This issue was moved to a discussion.
You can continue the conversation there. Go to discussion →
单页应用的数据流方案探索 #47
Comments
|
QCon上面讲的主题，这里补一下 |
|
前排占座 |
|
借楼请教 & 讨论。 背景是一个常见的业务场景：表单页上，一个单选输入（比如 有这样一个逻辑：当可选值列表 在 RxJS 驱动的数据流背景下，怎么表达这份逻辑比较合理呢？ 我想到的是通过 const vFromOptions$ = options$.map(options => options[0])
const vFromSelect$ = selectChangeEvent$.map(e => e.target.value)
const v$ = merge(vFromOptions$, vFromSelect$)然后再用这个结果控制界面上的 另外这里抛出这个问题，在于据我所知，在 Redux 的背景下，表达这样一份逻辑会很尴尬，因为在做数据推导的时候，没有时间这个纬度，除非去手动记录（而这里 |
|
自己补充下，在 Redux 的背景下，有一个思路是，监听每次的 action dispatch，然后比较
|
|
文中提到了 |
|
Cycle和Rx貌似没啥区别啊？ |
|
@nighca 你用rx那样写是可以的。因为从源头来说，确实是options的变化引发了复位这个操作，而所选择的项也确实来自复位的默认选择和用户选择的合并。 在redux里，除非你把这个选中项丢在全局state里，然后每次赋值options的时候，同时也给它赋值，不然就会很别扭。但是把一个选中项丢在全局state里面真的好吗……，所以我对redux一直有很多方面的不认同，这个只是其中一方面 |
|
@codering xstream比较简单一些，容易上手一些，而且体积也小，RxJS比较大，功能也强很多，这个看你需求了，大部分场景，xstream应该也够了 |
|
@cdll cycle最初就是基于rx的理念开发的 |
|
按照我的理解，重置到options[0]实际是组件自己应该处理的事情。也就是要在props发生变化的时候更新state……对react不熟，不知道这个事情的最佳方案是啥。。。 |
|
@hax 在React技术栈中，传统方式是组件处理，如果options是外部从props传入，这样就必须在 但是加了Redux的React就大不一样，这涉及到把哪些状态放出去给Redux管，极端情况是把所有东西都放出去管，那就必须在写入options的地方，同时就把这个值设置起来。不然的话，只要是从props接受options，还是面临一个：需要额外监控options赋值过程 这么一个尴尬的事情。 不过，看上去React-Redux技术栈的很多人是倾向于把一切状态外置到Redux中的，但我是强烈反对这一点的，那天 @Huxpro 质疑的就是这个问题，他是认为应当把状态全外置到组件外的。这等于是贫血模型做到极致，模型全部退化为全数据的形态了。 |
|
@hax 如果是这种情况， 一方面，这样相当于绕了个圈，没有降低复杂度（因为从外部状态计算得到 另外一方面，这样做之后，对于复杂的表单页面，我们会趋于为每个类似的数据逻辑去封装一个组件实现，而 React 组件的本质角色是界面逻辑，用大量的 React 组件去封装数据变更逻辑（尤其是用 view 组件的生命周期方法 目前看来，react 背景下最佳的方式可能就是通过 reselect + redux-saga 去做监听 & 比较，将这样一份逻辑维护为 saga 的做法。（FIXME？） |
|
@xufei redux 倒也不是要求所有状态都在全局 state 里，不过不在全局 state 中的数据（即存在在组件 state 中）基本只有两种：
我觉得这个问题不大，因为即便是 RxJS 驱动的模型，除这两类之外的数据也会分布在各个数据流中，redux 只是要求这些分散的数据全部挂在一棵树上，以带来一些额外的好处。 我认为这个问题的根源在于 RxJS 在对数据做抽象的过程中默认地引入了时间这个维度，大部分时候我们做一次推导/计算不会依赖时间维度的信息，但是在像这个例子这种特定的情况下，它会让推导天生地便利。 我设想了下，如果对于每份数据，我都在旁边额外维护一个它被修改的时间信息，那么这事儿在 redux 的背景里也就变得简单了。 |
|
@nighca 这个例子你也可以认为是跟时间无关，只是对事件机制的一种简化，等同于在saga中，take了两种action，然后做了相同的事情。 从对数据变化的来龙去脉看，是明显比saga清晰的。 |
|
@xufei 如果是用时间无关的角度去看，我们就是在维护这样两个事件监听逻辑：
