Redux异步方案选型-CSDN博客

作为react社区最热门的状态管理框架，相信很多人都准备甚至正在使用Redux。

由于Redux的理念非常精简，没有追求大而全，这份架构上的优雅却在某种程度上伤害了使用体验：不能开箱即用，甚至是异步这种最常见的场景也要借助社区方案。

如果你已经挑花了眼，或者正在挑但不知道是否适合，或者已经挑了但不知道会不会有坑，这篇文章应该适合你。

本文会从一些常见的Redux异步方案出发，介绍它们的优缺点，进而讨论一些与异步相伴的常见场景，帮助你在选型时更好地权衡利弊。

简单方案

redux-thunk：指路先驱

Github：https://github.com/gaearon/redux-thunk

Redux作者Dan写的中间件，因官方文档出镜而广为人知。

它向我们展示了Redux处理异步的原理，即:

Redux本身只能处理同步的Action，但可以通过中间件来拦截处理其它类型的action，比如函数(Thunk)，再用回调触发普通Action，从而实现异步处理，在这点上所有Redux的异步方案都是类似的。

而它使用起来最大的问题，就是重复的模板代码太多：

//action types
const GET_DATA = 'GET_DATA',
GET_DATA_SUCCESS = 'GET_DATA_SUCCESS',
GET_DATA_FAILED = 'GET_DATA_FAILED';
//action creator
const getDataAction = function(id) {
return function(dispatch, getState) {
dispatch({
type: GET_DATA,
payload: id
})
api.getData(id) //注：本文所有示例的api.getData都返回promise对象
.then(response => {
dispatch({
type: GET_DATA_SUCCESS,
payload: response
})
})
.catch(error => {
dispatch({
type: GET_DATA_FAILED,
payload: error
})
})
}
}
//reducer
const reducer = function(oldState, action) {
switch(action.type) {
case GET_DATA :
return oldState;
case GET_DATA_SUCCESS :
return successState;
case GET_DATA_FAILED :
return errorState;
}
}

这已经是最简单的场景了，请注意：我们甚至还没写一行业务逻辑，如果每个异步处理都像这样，重复且无意义的工作会变成明显的阻碍。

另一方面，像GET_DATA_SUCCESS、GET_DATA_FAILED这样的字符串声明也非常无趣且易错。

上例中，GET_DATA这个action并不是多数场景需要的，它涉及我们将会提到的乐观更新，保留这些代码是为了和下面的方案做对比

redux-promise：瘦身过头

由于redux-thunk写起来实在是太麻烦了，社区当然会有其它轮子出现。redux-promise则是其中比较知名的，同样也享受了官网出镜的待遇。

它自定义了一个middleware，当检测到有action的payload属性是Promise对象时，就会：

若resolve，触发一个此action的拷贝，但payload为promise的value，并设status属性为"success"
若reject，触发一个此action的拷贝，但payload为promise的reason，并设status属性为"error"

说起来可能有点不好理解，用代码感受下：

//action types
const GET_DATA = 'GET_DATA';
//action creator
const getData = function(id) {
return {
type: GET_DATA,
payload: api.getData(id) //payload为promise对象
}
}
//reducer
function reducer(oldState, action) {
switch(action.type) {
case GET_DATA:
if (action.status === 'success') {
return successState
} else {
return errorState
}
}
}

进步巨大! 代码量明显减少! 就用它了! ?

请等等，任何能明显减少代码量的方案，都应该小心它是否过度省略了什么东西，减肥是好事，减到骨头就残了。

redux-promise为了精简而做出的妥协非常明显：无法处理乐观更新

场景解析之：乐观更新

多数异步场景都是悲观更新(求更好的翻译)的，即等到请求成功才渲染数据。而与之相对的乐观更新，则是不等待请求成功，在发送请求的同时立即渲染数据。

最常见的例子就是微信等聊天工具，发送消息时消息立即进入了对话窗，如果发送失败的话，在消息旁边再作补充提示即可。这种交互"乐观"地相信请求会成功，因此称作乐观更新。

由于乐观更新发生在用户操作时，要处理它，意味着必须有action表示用户的初始动作

在上面redux-thunk的例子中，我们看到了GET_DATA, GET_DATA_SUCCESS、GET_DATA_FAILED三个action，分别表示初始动作、异步成功和异步失败，其中第一个action使得redux-thunk具备乐观更新的能力。

