Skip to content

状态管理 mana‐observable

brokun edited this page Apr 25, 2024 · 1 revision

我们需要的状态管理

我们先来看 mana 里的状态是什么样子的?如果我们按照是否作用于 UI 来区分 mana 里的状态,很快会发现他们是纠缠在一起的,所以我们无法在 mana 里独立出作用于 UI 的状态集合,mana 里的数据状态大部分情况系是按照业务和抽象集中在一起的,他们的很多运行逻辑并不仅仅是为 UI 服务的。 所以在 mana 里我们希望逻辑与 UI 可以分离,不管一个状态是否驱动 UI,他都可以按照一般写法组织在逻辑里,不需要为了驱动 UI 而做出过多改变以至于重写业务逻辑。

  • 是否可以使用类似 immer 的数据结构?我们会发现出于功能组合的需求,mana 内的对象引用是稳定的,这与 immer 为什么不能集成到 mobx 是有相似之处的。
  • 是否可以使用 mobx 方案?对 mana 来说,mobx 写法要求依然过多,我们必须在写一个模块之前就考虑到他最终是否会驱动 UI,在 mana 里通常不是这样的。 我们最终选择构建一套适用于 OOP 场景的响应式数据结构,采用依赖追踪的方式对 UI 做双向绑定,实现思路上参考了 vue 和 mobx。

简单的数据管理

基本类型

最基础的情况是对基本类型的支持

class State {
  @prop()
  count: number = 0;
}
const state = new State();

通过 prop 装饰器将属性转换为可观察属性,此外对于属性的使用与一般情况完全一致,在 React 中使用如下

export default () => {
  const observableState = useObserve(state);
  return (
    <Button onClick={()=>state.count+=1}>
    	observableState.count
		</Button>
	);
};

当我们在组件之外对 count 属性进行操作时,也可以触发 UI 的变化。

基础数据结构

除了基本类型以外,我们还需要支持基础数据结构,当前支持 ArrayMapPlainObject, 有了这些数据结构的支持,一般的数据状态管理就可以满足了。

class State {
  @prop()
  list: string[] = [];
}
const state = new State();

export default () => {
  const observableState = useObserve(state);
  return <>observableState.list.length</>;
};

为了完成对基础数据结构的支持,我们支持了对基础数据结构的响应式变换,所以独立的数据结构也可以在组件里以响应式的方式使用

export default () => {
  const observableArrary = useObserveState([]);
  return (
    <Button onClick={()=>observableArrary.push('')}>
    	observableState.count
		</Button>
	);
};

嵌套

一般情况下,我们的状态就是由上述状态的嵌套来完成的,不管是基础数据结构本身的嵌套,还是基础数据结构与对象的嵌套,我们都可以完成在嵌套状态下的依赖收集与数据绑定,这里不再给出例子。

我们通过将他们转换为可观察对象,用于 UI 渲染从而完成数据绑定。

复杂情况与性能优化

除了上述基本情况,我们还要考虑到 UI 的复杂场景,对一些场景给出支持,或者明确用法。

共享

不管是对象还是基础数据结构,都是转换为可观察对象以后再给 UI 使用的,就像引用的稳定一样,我们保证这种变换是稳定的,对象的可观察对象仍然是其本身,其可观察性主要体现在属性上。我们可以使用 observable API 来获取可观察对象。

observableState = observable(state)
observable(state) === observableState; // true
observable(observableState) === observableState; // true

在此基础上,我们可以完成可观察属性的共享。

const basic = observable({
  count: 0,
});

class StateFoo {
  @prop() basic = basic;
}
class StateBar {
  @prop() basic = basic;
}

如果在 UI 中使用了上述链各个类的可观察属性,则无论从哪个改变了 basic 的值,UI 全部都会刷新。

传递

虽然可观察对象的变化是稳定的,但是在使用驱动 UI 时,我们并不是直接使用了可观察对象,因为我们需要准确的管理可观察对象的变化与具体的 UI 上下文之间的关系,这就需要第二层变换,这层变换需要在渲染上下文中完成。useObserve不仅完成了可观察对象变化,也同时完成了与渲染上下文的绑定。 但是这种绑定关系会影响到对象在组件间传递的使用方式:

export default () => {
  const observableState = useObserve(state);
  return (
    <ChildRender state={observableState}>
	);
};

const ChildRender = (props) => {
  const { state } = props; // count 变化会让父组件刷新
  const state = useObserve(props.state); // count 变化会只会让子组件刷新
  return (
    <div>state.count</div>
	);
}

如上面例子里,当组件间进行可观察对象传递时,我们应当再次使用 useObserve来重新绑定渲染上下文,否则对依赖的使用,会触发到原上下文的位置,从而造成刷新范围扩大。

实际上,我们鼓励尽量不适用组件间参数传递,应当尽量拿到状态对象的公共引用。在 mana 中,我们将数据状态管理与依赖注入一起使用,并通过上下文管理做到几乎不使用参数传递的状态管理。在此基础上,由于对状态的消费更多是通过稳定的引用来进行,我们可以放心的对所有组件使用 React.memo来进一步隔离父组件刷新对子组件的影响。

按需收集

在 mana-observable 中,我们会在渲染过程中收集用户实际使用到可观察对象及其属性,我们认为只有上一次渲染中实际使用到的属性,才有需要在值变更的时候触发下一次更新。实际渲染中从一个可观察对象开始,他可以访问的数据和嵌套结构,可以看做一棵树,只有树上被访问的节点发生变化时,才会触发下一次渲染。

假设存在上图中的对象关系树,带有颜色的节点的属性是在渲染中访问到的属性信息,那么其值的变更会触发重新渲染,而灰色部分由于在渲染中没有用到,则对应的属性值或者其内部的信息变更时,不会触发重新渲染。