如果引入了时序，我们就是在维护一份数据到数据的推导逻辑：
后者明显好一点，不过我没能想清楚，后者会更好的根本原因是啥。 🤣 |
|
@nighca 后者更好的原因是：如果你想要在后面再做些事情，是往后接的方式；而事件那种，是往里嵌套的方式。往后接不需要动原先的代码，往里嵌套需要…… |
|
@xufei |
|
@codering 不需要的，fromEvent的来源可以是一个EventEmitter，你把你要做的事情往一个emitter里面发就行了，不一定是dom事件： render() {
const emitter = new EventEmitter(); //这个东西也可以被用来fromEvent
const click = () => {
emitter.emit('someEvent', 111);
}
return (<button onClick={click}>test</button>)
} |
|
@xufei 我觉得不是哎，前者的话，我想在 这里实现对某个值的监听，既可以是利用像 mobx / vuex 这种 push 形式的数据源，也可以是在 redux 这种 pull 形式的数据源基础上借助 reselect 的优化实现 |
|
@xufei 感谢 AT，过来说两句。 “把状态全外置到组件外” 这个更接近纯粹 FP 的思路，刚才跟 @jiyinyiyong 聊了一下他的确是可以完全 follow 这个实践的，但其实我还是有纠结的，就像 QCon 那天聊得至少我觉得组件状态应该自含。 其实我个人更看重可预测的数据流而非可预测的渲染流，换言之我觉得部分 render() 不纯是可以接受的，一些 UI 状态不可从 props 预测到是可以接受的，也就是说组件是可以有局部状态从而影响到渲染的结果。除了很多与视图相关的状态、我甚至觉得临时与局部的数据流也是可以内含在组件里的，只要整个过程中不会对全局的数据流产生 side effect，就能保证全局数据流是单向的，而局部的数据流则可以认为会被组件消化掉。如果把 Store 中的状态/数据分为 Model 和 ViewModel 两类话，我觉得组件的 ViewModel 自含成局部状态是 OK 的，而跟 Business Logic 强相关的 Model 不行（所以还是贫血模型） 从这个角度来说，@nighca 这个问题中的 option 来自 IO 的话，我和 @jiyinyiyong 都会倾向于认为它属于 Model 层，所以 "options 修改重置 value" 的逻辑肯定倾向于外置。 如果再放宽一点的话，React 社区之前流行过的 "Smart Component vs. Dumb Component" 倒是也有直接让 Smart Component 去做 IO 的，比如说 |
|
叔你好，我觉得"看上去React-Redux技术栈的很多人是倾向于把一切状态外置到Redux中的"中"很多人"这个用词不太准确，就我在twitter和社区看的issue，文章来看，大部分人都倾向于dan(redux作者) 还有一点就是，看了你的描述，不知道能不能概括为"既不想用redux，又不想层层或者说来回传递改变state的回调函数，因此在探索一种更加合适的方案去处理组件通信或者说数据流动" |
|
@Huxpro UI状态如果无法从props预测，即内部状态变了，导致UI变了，但外部props没变，但其实就组件而言，组件内部状态的变更导致的UI变化，是会emit事件出来的，需要使用者去赋值，在vue里面也是主张的「props down event up」，但是就这点而言，对于使用者而言是十分无法适从的。然而如果为了组件「自由度」，需要放开足够的props的话，这就让使用者更头大了。其实也就飞叔上面说到的，属性外置带来使用过程中很多不便利性。这个锅我算在单向数据流的头上。。。好吧，所以我觉得就目前为止，是觉得还没有很好的方案来作为组件化中组件的通讯的 |
|
@Huxpro 一般来说，redux 社区在讨论 至于 Component 是不是绕开 redux store 直接去做 IO，这个主要是取决于开发者是不是希望这个 Component 与 redux 管理的项目本身的状态耦合。从这个角度说，Dumb Component 甚至比 Smart Component 更适合做这样的事情，因为 Dumb Component 相对来说更加独立于项目本身的状态。 前面讨论会以
它的来源逻辑比较复杂，几乎是不可避免要与项目的其他部分逻辑耦合在一起的，完全由一个独立的组件来自己完全处理掉 另外这里我觉得在非 RxJS 或类似的 reactive 的数据流背景下，暂时没有找到很好的逻辑实现形式（#47 (comment) #47 (comment) ），不知道这点有没有什么看法。 @xufei 多谢链接，我看一下~ |