而在redux-promise中，最初触发的action被中间件拦截然后过滤掉了。原因很简单，redux认可的action对象是 plain JavaScript objects，即简单对象，而在redux-promise中，初始action的payload是个Promise。

另一方面，使用status而不是type来区分两个异步action也非常值得商榷，按照redux对action的定义以及社区的普遍实践，个人还是倾向于使用不同的type，用同一type下的不同status区分action额外增加了一套隐形的约定，甚至不符合该redux-promise作者自己所提倡的FSA，体现在代码上则是在switch-case内再增加一层判断。

redux-promise-middleware：拔乱反正

redux-promise-middleware相比redux-promise，采取了更为温和和渐进式的思路，保留了和redux-thunk类似的三个action。

示例：

//action types
const GET_DATA = 'GET_DATA',
GET_DATA_PENDING = 'GET_DATA_PENDING',
GET_DATA_FULFILLED = 'GET_DATA_FULFILLED',
GET_DATA_REJECTED = 'GET_DATA_REJECTED';
//action creator
const getData = function(id) {
return {
type: GET_DATA,
payload: {
promise: api.getData(id),
data: id
}
}
}
//reducer
const reducer = function(oldState, action) {
switch(action.type) {
case GET_DATA_PENDING :
return oldState; // 可通过action.payload.data获取id
case GET_DATA_FULFILLED :
return successState;
case GET_DATA_REJECTED :
return errorState;
}
}

如果不需要乐观更新，action creator可以使用和redux-promise完全一样的，更简洁的写法，即：

const getData = function(id) {
return {
type: GET_DATA,
payload: api.getData(id) //等价于 {promise: api.getData(id)}
}
}

此时初始actionGET_DATA_PENDING仍然会触发，但是payload为空。

相对redux-promise于粗暴地过滤掉整个初始action，redux-promise-middleware选择创建一个只过滤payload中的promise属性的XXX_PENDING作为初始action，以此保留乐观更新的能力。

同时在action的区分上，它选择了回归type的"正途"，_PENDING、_FULFILLED 、_REJECTED等后缀借用了promise规范 (当然它们是可配置的) 。

它的遗憾则是只在action层实现了简化，对reducer层则束手无策。另外，相比redux-thunk，它还多出了一个_PENDING的字符串模板代码(三个action却需要四个type)。

社区有类似type-to-reducer这样试图简化reducer的库。但由于reducer和异步action通常是两套独立的方案，reducer相关的库无法去猜测异步action的后缀是什么(甚至有没有后缀)，社区也没有相关标准，也就很难对异步做出精简和抽象了。

redux-action-tools：软文预警

无论是redux-thunk还是redux-promise-middleware，模板代码都是显而易见的，每次写XXX_COMPLETED这样的代码都觉得是在浪费生命——你得先在常量中声明它们，再在action中引用，然后是reducer，假设像redux-thunk一样每个异步action有三个type，三个文件加起来你就得写九次!

国外开发者也有相同的报怨：

有没有办法让代码既像redux-promise一样简洁，又能保持乐观更新的能力呢?

const GET_DATA = 'GET_DATA';
//action creator
const getData = createAsyncAction(GET_DATA, function(id) {
return api.getData(id)
})
//reducer
const reducer = createReducer()
.when(getData, (oldState, action) => oldState)
.done((oldState, action) => successState)
.failed((oldState, action) => errorState)
.build()

redux-action-tools在action层面做的事情与前面几个库大同小异：同样是派发了三个action：GET_DATA/GET_DATA_SUCCESS/GET_DATA_FAILED。这三个action的描述见下表：

type	When	payload	meta.asyncPhase
`${actionName}`	异步开始前	同步调用参数	'START'
`${actionName}_COMPLETED`	异步成功	value of promise	'COMPLETED'
`${actionName}_FAILED`	异步失败	reason of promise	'FAILED'

createAsyncAction参考了redux-promise作者写的redux-actions ，它接收三个参数，分别是：

actionName 字符串，所有派生action的名字都以它为基础，初始action则与它同名
promiseCreator 函数，必须返回一个promise对象
metaCreator 函数，可选，作用后面会演示到

目前看来，其实和redux-promise/redux-promise-middleware大同小异。而真正不同的，是它同时简化了reducer层! 这种简化来自于对异步行为从语义角度的抽象：

当(when)初始action发生时处理同步更新，若异步成功(done)则处理成功逻辑，若异步失败(failed)则处理失败逻辑

抽离出when/done/failed三个关键词作为api，并使用链式调用将他们串联起来：when函数接收两个参数：actionName和handler，其中handler是可选的，done和failed则只接收一个handler参数，并且只能在when之后调用——他们分别处理`${actionName}_SUCCESS` 和 `${actionName}_FAILED`.

