写在前面

写React也有段时间了,一直也是用Redux管理数据流,最近正好有时间分析下源码,一方面希望对Redux有一些理论上的认识;另一方面也学习下框架编程的思维方式。

Redux如何管理state

注册store tree

1、Redux通过全局唯一的store对象管理项目中的state

var store = createStore(reducer,initialState);

2、可以通过store注册listener,注册的listener会在store tree每次变更后执行

store.subscribe(function () {
console.log("state change");
});

如何更新store tree

1、store调用dispatch,通过action把变更的信息传递给reducer

var action = { type: 'add'};
store.dispatch(action);

2、store根据action携带type在reducer中查询变更具体要执行的方法,执行后返回新的state

export default (state = initialState, action)=>{
switch (action.type) {
case 'add':
return {
count:state.count + 1
}
break;
default:
break;
}
}

3、reducer执行后返回的新状态会更新到store tree中,触发由store.subscribe()注册的所有listener

Store实现

主要方法:

  • createStore
  • combineReducers
  • bindActionCreators
  • applyMiddleWare
  • compose

createStore源码分析

查看完整createStore请戳这里

createStore方法用来注册一个store,返回值为包含了若干方法的对象,方法体如下:

export var ActionTypes = {
INIT: '@@redux/INIT'
} export default function createStore(){ function getState(){} function dispatch(){} function subscribe(){} function replaceReducer(){} dispatch({ type: ActionTypes.INIT }) return {
dispatch,
subscribe,
getState,
replaceReducer
}
}

下面逐个代码段分析功能

createStore完整函数声明如下:

createStore(
reducer:(state, action)=>nextState,
preloadedState:any,
enhancer:(store)=>nextStore
)=>{
getState:()=>any,
subscribe:(listener:()=>any)=>any,
dispatch:(action:{type:""})=>{type:""},
replaceReducer:(nextReducer:(state, action)=>nextState)=>void
}

可以看出整个函数是一个闭包结构。参数有三个,返回值公开出若干方法

  • dispatch:分发action
  • subscribe:注册listener,监听state变化
  • getState:读取store tree中所有state
  • replaceReucer:替换reducer,改变state更新逻辑

当然,createStore内部处理了其重载形式,即:可以不传preloadedState

createStore(
reducer:(state, action)=>nextState,
enhancer:(store)=>nextStore
)

参数:

  • reducer: reducer必须是一个function类型,此方法根据action.type更新state
  • preloadedState: store tree初始值
  • enhancer: enhancer通过添加middleware,增强store功能

前置操作

进入createSore首先执行如下操作:

  • [40-43] 用于支持两种参数列表形式createStore(reducer,preloadedState,enhancer)createStore(reducer,enhancer)
  • [45-48][53-55] 校验reducer和enhancer的类型(必须为function)

重点分析下50行:

return enhancer(createStore)(reducer, preloadedState)

本语句执行了外部传入的enhancer,接收旧createStore,返回一个新createStore并执行,此过程形成一次递归;

那么递归什么时候停止呢?

可以看到,新createStore执行时,仅有reducer和preloadedState两个参数,再次运行到45行时,不会进入if条件 故不会再形成第二次递归,此时递归停止;

理论上,createStore仅被增强了一次,那如果希望对其进行多次增强该怎么办呢?

Redux提供了composeapplyMiddleWare方法,用来在Store上注册中间件,由此来实现多次增强。

getState()

getState方法比较简单,直接返回当前store tree状态

  • [57-61] 定义了createStore内部要用到的全局变量。其中currentReducercurrentState声明当前reducer方法集合和store tree状态,初始值为外部传入的createStore参数,currentListenersnextListeners定义了存放store变化时要执行响应函数的数组集合

subscribe()

Redux采用了观察者模式,store内部维护listener数组,用于存储所有通过store.subscrib注册的listener,store.subscrib返回unsubscrib方法,用于注销当前listener;当store tree更新后,依次执行数组中的listener

具体代码如下:

dispatch()

dispatch方法主要完成两件事:

1、根据action查询reducer中变更state的方法,更新store tree

2、变更store tree后,依次执行listener中所有响应函数

  • [168-173] 通过currentReducer和action,更新当前的store tree
  • [175-181] 当state tree变更后,依次执行所有注册的listener

有个问题需要注意:

方法中使用了全局定义的isDispatching用于给变更中的store tree加锁;即:只有当本次store tree变更完毕后,才允许执行下一次变更,避免store tree响应多个变更时,结果不同步的问题;但事实上,这种写法也决定了,目前的store tree只能响应同步变更(异步变更需要通过添加中间件实现)

replaceReducer()

replaceReducer用于替换操作store tree中state的方式

整个方法代码量不多,从外部接收新的reducer方法后,替换掉内部旧的ruducer。

需要注意一下199行的dispatch方法,这一行主动触发了一次变更。由于每次dispatch执行后,redux都会执行reducer或子reducer方法(如果使用了combineReducers),所以这一行的作用就是在初始化store tree中所有的state节点。

小结

以上就是整个createStore方法的主要实现过程,其中dispatch方法为控制整个store tree变更的核心方法。触发store tree变更的方式只有一个,就是dispatch一个action

combineReducers源码分析

为什么需要combineReducers

结合上面store tree变更的过程,我们可以看到,真正导致变更的核心代码就是:

currentState = currentReducer(currentState, action)

试想,若整个项目只通过一个reducer方法维护整个store tree,随着项目功能和复杂度的增加,我们需要维护的store tree层级也会越来越深,当我们需要变更一个处于store tree底层的state,reducer中的变更逻辑会十分复杂且臃肿。

combineReducers存在的目的就是解决了整个store tree中state与reducer一对一设置的问题。我们可以根据项目的需要,定义多个子reducer方法,每个子reducer仅维护整个store tree中的一部分state, 通过combineReducers将子reducer合并为一层。这样我们就可以根据实际需要,将整个store tree拆分成更细小的部分,分开维护。

代码实现

combineReducers完整代码请戳这里

整个函数体结构如下:

combineReducers(
reducers:Object
)=> reducer(
state:any,
action:{type:""}
)

参数reducers是一个Object对象,其中包含所有待合并的子reducer方法

返回值是合并后的reducer方法,在执行此方法时,会在已合并的所有子reducer中查询要执行的reducer,并执行,变更其对应的state片段。

下面逐个代码段分析具体实现:

以上这部分主要用于规范化存储子ruducer的reducers对象

  • [103-115] 过滤掉reducers对象中所有非function类型的reducer,合法的结果保存在finalReducers对象中
  • [116-127] 通过assertReducerSanity方法校验所有子reducer的初始值和执行后结果是否为空,是则提示错误。

以上这段代码为combineReducers的核心代码,其返回一个function,用于查询真正要变更的state片段

  • [141-154] 遍历规范化后的finalReducers,获取到当前key对应的子reducer和子state,执行reducer得到当前state片段更新后的状态,并更新到整个store tree中。

    其中129行中的state,应该是整个store tree对应的state,首次获取previousStateForKey时,值可能为undefined,那么接下来执行var nextStateForKey = reducer(previousStateForKey, action)实际上是依次为每个子state片段进行初始化。
  • [153] 本行判定store tree是否被更新,其中nextStateForKey !== previousStateForKey直接通过引用关系判断state是否变更。故一定要注意,定义reducer方法时,一定要遵循函数式编程,确保传入的state与返回的state不要存在引用关系,否则可能导致store tree中状态无法更新。

小结

至此,我们可以看到combineReducers方法,实际就是在每次要执行reducer时,通过action.type定义的类型进行查询,获得子reducer并执行。

通过以上分析,我们需要注意两个问题:

1、子reducer遵循函数式编程,不要直接变更作为参数传入的state,变更state后,一定要返回一个新state对象,不要跟参数state建立引用关系(可以使用Immutable处理state)

2、由于combineReducers内部仅通过action.type作为查询当前要执行的子reducer的依据,会更新所有查询到的state片段,故不建议子reducer中,action.type的值出现重复,否则可能会误更新state。

总结

本篇通过分析源码整理了Redux中Store对象的执行逻辑,重点分析了dispatch(action)后,store tree内部状态如何更新。

篇幅所限,没有分析如何在store上注册中间件,以及如何在store tree变更后,触发页面更新的过程,这些会在之后的博客中更新

第一次写源码分析还有很多不足,如有错误,欢迎指正。

Redux原理(一):Store实现分析的更多相关文章

  1. 轻松理解Redux原理及工作流程

    轻松理解Redux原理及工作流程 Redux由Dan Abramov在2015年创建的科技术语.是受2014年Facebook的Flux架构以及函数式编程语言Elm启发.很快,Redux因其简单易学体 ...

  2. react-router + redux + react-redux 的例子与分析

    一个 react-router + redux  + react-redux 的例子与分析 index.js  import React from 'react' import ReactDom fr ...

