Стратегии кэширования запросов (withCache и withStaleWhileRevalidate)
В продакшн-приложениях одни и те же справочники, профили пользователей или результаты фильтров часто запрашиваются повторно при навигации или из нескольких независимых виджетов одновременно.
В @pravosleva/reactive-engine v3.0.1 эту задачу решают два композируемых декоратора над fetcher, которые нативно встраиваются в engine.resource() и поддерживают отмену через AbortSignal:
withCache— стратегия Cache-First с TTL и склеиванием запросов (Request Collapsing). Пока запись свежая, сетевой запрос вообще не уходит. Если несколько потребителей одновременно запрашивают один ключ, в сеть уходит только один запрос, а остальные получают результат из общегоPromise.withStaleWhileRevalidate— стратегия Network-First с отказоустойчивым фолбэком и LRU-памятью (maxSize). Всегда пытается получить свежие данные из сети, но при сбое или отмене запроса возвращает валидный кэш, не роняя интерфейс.
Стратегия 1: Кэширование с TTL и Request Collapsing (withCache)
Идеально подходит для справочников, профилей и тяжёлых отчётов, которые не меняются каждую секунду.
Описание сервиса (CatalogService.ts)
import { AbstractService, withCache } from '@pravosleva/reactive-engine'
export interface ProductItem {
id: string
title: string
price: number
}
interface CatalogQuery {
category: string
currency: 'RUB' | 'USD'
}
export class CatalogService extends AbstractService {
public category = this.engine.signal('laptops', 'catalog:category')
public currency = this.engine.signal<'RUB' | 'USD'>('RUB', 'catalog:currency')
// Ключ кэша автоматически сериализуется через JSON.stringify(source)
private queryParams = this.engine.computed<CatalogQuery>(
() => ({
category: this.category.value,
currency: this.currency.value,
}),
'catalog:query'
)
// Оборачиваем fetcher: кэш живёт 60 секунд, параллельные дубли склеиваются
private cachedFetchProducts = withCache<CatalogQuery, ProductItem[]>(
async ({ category, currency }, abortSignal) => {
const params = new URLSearchParams({ category, currency })
const res = await fetch(`/api/products?${params}`, {
signal: abortSignal,
})
if (!res.ok) {
throw new Error(`Ошибка загрузки каталога: ${res.status}`)
}
return res.json()
},
{ ttl: 60 * 1000 }
)
public productsResource = this.engine.resource(
this.cachedFetchProducts,
this.queryParams,
'catalog:productsResource'
)
}Стратегия 2: Отказоустойчивый кэш и LRU-память (withStaleWhileRevalidate)
В отличие от withCache, декоратор withStaleWhileRevalidate при каждом обращении старается забрать с сервера самые свежие данные, но если сеть нестабильна, сервер вернул ошибку или запрос был отменён — он подстраховывает UI, возвращая последнюю валидную запись из кэша.
Кроме того, опция maxSize превращает внутренний Map в LRU-кэш (Least Recently Used): при достижении лимита автоматически вытесняется самый давно не запрашиваемый ключ.
Описание сервиса (WeatherOrRatesService.ts)
import {
AbstractService,
withStaleWhileRevalidate,
} from '@pravosleva/reactive-engine'
interface ExchangeRate {
pair: string
rate: number
updatedAt: string
}
export class RatesService extends AbstractService {
public currencyPair = this.engine.signal('USD/RUB', 'rates:pair')
// Храним в памяти не более 20 последних валютных пар,
// валидность резервного кэша — 10 минут
private resilientFetcher = withStaleWhileRevalidate<string, ExchangeRate>(
async (pair, abortSignal) => {
const res = await fetch(`/api/rates?pair=${encodeURIComponent(pair)}`, {
signal: abortSignal,
})
if (!res.ok) {
throw new Error(`Сбой шлюза котировок: ${res.status}`)
}
return res.json()
},
{
ttl: 10 * 60 * 1000,
maxSize: 20,
isLogsEnabled: true,
}
)
public rateResource = this.engine.resource(
this.resilientFetcher,
this.currencyPair,
'rates:resource'
)
}Какой декоратор выбрать?
| Критерий | withCache | withStaleWhileRevalidate |
|---|---|---|
| Приоритет при свежем кэше | Cache-First (сеть не дёргается до истечения ttl) | Network-First (всегда запрашивает свежие данные с сервера) |
| Склеивание параллельных запросов | Да (activePromises отдаёт общий Promise) | Нет (каждый вызов идёт в сеть) |
| Поведение при ошибке сети | Пробрасывает ошибку в resource.value.error | Отдаёт кэш, если запись не старше ttl |
| Ограничение памяти (LRU) | Без лимита (очистка по ttl при обращении) | Встроенный LRU через опцию maxSize |
| Лучший сценарий | Справочники, профили, пагинация, защита от спама одинаковыми запросами | Котировки, живые дашборды, нестабильный мобильный интернет |
Важные детали реализации
- Детерминированный ключ через
JSON.stringify: Оба декоратора вычисляют ключ кэша на основе значенияsource(для объектов и массивов вызываетсяJSON.stringify(source)). Если вы передаёте вresourceреактивный Proxy-массив или объект (engine.reactive(...)), любая его мутация автоматически изменит сериализованный ключ и приведёт к промаху кэша (cache miss) с загрузкой актуальных данных. - Изоляция кэша на уровне экземпляра декоратора: Внутренний
Mapсоздаётся в замыкании при вызовеwithCache(...)илиwithStaleWhileRevalidate(...). Если создавать обёрнутыйfetcherкак поле классаAbstractService, каждый инстансReactiveEngineполучит свой изолированный кэш, что исключает утечку данных между пользователями при SSR.