移動端列表查詢最佳實踐

2020-4-27    seo達人

無論是 pc 端還是移動端,無可避免都會涉及到列表查詢有關(guān)的操作,但對于這兩種不同的設(shè)備,其列表查詢的最佳處理方式也是完全不同。

對于 pc 端列表查詢來說,前端通常是給與服務(wù)端當前需要獲取的數(shù)據(jù)量(如 pageCount,limit 等參數(shù))以及所需要獲取數(shù)據(jù)的位置(如 pageSize,offset 等參數(shù))作為查詢條件。然后服務(wù)端然后返回數(shù)據(jù)總數(shù),以及當前數(shù)據(jù),前端再結(jié)合這些數(shù)據(jù)顯示頁面總數(shù)等信息。這里我稱為相對位置取數(shù)。

對于移動端而言,沒有pc 端那么大的空間展示以及操作,所以基本上都會采用下拉取數(shù)這種方案。

那么我們在處理移動端列表查詢時候使用這種相對位置取數(shù)會有什么問題呢?

相對位置取數(shù)存在的問題

性能劣勢

通過相對位置取數(shù)會具有性能問題,因為一旦使用 offset 信息來獲取數(shù)據(jù),隨著頁數(shù)的增加,響應(yīng)速度也會變的越來越慢。因為在數(shù)據(jù)庫層面,我們每次所獲取的數(shù)據(jù)都是“從頭開始第幾條”,每次我們都需要從第一條開始計算,計算后舍棄前面的數(shù)據(jù),只取最后多條數(shù)據(jù)返回前端。

當然了,對于相對位置取數(shù)來說,數(shù)據(jù)庫優(yōu)化是必然的,這里我就不多做贅述了。對于前端開發(fā)來說,優(yōu)秀的的查詢條件設(shè)計可以在一定方面解決此問題。

數(shù)據(jù)顯示重復(fù)

事實上,對于一個實際運行的項目而言,數(shù)據(jù)更新才是常態(tài),如果數(shù)據(jù)更新的頻率很高或者你在當前頁停留的時間過久的話,會導(dǎo)致當前獲取的數(shù)據(jù)出現(xiàn)一定的偏差。

例如:當你在獲取最開始的 20 條數(shù)據(jù)后,正準備獲取緊接著的后 20 條數(shù)據(jù)時,在這段時間內(nèi) ,發(fā)生了數(shù)據(jù)增加,此時移動端列表就可能會出現(xiàn)重復(fù)數(shù)據(jù)。雖然這個問題在 pc 端也存在,但是 pc 端只會展示當前頁的信息,這樣就避免了該問題所帶來的負面影響。

結(jié)合列表 key 維持渲染正確

我們在上面的問題中說明了,移動端下拉加載中使用相對位置查詢?nèi)?shù)是有問題的。

那么,如果當前不能迅速結(jié)合前后端進行修改 api 的情況下,當服務(wù)端傳遞過來的數(shù)據(jù)與用戶想要得的數(shù)據(jù)不一致,我們必須在前端進行處理,至少處理數(shù)據(jù)重復(fù)問題所帶來的負面影響。

因為當前分頁請求時無狀態(tài)的。在分頁取到數(shù)據(jù)之后前端可以對取得的數(shù)據(jù)進行過濾,過濾掉當前頁面已經(jīng)存在的 key(例如 id 等能夠確定的唯一鍵)。

通過這種處理方式,我們至少可以保證當前用戶看到的數(shù)據(jù)不會出現(xiàn)重復(fù)。同時當列表數(shù)據(jù)可以編輯修改的時候,也不會出現(xiàn)因為 key 值相同而導(dǎo)致數(shù)據(jù)錯亂。

通過絕對位置獲取數(shù)據(jù)

如果不使用相對位置獲取數(shù)據(jù),前端可以利用當前列表中的最后一條數(shù)據(jù)作為請求源參數(shù)。前端事先記錄最后一條數(shù)據(jù)的信息。例如當前的排序條件為創(chuàng)建時間,那么記錄最后一條數(shù)據(jù)的創(chuàng)建時間為主查詢條件(如果列表對應(yīng)的數(shù)據(jù)不屬于個人,可能創(chuàng)建時間不能唯一決定當前數(shù)據(jù)位置,同時還需要添加 ID 等信息作為次要查詢條件)。

當我們使用絕對位置獲取數(shù)據(jù)時候,雖然我們無法提供類似于從第 1 頁直接跳轉(zhuǎn) 100 頁的查詢請求,但對于下拉加載這種類型的請求,我們不必擔心性能以及數(shù)據(jù)重復(fù)顯示的問題。

對于相對位置取數(shù)來說,前端可以根據(jù)返回數(shù)據(jù)的總數(shù)來判斷。但當使用絕對位置取數(shù)時,即使獲取數(shù)據(jù)總數(shù),也無法判斷當前查詢是否存在后續(xù)數(shù)據(jù)。