|
@xufei 文章很贴切，感觉是印证了我先前的想法： 大部分时候，我们做数据推导都不需要依赖时序因素，采用文中提到的 transparent reactive programming 的形式会更便利；而在特定情况下，比如前面提到的例子，在数据中保留时序信息（即文中提到的 reified reactive programming），使得例子中的逻辑可以被描述为纯数据推导，这是它能够优雅解决问题的关键。 有趣的是，angular 这里默认对数据采用 transparent reactive programming 的做法，似乎使得它在解决我例子中的问题时也会面临类似的尴尬。 |
如果是 Redux 社区，当然是 Redux 治下……但是从 React 社区来说，用什么 Flux 甚至不用都没关系。Dumb Component 既然是 Store/Flux agnostic 的就更不用关心 Store/Flux 的实现了
同意
不完全同意，Dan 这篇 https://medium.com/@dan_abramov/smart-and-dumb-components-7ca2f9a7c7d0 在划分 Container Component 时，并不强调数据的来源：
文中引用的 https://medium.com/@learnreact/container-components-c0e67432e005 应该是比较早的介绍 Container Component 的，其中的 IO read 就是内含的 class CommentListContainer extends React.Component {
state = { comments: [] };
componentDidMount() {
fetchSomeComments(comments =>
this.setState({ comments: comments }));
}
render() {
return <CommentList comments={this.state.comments} />;
}
}当然直接从 Store 下来也没什么不好，这就是完全业务逻辑外置的贫血模型，但这篇文章考虑的就是中间组件适当充血的事。
同意
不完全同意，同上，这里讨论的就是一种介于被全局管理与完全 Dumb 之间的形态。
但是如果业务场景里 options 是一个无法被消化的逻辑，那确实只能扔到全局了。 |
|
@NE-SmallTown You dont need Redux cuz “local state is FINE”. |
|
@Galen-Yip 不好意思啊没太看懂 OTZ |
|
叔叔的功力好深厚，函数式功夫更上一层楼了 |
|
@xufei |
|
@yozman 我现在也是有这样的思路 现在后端只提供基础的数据接口 不提供业务接口 由node中间层去完成业务接口的拼接和逻辑的整合，这样前端只需要去调用node中间层所提供的"api"即可 |
|
@Vincent1993 分享下我的思路 这样的话，传统的 restful 是有限制的， 最后我觉得任何一个新方案都是为了使用更方便 有相同想法的同学 |
|
@nighca 你好，看了你提出的场景，我也做了一番思考。因为最近又要投入开发阶段了，第一部分写组件，所以我自己也很关注，组件应该怎么抽象的问题。到底时pure function还是充血组件？我自己也有些疑惑。结合之前写过的一些经验，和对react数据流这一块的理解，我也想跟你交流一下。我现在用的时dva的做数据流的处理，对于select组件，可能因为io而变化，也可能因为前端操作而变化的逻辑。我个人倾向是将数据交给外部的store去管理的。这种情况下，我们就需要这样组织我的saga 代码的组织大概如此把。 我觉得这场景，就是变动的源头可以来自外部（io），也可以来自前端页面的情况下，统一采用dispatch一个action，把指令发送到外部，让外部的状态管理器去统一处理会比较方便。外部通过dispatch来获得内部的变化情况会比较容易，内部监听外部io的变化就会变得比较麻烦了。 我想了一下采用再组件内部监听外部Io变化的写法。 个人觉得这种写法的复用性不够高,handler的逻辑要改变的话就要重写整个handler方法了，但是采用saga的写法，因为再saga里面可以自由组织调用其他的saga产生side-effect，这样写起来，改动就很方便了，就行rxjs那样，可以自由组织自己的管道。 再来对比一下跟rxjs写法的差别。rxjs的做法是将变化的源统一起来，merge只关心源的产出，拿到源产出的数据就交给view去消费。我觉得两种方法可类比的地方好多，rxjs的写法，首先要构造两observable对象，观察两个变动的源头，一个是dom,一个是io。