从原理上将,除非直接使用基础数据结构,否则重新渲染的触发一定反映在某个属性的变更上,这里我们将基础数据结构内部的变更,也上升到其顶层属性的变更,认为是变更的一种,从而触发 UI 变化。

按需转换

为了进一步的提升性能和简化写法,我们的可观察数据转换发生在第一次尝试观察对象时

const arr: number[] = [];
class State {
  @prop()
  arr: number[] = arr;
}
const state = new State();

// before render 
state.arr = arr; // true

// after render 

state.arr = arr; // false
state.arr = observable(arr); // true

一般而言,我们不用关注这种变化及其发生的时机,因为这种变化并不影响外部对齐访问的 API。

原理

一般的,我们希望 UI 渲染的逻辑能够简单纯粹,最好可以表达为 $f(state)=&gt;UI$ 的形式,实际场景中 state 是一直在变的,于是我们希望找到 state 变更驱动 UI 变化的方法。

  • 不可变数据结构 + 脏检查 一种思路是将 state 内部的变化,反应为 state 本身的变化,于是不可变数据结构的驱动方式出现了,这种思路下 state 与 UI 都逐层的分解,让每一层里重建 state 的成本不至于过高,数据的变更总是传递到上一层,用整层的变更来驱动 UI,当 State 被分离为一个大的 Store 时,往往要配合不同层次的脏检查;
  • 可变数据结构 + 依赖追踪 另一种思路是响应 state 中具体的变化,将变更绑定在使用它的 UI 层次上,为了定位到数据与UI的消费关系,这种定位方法就是依赖追踪,在数据消费的时候关注数据消费时的上下文,并据此形成关联。这样在数据变更时,收集数据变更的事件,将其映射到不同 UI 层次的刷新上。

mana-observable 是使用可变数据结构+依赖追踪的方式来实现响应式的,其原理与 mobx 或者 vue 中的响应式原理有很多相似之处,如果对他们的响应式原理有所了解,应该能够快速的理解 mana-observable 所做的响应式处理。

  • 可变数据结构 我们的可变数据结构有两种,对象属性和基础数据结构,其中对象属性应该是绝对主力。在前文简单的数据管理部分,已经对他们进行了介绍。并展示了他们的嵌套关系。
    • 对象属性,我们将其转化为 getter/setter 定义。
    • 基础数据结构,通过 proxy 访问,逐层的将其变更反应为顶层的变更,或者是其所服务的属性的变更。
  • 依赖追踪 依赖追踪目的是建立被追踪的属性或数据结构,与当前 UI 之前的联系,让他们的变更可以触发 UI 的更新,这里具体 UI 的更新动作是从 UI 上下文中获取的。依赖追踪需要在多个层次里深度追踪的,那么就要把上文里获取的更新动作,在多个层次间传递,我们这里使用 proxy 完成依赖追踪,用户在 UI 的上下文里构建用于追踪的第一层 proxy,通过其访问的下一层属性,符合条件的时候也会基于持有的上下文包装成 proxy,从而实现深层追踪。

我们完成响应式的数据流如上图所示,Render 在渲染 UI 时,从上下文中获得可观察对象,并访问其属性,访问过程被 Tracker 代理,并将当前上下文对属性的使用记录在 Notifier 中,UI 和数据模型以相同的数据变更方式操作属性值,属性值的变更,将通知到对应的属性的 Notifier,由其触发 Render 重新渲染,进入下一轮的响应周期。

跨框架

在原理介绍的部分,我们将渲染抽象为了 $f(state)=&gt;UI$ 的形式,这里并不限定在 React 框架,而数据循环经过简化,实际上是 Render 方法和数据变更的循环,理论上以如下形式进行 UI 更新的框架都可以支持。

我们尝试了在 jupyterlab 依赖的 lumino 组件库上进行数据驱动,theia 依赖的 phosphor 同理。

class ObservableWidget extends Widget {
  stateDiv: HTMLDivElement;
  selfDiv: HTMLDivElement;
  @prop() count: number = 0;
  constructor(options?: Widget.IOptions) {
    super(options);
    this.stateDiv = document.createElement('div');
    this.selfDiv = document.createElement('div');
    this.node.appendChild(this.stateDiv);
    this.node.appendChild(this.selfDiv);
    this.update();
  }
  update(): void {
    const self = this.observe(this);
    const observableInstance = this.observe(instance);
    this.stateDiv.innerHTML = `State count: ${observableInstance.count}`;
    this.selfDiv.innerHTML = `ObservableWidget count: ${self.count}`;
  }
  observe<T = any>(state: T): T {
    return Tracker.track(state, this.update.bind(this));
  }
}

配合依赖注入

面向 OOP 的设计,非常适合在复杂场景下配合依赖注入(DI)体系使用,在依赖注入体系中,由于实例的重建成本较高,全局实例的引入进行功能组合更加容易,是非常适合 mana-observable 的场景。我们提供了 useInject 方法来支持在组件中以 Hooks 的方式使用可注入元素,并提供了 ObservableContext 上下文,用于切换依赖注入容器的上下文。

const Render = () => {
  const state = useInject(State);
  return <>state.count</>;
}

对于依赖注入容器,我们推荐 mana-syringe 方案,可以通过如下上下文接口的支持来兼容其他太依赖注入方案。

type Container = {
  get: <T>(identifier: Token<T>) => T;
  createChild: () => Container;
};

依赖注入可以为 mana-observable 提供强大的上下文切换支持,配合子容器等概念,可以极大的降低多维数据结构下的应用逻辑复杂度。

Clone this wiki locally