无论是action还是reducer层，XX_SUCCESS/XX_FAILED相关的代码都被封装了起来，正如在例子中看到的——你甚至不需要声明它们!创建一个异步action，然后处理它的成功和失败情况，事情本该这么简单。

更进一步的，这三个action默认都根据当前所处的异步阶段，设置了不同的meta(见上表中的meta.asyncPhase)，它有什么用呢?用场景说话：

场景解析：失败处理与Loading

它们是异步不可回避的两个场景，几乎每个项目会遇到。

以异步请求的失败处理为例，每个项目通常都有一套比较通用的，适合多数场景的处理逻辑，比如弹窗提示。同时在一些特定场景下，又需要绕过通用逻辑进行单独处理，比如表单的异步校验。

而在实现通用处理逻辑时，常见的问题有以下几种：

1. 底层处理，扩展性不足

function fetchWrapper(args) {
return fetch.apply(fetch, args)
.catch(commonErrorHandler)
}

在较底层封装ajax库可以轻松实现全局处理，但问题也非常明显：

一是扩展性不足，比如少数场景想要绕过通用处理逻辑，还有一些场景错误是前端生成而非直接来自于请求;

二是不易组合，比如有的场景一个action需要多个异步请求，但异常处理和loading是不需要重复的，因为用户不需要知道一个动作有多少个请求。

2. 不够内聚，侵入业务代码

//action creator
const getData = createAsyncAction(GET_DATA, function(id) {
return api.getData(id)
.catch(commonErrorHandler) //调用错误处理函数
})

在有业务意义的action层调用通用处理逻辑，既能按需调用，又不妨碍异步请求的组合。但由于通用处理往往适用于多数场景，这样写会导致业务代码变得冗余，因为几乎每个action都得这么写。

3. 高耦合，高风险

也有人把上面的方案做个依赖反转，改为在通用逻辑里监听业务action：

function commonErrorReducer(oldState, action) {
switch(action.type) {
case GET_DATA_FAILED:
case PUT_DATA_FAILED:
//... tons of action type
return commonErrorHandler(action)
}
}

这样做的本质是把冗余从业务代码中拿出来集中管理。

问题在于每添加一个请求，都需要修改公共代码，把对应的action type加进来。且不说并行开发时merge冲突，如果加了一个异步action，但忘了往公共处理文件中添加——这是很可能会发生的——而异常是分支流程不容易被测试发现，等到发现，很可能就是事故而不是bug了。

通过以上几种常见方案的分析，我认为比较完善的错误处理(Loading同理)需要具备如下特点：

面向异步动作(action)，而非直接面向请求
不侵入业务代码
默认使用通用处理逻辑，无需额外代码
可以绕过通用逻辑

而借助redux-action-tools提供的meta.asyncPhase，可以轻易用middleware实现以上全部需求!

import _ from 'lodash'
import { ASYNC_PHASES } from 'redux-action-tools'
function errorMiddleWare({dispatch}) {
return next => action => {
const asyncStep = _.get(action, 'meta.asyncStep');
if (asyncStep === ASYNC_PHASES.FAILED) {
dispatch({
type: 'COMMON_ERROR',
payload: {
action
}
})
}
next(action);
}
}

以上中间件一旦检测到meta.asyncStep字段为FAILED的action便触发新的action去调用通用处理逻辑。面向action、不侵入业务、默认工作 (只要是用createAsyncAction声明的异步) ! 轻松实现了理想需求中的前三点，那如何定制呢?既然拦截是面向meta的，只要在创建action时支持对meta的自定义就行了，而createAsyncAction的第三个参数就是为此准备的：

import _ from 'lodash'
import { ASYNC_PHASES } from 'redux-action-tools'
const customizedAction = createAsyncAction(
type,
promiseCreator, //type 和 promiseCreator此处无不同故省略
(payload, defaultMeta) => {
return { ...defaultMeta, omitError: true }; //向meta中添加配置参数
}
)
function errorMiddleWare({dispatch}) {
return next => action => {
const asyncStep = _.get(action, 'meta.asyncStep');
const omitError = _.get(action, 'meta.omitError'); //获取配置参数
if (!omitError && asyncStep === ASYNC_PHASES.FAILED) {
dispatch({
type: 'COMMON_ERROR',
payload: {
action
}
})
}
next(action);
}
}