從服務(wù)器端實現(xiàn)的角度來說,當用戶想要得到 20 條數(shù)據(jù)時候,服務(wù)端如果僅僅只向數(shù)據(jù)庫請求 20 條數(shù)據(jù),是無法得知是否有后續(xù)數(shù)據(jù)的。服務(wù)端可以嘗試獲取當前請求的數(shù)據(jù)條數(shù) + 1, 如向數(shù)據(jù)庫請求 21 條數(shù)據(jù),如果成功獲得 21 條數(shù)據(jù),則說明至少存在著 1 條后續(xù)數(shù)據(jù),這時候,我們就可以返回 20 條數(shù)據(jù)以及具有后續(xù)數(shù)據(jù)的信息。但如果我們請求 21 條數(shù)據(jù)卻僅僅只能獲取 20 條數(shù)據(jù)(及以下),則說明沒有后續(xù)數(shù)據(jù)。

如可以通過 “hasMore” 字段來表示是否能夠繼續(xù)下拉加載的信息。

{ data: [], hasMore: true }

結(jié)合 HATEOAS 設(shè)計優(yōu)化

事實上,前面我們已經(jīng)解決了移動端處理列表查詢的問題。但是我們做的還不夠好,前端還需要結(jié)合排序條件來處理并提供請求參數(shù),這個操作對于前端來說也是一種負擔。那么我們就聊一下 HATEOAS 。

HATEOAS (Hypermedia As The Engine Of Application State, 超媒體即應(yīng)用狀態(tài)引起) 這個概念最早出現(xiàn)在 Roy Fielding 的論文中。REST 設(shè)計級別如下所示:

  • REST LEVEL 0: 使用 HTTP 作為傳輸方式
  • REST LEVEL 1: 引入資源的概念(每一個資源都有對應(yīng)的標識符和表達)
  • REST LEVEL 2: 引入 HTTP 動詞(GET 獲取資源/POST 創(chuàng)建資源/PUT 更新或者創(chuàng)建字樣/DELETE 刪除資源 等)
  • REST LEVEL 3: 引入 HATEOAS (在資源的表達中包含了鏈接信息??蛻舳丝梢愿鶕?jù)鏈接來發(fā)現(xiàn)可以執(zhí)行的動作)

HATEOAS 會在 API 返回的數(shù)據(jù)中添加下一步要執(zhí)行的行為,要獲取的數(shù)據(jù)等 URI 的鏈接信息??蛻舳酥灰@取這些信息以及行為鏈接,就可以根據(jù)這些信息進行接下來的操作。

對于當前的請求來說,服務(wù)端可以直接返回下一頁的信息,如

{ data: [], hasMore: true, nextPageParams: {}    
}

服務(wù)端如此傳遞數(shù)據(jù),前端就不需要對其進行多余的請求處理,如果當前沒有修改之前的查詢以及排序條件,則只需要直接返回 “nextPageParams” 作為下一頁的查詢條件即可。

這樣做的好處不但符合 REST LEVEL 3,同時也減輕了前端的心智模型。前端無需配置下一頁請求參數(shù)。只需要在最開始查詢的時候提供查詢條件即可。

當然,如果前端已經(jīng)實現(xiàn)了所有排序添加以及查詢條件由服務(wù)端提供,前端僅僅提供組件,那么該方案更能體現(xiàn)優(yōu)勢。 前端是不需要知道當前業(yè)務(wù)究竟需要什么查詢條件,自然也不需要根據(jù)查詢條件來組織下一頁的條件。同時,該方案的輸入和輸出都由后端提供,當涉及到業(yè)務(wù)替換( 查詢條件,排序條件修改)時候,前端無需任何修改便可以直接替換和使用。

其他注意事項

一旦涉及到移動端請求,不可避免的會有網(wǎng)絡(luò)問題,當用戶在火車或者偏遠地區(qū)時候,一旦下拉就會涉及取數(shù),但是當前數(shù)據(jù)沒有返回之前,用戶多次下拉可能會有多次取數(shù)請求,雖然前端可以結(jié)合 key 使得渲染不出錯,但是還是會在緩慢的網(wǎng)絡(luò)下請求多次,無疑雪上加霜。這時候我們需要增加條件變量 loading。

偽代碼如下所示:

// 查詢 function search(cond) {
  loading = true api.then(res => {
      loading = false }).catch(err => {
      loading = false })
} // 獲取下一頁數(shù)據(jù) function queryNextPage() { if (!nextPageParams) return if (!loading) return search(nextPageParams)
}

分享本文至:

日歷

鏈接

個人資料

藍藍設(shè)計的小編 http://sillybuy.com

存檔