而redux的写法，则是定义好handler, 变化的时候触发handler，dispatch出action指令。而rxjs的管道则个redux-saga里面的effect类似，都是对数据根据业务流程做处理。最后rxjs会merge两个chanel，交给一个subscribe处理，而saga则是交给reducer去更新state。 整个流程大致相似，但是有一点redux是不好的，就像民工叔说的。把一个选中项丢在全局state里面真的好吗……我个人更偏向是，页面流程，业务流程交给redux-saga去管理，这样做即使side-effect很多，也很清晰。而组件逻辑，就交给组件自身去处理。但是您提出的这种，恰好夹在了中间，更适合用外部状态管理器去管理，但是这样做，好像就很浪费，也很没必要，放回去组件用state管理，扩展性复用性又大大减少。 rxjs在这里，就像你说的，显得更自然，它只关注变化。并不关注变化的来源。其实，我最近也在考虑专用rxjs这类库做数据流管理。如果变化源的定义可以放在外面，而不用深入到组件逻辑。就是像不用在组件里面emmit一个信号出来,可以通过fromEevent这样外部观察组件变化，如果channle的配置性可以更强，我希望得到一个可以可以组合多变的channel去应对业务场景的变化，这样reactive program将是已给更加好的解决方案。 |
|
@xufei // 点赞的文章不确定在列表中哪一页，所以不能做ajax局部请求，局部替换更新，在这儿想不通有什么好的方法。 |
|
@simdd 谬答一下，这种情况必然要把相关的局部状态提升到上层组件中，一旦超过两层就要考虑使用状态管理的工具为它加上领域 store，文章、分页由领域中心化的数据驱动，一个比较好的实践是在路由动作触发时对分页信息做快照，当你再返回时弹出分页信息与当前数据合并。 |
我觉得是因为前者是这样的(imperative)： 后者(reactive) rp 的方式把数据依赖图形化关注点更集中，思维负担要小 |
|
@simdd 你这个情况，我简单说下想法。 通常，你的列表是两种情况：
这两种情况，都会面临你说的问题，列表项的数据改变，没有合适方式来刷新这个列表。 无非两个路径：
如果你想要用前者的方式，那就得让数组整个动起来。粗暴地把整个数组重新生成一个，然后整个 render 下来，由虚拟 dom 去决定到底哪个项要真的更新。 如果你想要用后者的方式，就要先把数组中的每一项都升阶为流： Array<Item> => Array<Observable<Item>>然后，再把每个 Item 都表达为若干局部修改的合并流，这样，单个项才有精确更新自身的能力。在这里，就是： 数组中的某个项，它都是一个流，并且，每个流都合并了“修改与当前 Item 相关数据的操作结果的其他流”，比如这里的对某个 Item 点赞了。 总结：你想要让谁能被单独更新，就要站在它的角度，把它的来源全部汇总。 这么做抽象代价是会高一些，看你觉得是否划算，偷懒的话就整个列表暴力重刷，把脏活累活扔给虚拟 dom。 |
|
叔叔好久没写文章了 |
This issue was moved to a discussion.
You can continue the conversation there. Go to discussion →
大家好，现在是2017年4月。过去的3年里，前端开发领域可谓风起云涌，革故鼎新。除了开发语言的语法增强和工具体系的提升之外，大部分人开始习惯几件事：
所谓组件化，很容易理解，把视图按照功能，切分为若干基本单元，所得的东西就可以称为组件，而组件又可以一级一级组合而成复合组件，从而在整个应用的规模上，形成一棵倒置的组件树。这种方法论历史久远，其实现方式或有瑜亮，理念则大同小异。
而MDV，则是对很多低级DOM操作的简化，把对DOM的手动修改屏蔽了，通过从数据到视图的一个映射关系，达到了只要操作数据，就能改变视图的效果。
Model-Driven-View
给定一个数据模型，可以得到对应的的视图，这一过程可以表达为：
其中的f就是从Model到View的映射关系，在不同的框架中，实现方式有差异，整体理念则是类似的。
当数据模型产生变化的时候，其对应的视图也会随之变化：
另外一个方面，如果从变更的角度去解读Model，数据模型不是无缘无故变化的，它是由某个操作引起的，我们也可以得出另外一个表达式：
把每次的变更综合起来，可以得到对整个应用状态的表达：
这个表达式的含义是：在初始状态上，依次叠加后续的变更，所得的就是当前状态。这就是当前最流行的数据流方案Redux的核心理念。
从整体来说，使用Redux，相当于把整个应用都实现为命令模式，一切变动都由命令驱动。
Reactive Programming 库简介
在传统的编程实践中，我们可以：
但是，很难做到：