  3. OpenCV学习笔记(27)KAZE 算法原理与源码分析(一)非线性扩散滤波

    http://blog.csdn.net/chenyusiyuan/article/details/8710462 OpenCV学习笔记(27)KAZE 算法原理与源码分析(一)非线性扩散滤波 201 ...

  4. ConcurrentHashMap实现原理及源码分析

    ConcurrentHashMap实现原理 ConcurrentHashMap源码分析 总结 ConcurrentHashMap是Java并发包中提供的一个线程安全且高效的HashMap实现(若对Ha ...

  5. 第2章 rsync算法原理和工作流程分析

    本文通过示例详细分析rsync算法原理和rsync的工作流程,是对rsync官方技术报告和官方推荐文章的解释. 以下是本文的姊妹篇: 1.rsync(一):基本命令和用法 2.rsync(二):ino ...

  6. HashMap和ConcurrentHashMap实现原理及源码分析

    HashMap实现原理及源码分析 哈希表(hash table)也叫散列表,是一种非常重要的数据结构,应用场景及其丰富,许多缓存技术(比如memcached)的核心其实就是在内存中维护一张大的哈希表, ...

  7. (转)ReentrantLock实现原理及源码分析

    背景:ReetrantLock底层是基于AQS实现的(CAS+CHL),有公平和非公平两种区别. 这种底层机制,很有必要通过跟踪源码来进行分析. 参考 ReentrantLock实现原理及源码分析 源 ...

  8. 【转】HashMap实现原理及源码分析

    哈希表(hash table)也叫散列表,是一种非常重要的数据结构,应用场景极其丰富,许多缓存技术(比如memcached)的核心其实就是在内存中维护一张大的哈希表,而HashMap的实现原理也常常出 ...

  9. 【OpenCV】SIFT原理与源码分析:DoG尺度空间构造

    原文地址:http://blog.csdn.net/xiaowei_cqu/article/details/8067881 尺度空间理论   自然界中的物体随着观测尺度不同有不同的表现形态.例如我们形 ...

  10. 《深入探索Netty原理及源码分析》文集小结

    <深入探索Netty原理及源码分析>文集小结 https://www.jianshu.com/p/239a196152de

随机推荐

  1. .net 一些开源的东东

    来自网络..版权归网络所有..Antlr ----- Website: http://www.antlr.org/ Copyright: Copyright (c) - Terence Parr Li ...

  2. jquery遍历选中checkbox的id

    $("[name='chkAll']:[checked]").each(function () { alert($(this).attr("id")); })

  3. java面试题——HashMap和Hashtable 的区别

    一.HashMap 和Hashtable 的区别 我们先看2个类的定义 public class Hashtable extends Dictionary implements Map, Clonea ...

  4. C#中日期和时间相加的方法

    可能对于初入此行业人来说有些困惑,实现起来有一丝复杂. 比如说时间是:2016-08-05 14:46:30,中间过了56秒钟.要求得出56秒之后的时间格式是:年月日时分秒 下面介绍最简单的办法, m ...

  5. 【初探IONIC】不会Native可不可以开发APP?

    前言 Hybrid技术流行已经有一段日子了,楼主的关注点也一直围绕着移动端围绕着Hybrid相关展开,Hybrid已经是大大提升开发效率的开发方式了,但是仍然需要至少一个IOS与Andriod,那么可 ...

  6. java socket传送一个结构体给用C++编写的服务器解析的问题

    另一端是Java写客户端程序,两者之间需要通信.c++/c接收和发送的都是结构体,而Java是直接发送的字节流或者byte 数组.解决方法:c++/c socket 在发送结构体的时候其实发送的也是字 ...

  7. sql server中substring的用法

    SQL 中的 substring 函数是用来截取一个栏位资料中的其中一部分. 例如,我们需要将字符串'abdcsef'中的'abd'给提取出来,则可用substring 来实现: ,) 结果: 'ab ...

  8. Linux下MySQL慢查询分析mysqlsla安装使用

    说明: 操作系统:CentOS 5.X 64位 MySQL版本:mysql-5.5.35 MySQL配置文件:/etc/my.cnf MySQL 数据库存放目录:/data/mysql 实现目的:开启 ...

  9. python列表模拟堆栈和队列

    对列特点:先进先出.后进后出 用列表insert.pop模拟进队出队: >>> l = [] >>> l.insert(0,'p1') >>> l ...

  10. 【linux】free命令中cached和buffers的区别

    一.命令 [root@localhost ~]# free -m total used free shared buffers cached Mem: 7869 7651 218 1 191 5081 ...