant Design 5提供的新特性
总结
Superset的Ant Design 5升级是一项系统工程,Tabs组件的重构为其他组件的升级提供了可复用的模式。通过标准化导入路径、精简样式体系和强化测试覆盖,确保了升级过程的平稳过渡,同时为未来的功能演进奠定了坚实基础。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.19 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
Ascend Extension for PyTorch
Python
229
259
暂无简介
Dart
680
160
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++
689
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
493