提供一种会持续变化的数据让其他模块复用。而一些基于Reactive Programming的库可以提供一种能力，把数据包装成可持续变更、可观测的类型，供后续使用，这种库包括：RxJS，xstream，most.js等等。
对数据的包装过程类似如下：
这段代码中的
a$、arr$、interval$都是一种可观测的数据包装，如果对它们进行订阅，就可以收到所有产生的变更。我们可以把这种封装结构视为数据管道，在这种管道上，可以添加统一的处理规则，这种规则会作用在管道中的每个数据上，并且形成新的管道：
管道可被连续拼接，并形成新的管道。
需要注意的是：
b$和c$两个管道，都从a$变形得出，它们就共享了a$之前的所有执行过程。也可以把多个管道组合在一起形成新的管道：
从这个关系中可以看出，当
user$或task$中的数据发生变更的时候，priv$都会自动计算出最新结果。在业务开发的过程中，可以使用数据流的理念，把很多东西提高一个抽象等级：
比如上面这个例子，统一处理了一个普通请求过程中的三种状态：请求前、成功、异常，并且把它们的数据：loading、正常数据、异常数据都统一成一种，视图直接订阅处理就行了。
高度抽象的数据来源
很多时候，我们进行业务开发，都是在一种比较低层次的抽象维度上，在低层抽象上，存在着太多的冗余过程。如果能够对数据的来源和去向做一些归纳会怎样呢？
比如说，从实体的角度，很可能一份数据初始状态有多个来源：
也很可能有多个事件都是在修改同一个东西：
如果不做归纳，可能会写出包含以上各种东西的逻辑组合。若干个类似的操作，在过滤掉额外信息之后，可能都是一样的。从应用状态的角度，我们不会需要关心一个数据究竟是从哪里来的，也不会需要关心是通过什么东西发起的修改。
用传统的Redux写法，可能会提取出一些公共方法：
基于方法调用的逻辑不能很好地展示一份数据的生命周期，它可能有哪些来源？可能被什么修改？它是经过几千年怎样的辛苦修炼之后才能够化成人形，跟你坐在一张桌子上喝咖啡？
我们可以借助RxJS或者xstream这样的库，以数据管道的理念，把这些东西更加直观地组织在一起：
初始状态来源数据变更过程的统一在这样的机制里，我们可以很清楚地看到一块数据的来龙去脉，它最初是哪里来的，后来可能会被谁修改过。所有这样的数据都放置在管道中，除了指定的入口，不会有其他东西能够修改这些数据，视图可以很安全地订阅他们。
基于Reactive理念的这些数据流库，一般是没有针对业务开发的强约束的，也以直接订阅并设置组件状态，也可以拿它按照Redux的理念来使用，丰俭由人。
简单的使用类似Redux的使用方式组件与外置状态
我们前面提到，组件树是一个树形结构。理想中的组件化，是所有视图状态全部内置在组件中，一级一级传递。只有这样，才能达到组件的最佳可复用状态，并且，组件可以放心把自己该做的事情都做了。
但事实上，组件树的层级可能很多，这会导致传递层级很多，很繁琐，而且，存在一个经典问题，那就是兄弟组件，或者是位于组件树的不同树枝上的组件之间的通信很麻烦，必须通过共同的最近的祖先节点去转发。
像Redux这样的机制，把状态的持有和更新外置，然后通过connect这样的方法，去把特定组件所需的外部状态从props设置进去，但它不仅仅是一个转发器。
我们可以看到如下事实：
所以：
这样看来，可以通过中转器修改应用中的一切状态。那么，如果所有状态都
可以通过中转器修改，是否意味着都应当通过它修改？这个问题很大程度上等价于：
组件是否应当拥有自己的内部状态？我们可能会有如下的选择：
这两种方式，在传统软件开发领域分别称为贫血组件、充血组件，它们的差别是：组件究竟是纯展示，还是带一些逻辑。
也可以拿蚁群和人群来形容这两种组件实践。单个蚂蚁的智能程度很低，但它可以接受蚁王的指令去做某些事情，所有的麻烦事情都集中在上层，决策层的事务非常繁琐。而人类则不同，每个人都有自己的思考和执行能力，一个管理有序的体系中，管理者只需决定他和自己直接下属所需要做的事情就可以了。
在React体系中，纯展示组件可被简化为这样的形式：
显而易见，这种组件的优势在于它的展示结果只跟输入数据有关，所有状态外置，因此，在热替换等方面，可以做到极致。
然而，一旦这个组件复杂起来，自带交互，可能就需要在事件、生命周期上做文章，免不了会需要一些中间状态来表达组件自身的形态。
我们当然可以把这种状态也外置，但这么做有几个问题：
如果是一种单独提供的组件库，比如像Ant Design这样的，却要依赖一个外部的状态管理器，这是很不合适的，它会导致组件库带有倾向性，从而对使用者造成困扰。
总的来说，状态全外置，组件退化为贫血组件这种实践，可以得到不少好处，但代价是比较大的。
在You might not need Redux这篇文章中，Redux的作者Dan Abramov提到：
因此，我们就可能会面临一个尴尬的状况，在大部分实践中：