类似的，你可以想想如何处理Loading，需要强调的是建议尽量用增量配置的方式进行扩展，而不要轻易删除和修改meta.asyncPhase。

比如上例可以通过删除meta.asyncPhase实现同样功能，但如果同时还有其它地方也依赖meta.asyncPhase(比如loadingMiddleware)，就可能导致本意是定制错误处理，却改变了Loading的行为，客观来讲这层风险是基于meta拦截方案的最大缺点，然而相比多数场景的便利、健壮，个人认为特殊场景的风险是可以接受的，毕竟这些场景在整个开发测试流程容易获得更多关注。

进阶方案

上面所有的方案，都把异步请求这一动作放在了action creator中，这样做的好处是简单直观，且和Flux社区一脉相承(见下图)。因此个人将它们归为相对简单的一类。

下面将要介绍的，是相对复杂一类，它们都采用了与上图不同的思路，去追求更优雅的架构、解决更复杂的问题

redux-loop：分形! 组合!

众所周知，Redux是借鉴自Elm的，然而在Elm中，异步的处理却并不是在action creator层，而是在reducer(Elm中称update)层：

图片来源于： https://github.com/jarvisaoie...

这样做的目的是为了实现彻底的可组合性(composable)。在redux中，reducer作为函数是可组合的，action正常情况下作为纯对象也是可组合的，然而一旦涉及异步，当action嵌套组合的时候，中间件就无法正常识别，这个问题让redux作者Dan也发出感叹 There is no easy way to compose Redux applications并且开了一个至今仍然open的issue，对组合、分形与redux的故事，有兴趣的朋友可以观摩以上链接，甚至了解一下Elm，篇幅所限，本文难以尽述。

而redux-loop，则是在这方面的一个尝试，它更彻底的模仿了Elm的模式：引入Effects的概念并将其置入reducer，官方示例如下：

import { Effects, loop } from 'redux-loop';
import { loadingStart, loadingSuccess, loadingFailure } from './actions';
export function fetchDetails(id) {
return fetch(`/api/details/${id}`)
.then((r) => r.json())
.then(loadingSuccess)
.catch(loadingFailure);
}
export default function reducer(state, action) {
switch (action.type) {
case 'LOADING_START':
return loop(
{ ...state, loading: true },
Effects.promise(fetchDetails, action.payload.id)
); // 同时返回状态与副作用
case 'LOADING_SUCCESS':
return {
...state,
loading: false,
details: action.payload
};
case 'LOADING_FAILURE':
return {
...state,
loading: false,
error: action.payload.message
};
default:
return state;
}
}

注意在reducer中，当处理LOADING_START时，并没有直接返回state对象，而是用loop函数将state和Effect"打包"返回(实际上这个返回值是数组[State, Effect]，和Elm的方式非常接近)。

然而修改reducer的返回类型显然是比较暴力的做法，除非Redux官方出面，否则很难获得社区的广泛认同。更复杂的返回类型会让很多已有的API，三方库面临危险，甚至combineReducer都需要用redux-loop提供的定制版本，这种"破坏性"也是Redux作者Dan没有采纳redux-loop进入Redux核心代码的原因："If a solution doesn’t work with vanilla combineReducers(), it won’t get into Redux core"。

对Elm的分形架构有了解，想在Redux上继续实践的人来说，redux-loop是很好的参考素材，但对多数人和项目而言，最好还是更谨慎地看待。

redux-saga：难、而美

Github: https://github.com/yelouafi/r...

另一个著名的库，它让异步行为成为架构中独立的一层(称为saga)，既不在action creator中，也不和reducer沾边。

它的出发点是把副作用 (Side effect，异步行为就是典型的副作用) 看成"线程"，可以通过普通的action去触发它，当副作用完成时也会触发action作为输出。