Redux Toolkit 在 Next.js 中集成 RTK Query 和 redux-logger 的最佳实践
前言
在现代前端开发中,状态管理是一个至关重要的环节。Redux Toolkit 作为 Redux 官方推荐的工具集,极大地简化了 Redux 的使用流程。特别是在 Next.js 这样的服务端渲染框架中,如何正确配置 Redux 存储(store)成为了开发者需要掌握的关键技能。
Next.js 中的 Redux 存储配置
Next.js 的 App Router 模式推荐使用 makeStore 函数来创建 Redux 存储。这种工厂函数的方式特别适合服务端渲染场景,因为它允许我们在每次请求时创建新的存储实例,避免状态污染。
基础配置通常如下所示:
export const makeStore = () => {
return configureStore({
reducer: {},
})
}
集成 RTK Query
RTK Query 是 Redux Toolkit 提供的强大数据获取和缓存解决方案。要在 Next.js 中正确集成 RTK Query,我们需要特别注意以下几点:
- 添加 reducer:必须将 API slice 的 reducer 添加到存储配置中
- 添加中间件:需要包含 RTK Query 的专用中间件
- 设置监听器:调用
setupListeners以启用 refetchOnFocus 和 refetchOnReconnect 功能
正确的实现方式应该是:
import { configureStore } from "@reduxjs/toolkit";
import { setupListeners } from "@reduxjs/toolkit/query";
import apiSlice from "./features/api/apiSlice";
export const makeStore = () => {
const store = configureStore({
reducer: {
[apiSlice.reducerPath]: apiSlice.reducer,
},
middleware: (getDefaultMiddleware) =>
getDefaultMiddleware().concat(apiSlice.middleware),
});
setupListeners(store.dispatch);
return store;
};
这里的关键点在于 setupListeners 必须在存储实例创建后才能调用,因此我们需要在 makeStore 函数内部完成这一操作。
添加 redux-logger 中间件
为了开发阶段的调试便利,我们通常会添加 redux-logger 中间件来记录状态变化。在 Next.js 的配置中,我们需要将其与其他中间件一起添加到中间件链中:
import { createLogger } from "redux-logger";
const logger = createLogger();
export const makeStore = () => {
const store = configureStore({
reducer: {
[apiSlice.reducerPath]: apiSlice.reducer,
},
middleware: (getDefaultMiddleware) =>
getDefaultMiddleware().concat(apiSlice.middleware, logger),
});
setupListeners(store.dispatch);
return store;
};
需要注意的是,中间件的顺序很重要。通常我们应该保持 RTK Query 中间件在 logger 之前,以确保正确的行为。
完整实现方案
结合上述所有要点,我们得到 Next.js 中 Redux Toolkit 的完整配置方案:
import { configureStore } from "@reduxjs/toolkit";
import { createLogger } from "redux-logger";
import { setupListeners } from "@reduxjs/toolkit/query";
import apiSlice from "./features/api/apiSlice";
const logger = createLogger();
export const makeStore = () => {
const store = configureStore({
reducer: {
[apiSlice.reducerPath]: apiSlice.reducer,
// 可以在这里添加其他reducer
},
middleware: (getDefaultMiddleware) =>
getDefaultMiddleware().concat(apiSlice.middleware, logger),
// 开发环境下启用Redux DevTools
devTools: process.env.NODE_ENV !== "production",
});
setupListeners(store.dispatch);
return store;
};
在组件中使用
最后,我们需要在 Next.js 应用中提供这个存储。通常我们会创建一个 StoreProvider 组件:
"use client";
import { useRef } from "react";
import { Provider } from "react-redux";
import { makeStore } from "@/lib/store";
export default function StoreProvider({ children }) {
const storeRef = useRef();
if (!storeRef.current) {
storeRef.current = makeStore();
}
return <Provider store={storeRef.current}>{children}</Provider>;
}
然后在布局文件中包裹整个应用:
import StoreProvider from "@/app/StoreProvider";
export default function RootLayout({ children }) {
return (
<StoreProvider>
{children}
</StoreProvider>
);
}
总结
在 Next.js 中配置 Redux Toolkit 需要特别注意存储实例的创建时机和中间件的正确添加顺序。通过 makeStore 工厂函数的方式,我们能够很好地适应服务端渲染的需求。RTK Query 和 redux-logger 的集成需要遵循特定的模式,特别是 setupListeners 的调用时机必须正确。
这种配置方式既保持了开发时的调试便利性,又确保了生产环境下的性能优化,是 Next.js 项目中使用 Redux Toolkit 的推荐实践。
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 Notebook0126
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。Python06
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