一个组件的状态，可能一半在组件内管理，一半在全局的Store里以React为例，大致是这样一个状况：
我们看到，在render里面，需要合并state和props的数据，但是在这里做这个事情，是破坏了render函数的纯洁性的。可是，除了这里，别的地方也不太适合做这种合并，怎么办呢？
所以，我们需要一种机制，能够把本地状态和props在render之外统一起来，这可能就是很多实践者倾向于把本地状态也外置的最重要原因。
在React + Redux的实践中，通常会使用connect对视图组件包装一层，变成一种叫做容器组件的东西，这个connect所做的事情就是把全局状态映射到组件的props中。
那么，考虑如下代码：
我们是否可以把一个组件的内部状态外置到被注释掉的这个位置，然后也connect进来呢？这段代码其实是不起作用的，因为对localState的改变不会被检测到，所以组件不会刷新。
我们先探索这种模式是否可行，然后再来考虑实现的问题。
MVI架构
在Plug and Play All Your Observable Streams With Cycle.js这篇文章中，我们可以看到一组理念：
基于这套理念，编写代码的方式可以变得很简洁流畅：
在CycleJS的理念中，这种模式叫做MVI（Model View Intent）。在这套理念中，我们的应用可以分为三个部分：
整体结构可以这样描述：
对比Redux这样的机制，它的差异在于：
此外，在CycleJS中，View是纯展示，连事件监听也不做，这部分监听的工作放在Intent中去做。
我们可以从中发掘这么一些东西：
对我们来说，这里面最大关键在于：所有东西的输入输出都是数据流，甚至连视图接受的参数、还有它的渲染结果也是一个流！奥秘就在这里。
因此，我们只需在把待传入视图的props与视图的state以流的方式合并，直接把合并之后的流的结果传入视图组件，就能达到我们在上一节中提出的需求。
组件化与分形
我们之前提到过一点，在一个应用中，组件是形成倒置的树形结构的。当组件树上的某一块越来越复杂，我们就把它再拆开，延伸出新的树枝和叶子，这个过程，与分形有异曲同工之妙。
然而，因为全局状态和本地状态的分离，导致每一次分形，我们都要兼顾本组件、下级组件、全局状态、本地状态，在它们之间作一些权衡，这是一个很麻烦的过程。在React的主流实践中，一般可以利用connect这样的高阶函数，把全局状态映射进组件的props，转化为本地状态。
上一节提及的MVI结构，不仅仅能够描述一个应用的执行过程，还可以单独描述一个组件的执行过程。
所以，从整体来理解我们的应用，就是这样一个关系：
这样一直分形下去，每一级组件都可以拥有自己的View、Model、Intent。
状态的变更过程
在模型驱动视图这个理念下，视图始终会是调用链的最后一段，它的职责就是消费已经计算好的数据，渲染出来。所以，从这个角度看，我们的重点工作在于怎么管理状态，包括结构的定义和变更的流转过程。
Redux提供了对状态定义和变更过程的管理思路，但有不少值得探讨的地方。
基于标准Flux／Redux的实践有一个共同点：繁琐。产生这种繁琐的最主要原因是，它们都是以自定义事件为核心的，自定义事件本身就是繁琐的。由于收发事件通常位于两个以上不相同的模块中，不得不以封装的事件对象为通信载体，并且必须显式定义事件的key，否则接收方无法指定自己的响应。
一旦整个应用都是以此为基石，其中的繁琐程度可想而知，所以社区会存在一些简化action创建，或者通过约定来减少action收发中间环节的Redux周边。
如果不从根本上对事件这种机制进行抽象，就不可能彻底解决繁琐的问题，基于Reactive理念的这几个库天然就是为了处理对事件机制的抽象而出现的，所以用在这种场景下有奇效，能把action的派发与处理过程描述得优雅精妙。
注意一个问题，既然我们之前得到一种思路，把全局状态和本地状态分开，然后合并注入组件，就需要考虑这样的问题：如何管理本地状态和全局状态，使用相同的方式去管理吗？
在Redux体系中，我们在修改全局状态的时候，使用指定的action去修改状态，原因是要区分那个哪个action修改state的什么部分，怎样修改。但是考虑本地状态的情况，它反映的只是组件内部的数据变化，一般而言，其结构复杂程度远远低于全局状态，继续采用这种方式的话并不划算。
Redux这类东西出现的初衷只是为了提供一种单向数据流的思路，防止状态修改的混乱。但是在基于数据管道的这些库中，数据天然就是单向流动的。在刚才那段代码里，其实action的type是没有意义的，一直就没有用到。
实际上，这个代码中的
updateActions$自身就表达了updateTodo的含义，而它后续的fold操作，实际上就是直接在reduce。理解了这一点之后，我们就可以写出反映若干种数据变更的合集了，这个时候，可以根据不同的action去选择不同的reducer操作：我们注意到，这里是把所有action全部merge了之后再fold的，这是符合Redux方式的做法。有没有可能各自fold之后再merge呢？
其实是有可能的，我们只要能够确保action导致的reducer粒度足够小，比如只修改state的同一个部分，是可以按照这种维度去组织action的。
如果我们一个组件的内部状态足够简单，甚至连action的类型都可以不需要，直接从操作映射到状态结果。
这样，我们可以在组件内运行这种简化版的Redux机制，而在全局状态上运行比较完善的。这两种都是基于数据管道的，然后在容器组件中可以把它们合并，传入视图组件。
整个流程如图所示：
状态的分组与管理
基于redux-saga的封装库dva提供了一种分类机制，可以把一类业务的东西进行分组：
从这个结构可以看出，这个在dva中被称为model的东西，定义了：
面向同一种业务实体的数据结构、业务逻辑可以组织到一起，这样，对业务代码的维护是比较有利的。对一个大型应用来说，可以根据业务来划分model。Vue技术栈的Vuex也是用类似的结构来进行业务归类的，它们都是受elm的启发而创建，因此会有类似结构。
回想到上一节，我们提到，如果若干个reducer修改的是state的不同位置，可以分别收敛之后，再进行合并。如果我们把状态结构按照上面这种业务模型的方式进行管理，就可以采用这种机制来分别收敛。这样，单个model内部就形成了一个闭环，能够比较清晰的描述自身所代表的业务含义，也便于做测试等等。
MobX的Store就是类似这样的一个组织形式：
依照之前的思路，我们所谓的model其实就是一个合并之后生成state结构的数据管道，因为我们的管道是可以组合的，所以没有特别的必要去按照上面那种结构定义。
那么，在整个应用的最上层，是否还有必要去做combineReducer这种操作呢？
我们之前提到一个表达式：
整个React-Redux体系，都是倾向于让使用者尽可能去从整体的角度关注变化，比如说，Redux的输入输出结果是整个应用变更前后的完整状态，React接受的是整个组件的完整状态，然后，内部再去做diff。
我们需要注意到，为什么不是直接把Redux接在React上，而是通过一个叫做react-redux的库呢？因为它需要借助这个库，去从整体的state结构上检出变化的部分，拿给对应的组件去重绘。
所以，我们发现如下事实：
整个过程，是经历了变更信息的
拥有——丢失——重新拥有过程的。如果我们的数据流是按照业务模型去分别建立的，我们可以不需要去做这个全合并的操作，而是根据需要，选择合并其中一部分去进行运算。这样的话，整个变更过程都是精确的，减少了不必要的diff和缓存。
如果为了使用redux-tool的话，可以全部合并起来，往redux-tool里面写入每次的全局状态变更信息，供调试使用，而因为数据管道是懒执行的，我们可以做到开发阶段订阅整个state，而运行时不订阅，以减少不必要的合并开销。
Model的结构
我们从宏观上对业务模型作了分类的组织，接下来就需要关注每种业务模型的数据管道上，数据格式应当如何管理了。
在Redux，Vuex这样的实践中，很多人都会有这样的纠结：
通常，会有两种选择：
前者有利于查询和更新，而后者能够直接给视图使用。我们需要思考一个问题：
将处理过后的视图状态存放在store中是否合理？我认为不应当存太偏向视图结构的数据，理由如下：
某一种业务数据，很可能被不同的视图使用，它们的结构未必一致，如果按照视图的格式存储，就要在store中存放不同形式的多份，它们之间的同步是个大问题，也会导致store严重膨胀，随着应用规模的扩大，这个问题更加严重。
既然这样，那就要解决从这种数据到视图所需数据的关联关系，这个处理过程放在哪里合适呢？
在Redux和Vuex中，为了数据的变更受控，应当在reducer或者mutation中去做状态变更，但这两者修改的又是store，这又绕回去了：为了视图渲染方便而计算出来的数据，如果在reducer或者mutation中做，还是得放在store里。
所以，就有了一个结论：从原始数据到视图数据的处理过程不应当放在reducer或mutation中，那很显然就应当放在视图组件的内部去做。
我们理一下这个关系：
这个图中，方括号的部分是视图组件，它内部包含了从原始state到view所需数据的变动，以React为例，用代码表示：
经过这样的拆分之后，store中的结构更加简单清晰，reducer的职责也更少了，视图有更大的自主权，去从原始数据组装成自己要的样子。
在大型业务开发的过程中，store的结构应当尽早稳定无争议，避免因为视图的变化而不停调整，因此，存放相对原始一些的数据是更合理的，这样也会避免视图组件在理解数据上的歧义。多个视图很可能以不同的业务含义去看待状态树上的同一个分支，这会造成很多麻烦。
我们期望在store中存储更偏向于更扁平化的原始数据。即使是对于从后端返回的层级数据，也可以借助normalizr这样的辅助库去展开。
展开前：
[{ id: 1, title: 'Some Article', author: { id: 1, name: 'Dan' } }, { id: 2, title: 'Other Article', author: { id: 1, name: 'Dan' } }]展开后：
{ result: [1, 2], entities: { articles: { 1: { id: 1, title: 'Some Article', author: 1 }, 2: { id: 2, title: 'Other Article', author: 1 } }, users: { 1: { id: 1, name: 'Dan' } } } }很明显，这样的结构对我们的后续操作是比较便利的。因为我们手里有数据管道这样的利器，所以不担心数据是比较原始的、离散的，因为对它们作聚合处理是比较容易的，所以可以放心地把这些数据打成比较原始的形态。
前端的数据建模
之前我们提到过store里面存放的是扁平化的原始数据，但是需要注意到，同样是扁平化，可能有像map那样基于id作索引的，也可能有基于数组形式存放的，很多时候，我们是两种都要的。
在更复杂的情况下，还会需要有对象关系的关联，一对一，一对多，多对多，这就导致视图在需要使用store中的数据进行组合的时候，不管是store的结构定义还是组合操作都比较麻烦。
如果前端是单一业务模型，那我们按照前一节的方案，已经可以做到当数据变更的时候，把当前状态推送给订阅它的组件，但实际情况下，都会比这个复杂，业务模型之间会存在关联关系，在一个模型变更的时候，可能需要自动触发所关联到的模型的更新。
如果复杂度较低，我们可以手动处理这种关联，如果联动关系非常复杂，可以考虑对数据按照实体、关系进行建模，甚至加入一个迷你版的类似ORM的库来定义这种关系。
举例来说：
如果一个数据流订阅了某个组织的基本信息，它可能只反映这个组织自身实体上的变更，而另外一个数据流订阅了该组织的全部信息，用于形成一个实时更新的组织全视图，则需要聚合该组织和可能的下级组织、人员的变动汇总。
上层视图可以根据自己的需要，选择从不同的数据流订阅不同复杂度的信息。在这种情况下，可以把整个ORM模块整体视为一个外部的数据源。
整个流程如下：
这里面有几个需要注意的地方：
在这么一种体系下，实际上前端存在着一个类似数据库的机制，我们可以把每种数据的变动原子化，一次提交只更新单一类型的实体。这样，我们相当于在前端部分做了一个读写分离，读取的部分是被实时更新的，可以包含一种类似游标的机制，供视图组件订阅。
下面是Redux-ORM的简单示例，是不是很像在操作数据库？
小结
文章最开始，我们提到最理想的组件化开发方式是依托组件树的结构，每个组件完成自己内部事务的处理。当组件之间出现通信需求的时候，不得不借助于Redux之类的库来做转发。
但是Redux的理念，又不仅仅是只定位于做转发，它更是期望能管理整个应用的状态，这反过来对组件的实现，甚至应用的整体架构造成了较大的影响。
我们仍然会期望有一种机制，能够像分形那样进行开发，但又希望能够避免状态管理的混乱，因此，MVI这样的模式某种程度上能够满足这种需求，并且达到逻辑上的自洽。
如果以MVI的理念来进行开发，它的一个组件其实是：数据模型、动作、视图三者的集合，这么一个MVI组件相当于React-Redux体系中，connect了store之后的高阶组件。
因此，我们只需把传统的组件作一些处理：
这样，组件就是自洽的一个东西，它不关注外面是不是Redux，有没有全局的store，每个组件自己内部运行着一个类似Redux的东西，这样的一个组件可以更加容易与其他组件进行配合。
与Redux相比，这套机制的特点是：
回顾整个操作过程：
借助RxJS或者xstream这样的数据管道的理念，我们可以直观地表达出数据的整个变更过程，也可以把多个数据流进行便捷的组合。如果使用Redux，正常情况下，需要引入至少一种异步中间件，而RxJS因为自身就是为处理异步操作而设计的，所以，只需用它控制好从异步操作到同步的收敛，就可以达到Redux一样的数据单向流动。如果想要在数据管道中接入一段承担中间件职责的东西，也是非常容易的。
而RxJS、xstream所提供的数据流组合功能非常强大，天然提供了一切异步操作的统一抽象，这一点是其他异步方案很难相比的。
所以，这些库，因为拥有下面这些特性，很适合做数据流控制：
……等等
The text was updated successfully, but these errors were encountered: