手写Redux-Saga源码

上一篇文章我们分析了Redux-Thunk的源码，可以看到他的代码非常简单，只是让dispatch可以处理函数类型的action，其作者也承认对于复杂场景，Redux-Thunk并不适用，还推荐了Redux-Saga来处理复杂副作用。本文要讲的就是Redux-Saga，这个也是我在实际工作中使用最多的Redux异步解决方案。Redux-Saga比Redux-Thunk复杂得多，而且他整个异步流程都使用Generator来处理，Generator也是我们这篇文章的前置知识，如果你对Generator还不熟悉，可以看看这篇文章。

本文仍然是老套路，先来一个Redux-Saga的简单例子，然后我们自己写一个Redux-Saga来替代他，也就是源码分析。

本文可运行的代码已经上传到GitHub，可以拿下来玩玩：https://github.com/dennis-jiang/Front-End-Knowledges/tree/master/Examples/React/redux-saga

简单例子

网络请求是我们经常需要处理的异步操作，假设我们现在的一个简单需求就是点击一个按钮去请求用户的信息，大概长这样：

这个需求使用Redux实现起来也很简单，点击按钮的时候dispatch出一个action。这个action会触发一个请求，请求返回的数据拿来显示在页面上就行：

import React from 'react';
import { connect } from 'react-redux';

function App(props) {
  const { dispatch, userInfo } = props;

  const getUserInfo = () => {
    dispatch({ type: 'FETCH_USER_INFO' })
  }

  return (
    
      
      


      {userInfo && JSON.stringify(userInfo)}
    
  );
}

const matStateToProps = (state) => ({
  userInfo: state.userInfo
})

export default connect(matStateToProps)(App);

上面这种写法都是我们之前讲Redux就介绍过的，Redux-Saga介入的地方是dispatch({ type: 'FETCH_USER_INFO' })之后。按照Redux一般的流程，FETCH_USER_INFO被发出后应该进入reducer处理，但是reducer都是同步代码，并不适合发起网络请求，所以我们可以使用Redux-Saga来捕获FETCH_USER_INFO并处理。

Redux-Saga是一个Redux中间件，所以我们在createStore的时候将它引入就行：

// store.js

import { createStore, applyMiddleware } from 'redux';
import createSagaMiddleware from 'redux-saga';
import reducer from './reducer';
import rootSaga from './saga';

const sagaMiddleware = createSagaMiddleware()

let store = createStore(reducer, applyMiddleware(sagaMiddleware));

// 注意这里，sagaMiddleware作为中间件放入Redux后
// 还需要手动启动他来运行rootSaga
sagaMiddleware.run(rootSaga);

export default store;

注意上面代码里的这一行：

sagaMiddleware.run(rootSaga);

sagaMiddleware.run是用来手动启动rootSaga的，我们来看看rootSaga是怎么写的：

import { call, put, takeLatest } from 'redux-saga/effects';
import { fetchUserInfoAPI } from './api';

function* fetchUserInfo() {
  try {
    const user = yield call(fetchUserInfoAPI);
    yield put({ type: "FETCH_USER_SUCCEEDED", payload: user });
  } catch (e) {
    yield put({ type: "FETCH_USER_FAILED", payload: e.message });
  }
}

function* rootSaga() {
  yield takeEvery("FETCH_USER_INFO", fetchUserInfo);
}

export default rootSaga;

上面的代码我们从export开始看吧，export的东西是rootSaga这个Generator函数，这里面就一行:

yield takeEvery("FETCH_USER_INFO", fetchUserInfo);

这一行代码用到了Redux-Saga的一个effect，也就是takeEvery，他的作用是监听每个FETCH_USER_INFO,当FETCH_USER_INFO出现的时候，就调用fetchUserInfo函数，注意这里是每个FETCH_USER_INFO。也就是说如果同时发出多个FETCH_USER_INFO，我们每个都会响应并发起请求。类似的还有takeLatest，takeLatest从名字都可以看出来，是响应最后一个请求，具体使用哪一个，要看具体的需求。

然后看看fetchUserInfo函数，这个函数也不复杂，就是调用一个API函数fetchUserInfoAPI去获取数据，注意我们这里函数调用并不是直接的fetchUserInfoAPI()，而是使用了Redux-Saga的call这个effect，这样做可以让我们写单元测试变得更简单，为什么会这样，我们后面讲源码的时候再来仔细看看。获取数据后，我们调用了put去发出FETCH_USER_SUCCEEDED这个action，这里的put类似于Redux里面的dispatch，也是用来发出action的。这样我们的reducer就可以拿到FETCH_USER_SUCCEEDED进行处理了，跟以前的reducer并没有太大区别。

// reducer.js

const initState = {
  userInfo: null,
  error: ''
};

function reducer(state = initState, action) {
  switch (action.type) {
    case 'FETCH_USER_SUCCEEDED':
      return { ...state, userInfo: action.payload };
    case 'FETCH_USER_FAILED':
      return { ...state, error: action.payload };
    default:
      return state;
  }
}

export default reducer;

通过这个例子的代码结构我们可以看出：

action被分为了两种，一种是触发异步处理的，一种是普通的同步action。

异步action使用Redux-Saga来监听，监听的时候可以使用takeLatest或者takeEvery来处理并发的请求。

具体的saga实现可以使用Redux-Saga提供的方法，比如call，put之类的，可以让单元测试更好写。
一个action可以被Redux-Saga和Reducer同时响应，比如上面的FETCH_USER_INFO发出后我还想让页面转个圈，可以直接在reducer里面加一个就行:
...
case 'FETCH_USER_INFO':
      return { ...state, isLoading: true };
...

手写源码

通过上面这个例子，我们可以看出，Redux-Saga的运行是通过这一行代码来实现的：

sagaMiddleware.run(rootSaga);

整个Redux-Saga的运行和原本的Redux并不冲突，Redux甚至都不知道他的存在，他们之间耦合很小，只在需要的时候通过put发出action来进行通讯。所以我猜测，他应该是自己实现了一套完全独立的异步任务处理机制，下面我们从能感知到的API入手，一步一步来探寻下他源码的奥秘吧。本文全部代码参照官方源码写成，函数名字和变量名字尽量保持一致，写到具体的方法的时候我也会贴出对应的代码地址，主要代码都在这里:https://github.com/redux-saga/redux-saga/tree/master/packages/core/src

先来看看我们用到了哪些API，这些API就是我们今天手写的目标:

createSagaMiddleware：这个方法会返回一个中间件实例sagaMiddleware

sagaMiddleware.run: 这个方法是真正运行我们写的saga的入口

takeEvery：这个方法是用来控制并发流程的

call：用来调用其他方法

put：发出action，用来和Redux通讯

从中间件入手

之前我们讲Redux源码的时候详细分析了Redux中间件的原理和范式，一个中间件大概就长这个样子:

function logger(store) {
  return function(next) {
    return function(action) {
      console.group(action.type);
      console.info('dispatching', action);
      let result = next(action);
      console.log('next state', store.getState());
      console.groupEnd();
      return result
    }
  }
}

这其实就相当于一个Redux中间件的范式了：

一个中间件接收store作为参数，会返回一个函数

返回的这个函数接收老的dispatch函数作为参数(也就是上面的next)，会返回一个新的函数

返回的新函数就是新的dispatch函数，这个函数里面可以拿到外面两层传进来的store和老dispatch函数

依照这个范式以及前面对createSagaMiddleware的使用，我们可以先写出这个函数的骨架：

// sagaMiddlewareFactory其实就是我们外面使用的createSagaMiddleware
function sagaMiddlewareFactory() {
  // 返回的是一个Redux中间件
  // 需要符合他的范式
  const sagaMiddleware = function (store) {
    return function (next) {
      return function (action) {
        // 内容先写个空的
        let result = next(action);
        return result;
      }
    }
  }
  
  // sagaMiddleware上还有个run方法
  // 是用来启动saga的
  // 我们先留空吧
  sagaMiddleware.run = () => { }

  return sagaMiddleware;
}

export default sagaMiddlewareFactory;

梳理架构

现在我们有了一个空的骨架，接下来该干啥呢?前面我们说过了，Redux-Saga很可能是自己实现了一套完全独立的异步事件处理机制。这种异步事件处理机制需要一个处理中心来存储事件和处理函数，还需要一个方法来触发队列中的事件的执行，再回看前面的使用的API，我们发现了两个类似功能的API：

takeEvery(action, callback)：他接收的参数就是action和callback，而且我们在根saga里面可能会多次调用它来注册不同action的处理函数，这其实就相当于往处理中心里面塞入事件了。

put(action)：put的参数是action，他唯一的作用就是触发对应事件的回调运行。

可以看到Redux-Saga这种机制也是用takeEvery先注册回调，然后使用put发出消息来触发回调执行，这其实跟我们其他文章多次提到的发布订阅模式很像。

手写channel

channel是Redux-Saga保存回调和触发回调的地方，类似于发布订阅模式，我们先来写个：

export function multicastChannel() {
  const currentTakers = [];     // 一个变量存储我们所有注册的事件和回调

  // 保存事件和回调的函数
  // Redux-Saga里面take接收回调cb和匹配方法matcher两个参数
  // 事实上take到的事件名称也被封装到了matcher里面
  function take(cb, matcher) {
    cb['MATCH'] = matcher;
    currentTakers.push(cb);
  }

  function put(input) {
    const takers = currentTakers;

    for (let i = 0, len = takers.length; i < len; i++) {
      const taker = takers[i]

      // 这里的'MATCH'是上面take塞进来的匹配方法
      // 如果匹配上了就将回调拿出来执行
      if (taker['MATCH'](input)) {
        taker(input);
      }
    }
  }
  
  return {
    take,
    put
  }
}

上述代码中有一个奇怪的点，就是将matcher作为属性放到了回调函数上，这么做的原因我想是为了让外部可以自定义匹配方法，而不是简单的事件名称匹配，事实上Redux-Saga本身就支持好几种匹配模式，包括字符串，Symbol,数组等等。

内置支持的匹配方法可以看这里：https://github.com/redux-saga/redux-saga/blob/master/packages/core/src/internal/matcher.js。

channel对应的源码可以看这里：https://github.com/redux-saga/redux-saga/blob/master/packages/core/src/internal/channel.js#L153

有了channel之后，我们的中间件里面其实只要再干一件事情就行了，就是调用channel.put将接收的action再发给channel去执行回调就行，所以我们加一行代码:

// ... 省略前面代码

const result = next(action);

channel.put(action);     // 将收到的action也发给Redux-Saga

return result;

// ... 省略后面代码

sagaMiddleware.run

前面的put是发出事件，执行回调，可是我们的回调还没注册呢，那注册回调应该在什么地方呢？看起来只有一个地方了，那就是sagaMiddleware.run。简单来说，sagaMiddleware.run接收一个Generator作为参数，然后执行这个Generator，当遇到take的时候就将它注册到channel上面去。这里我们先实现take，takeEvery是在这个基础上实现的。Redux-Saga中这块代码是单独抽取了一个文件，我们仿照这种做法吧。

首先需要在中间件里面将Redux的getState和dispatch等参数传递进去，Redux-Saga使用的是bind函数，所以中间件方法改造如下:

function sagaMiddleware({ getState, dispatch }) {
  // 将getState, dispatch通过bind传给runSaga
  boundRunSaga = runSaga.bind(null, {
    channel,
    dispatch,
    getState,
  })

  return function (next) {
    return function (action) {
      const result = next(action);

      channel.put(action);

      return result;
    }
  }
}

然后sagaMiddleware.run就直接将boundRunSaga拿来运行就行了：

sagaMiddleware.run = (...args) => {
  boundRunSaga(...args)
}

注意这里的...args，这个其实就是我们传进去的rootSaga。到这里其实中间件部分就已经完成了，后面的代码就是具体的执行过程了。

中间件对应的源码可以看这里：https://github.com/redux-saga/redux-saga/blob/master/packages/core/src/internal/middleware.js

runSaga

runSaga其实才是真正的sagaMiddleware.run，通过前面的分析，我们已经知道他的作用是接收Generator并执行，如果遇到take就将它注册到channel上去，如果遇到put就将对应的回调拿出来执行，但是Redux-Saga又将这个过程分为了好几层，我们一层一层来看吧。runSaga的参数先是通过bind传入了一些上下文相关的变量，比如getState, dispatch，然后又在运行的时候传入了rootSaga，所以他应该是长这个样子的：

import proc from './proc';

export function runSaga(
  { channel, dispatch, getState },
  saga,
  ...args
) {
  // saga是一个Generator，运行后得到一个迭代器
  const iterator = saga(...args);

  const env = {
    channel,
    dispatch,
    getState,
  };

  proc(env, iterator);
}

可以看到runSaga仅仅是将Generator运行下，得到迭代器对象后又调用了proc来处理。

runSaga对应的源码看这里：https://github.com/redux-saga/redux-saga/blob/master/packages/core/src/internal/runSaga.js

proc

proc就是具体执行这个迭代器的过程，Generator的执行方式我们之前在另一篇文章详细讲过，简单来说就是可以另外写一个方法next来执行Generator，next里面检测到如果Generator没有执行完，就继续执行next，然后外层调用一下next启动这个流程就行。

export default function proc(env, iterator) {
  // 调用next启动迭代器执行
  next();

  // next函数也不复杂
  // 就是执行iterator
  function next(arg, isErr) {
    let result;
    if (isErr) {
      result = iterator.throw(arg);
    } else {
      result = iterator.next(arg);
    }

    // 如果他没结束，就继续next
    // digestEffect是处理当前步骤返回值的函数
    // 继续执行的next也由他来调用
    if (!result.done) {
      digestEffect(result.value, next)
    }
  }
}

digestEffect

上面如果迭代器没有执行完，我们会将它的值传给digestEffect处理，那么这里的result.value的值是什么的呢？回想下我们前面rootSaga里面的用法

yield takeEvery("FETCH_USER_INFO", fetchUserInfo);

result.value的值应该是yield后面的值，也就是takeEvery("FETCH_USER_INFO", fetchUserInfo)的返回值，takeEvery是再次包装过的effect，他包装了take，fork这些简单的effect。其实对于像take这种简单的effect来说，比如:

take("FETCH_USER_INFO", fetchUserInfo);

这行代码的返回值直接就是一个对象，类似于这样：

{
  IO: true,
  type: 'TAKE',
  payload: {},
}

所以我们这里digestEffect拿到的result.value也是这样的一个对象，这个对象就代表了我们的一个effect，所以我们的digestEffect就长这样：

function digestEffect(effect, cb) {    // 这个cb其实就是前面传进来的next
    // 这个变量是用来解决竞争问题的
    let effectSettled;
    function currCb(res, isErr) {
      // 如果已经运行过了，直接return
      if (effectSettled) {
        return
      }

      effectSettled = true;

      cb(res, isErr);
    }

    runEffect(effect, currCb);
  }

runEffect

可以看到digestEffect又调用了一个函数runEffect，这个函数会处理具体的effect:

// runEffect就只是获取对应type的处理函数，然后拿来处理当前effect
function runEffect(effect, currCb) {
  if (effect && effect.IO) {
    const effectRunner = effectRunnerMap[effect.type]
    effectRunner(env, effect.payload, currCb);
  } else {
    currCb();
  }
}

这点代码可以看出，runEffect也只是对effect进行了检测，通过他的类型获取对应的处理函数，然后进行处理，我这里代码简化了，只支持IO这种effect，官方源码中还支持promise和iterator，具体的可以看看他的源码：https://github.com/redux-saga/redux-saga/blob/master/packages/core/src/internal/proc.js

effectRunner

effectRunner是通过effect.type匹配出来的具体的effect的处理函数，我们先来看两个：take和fork。

runTakeEffect

take的处理其实很简单，就是将它注册到我们的channel里面就行，所以我们建一个effectRunnerMap.js文件，在里面添加take的处理函数runTakeEffect:

// effectRunnerMap.js

function runTakeEffect(env, { channel = env.channel, pattern }, cb) {
  const matcher = input => input.type === pattern;

  // 注意channel.take的第二个参数是matcher
  // 我们直接写一个简单的matcher，就是输入类型必须跟pattern一样才行
  // 这里的pattern就是我们经常用的action名字，比如FETCH_USER_INFO
  // Redux-Saga不仅仅支持这种字符串，还支持多种形式，也可以自定义matcher来解析
  channel.take(cb, matcher);
}

const effectRunnerMap = {
  'TAKE': runTakeEffect,
};

export default effectRunnerMap;

注意上面代码channel.take(cb, matcher);里面的cb，这个cb其实就是我们迭代器的next，也就是说take的回调是迭代器继续执行，也就是继续执行下面的代码。也就是说，当你这样写时：

yield take("SOME_ACTION");
yield fork(saga);

当运行到yield take("SOME_ACTION");这行代码时，整个迭代器都阻塞了，不会再往下运行。除非你触发了SOME_ACTION，这时候会把SOME_ACTION的回调拿出来执行，这个回调就是迭代器的next，所以就可以继续执行下面这行代码了yield fork(saga)。

runForkEffect

我们前面的示例代码其实没有直接用到fork这个API，但是用到了takeEvery，takeEvery其实是组合take和fork来实现的，所以我们先来看看fork。fork的使用跟call很像，也是可以直接调用传进来的方法，只是call会等待结果回来才进行下一步，fork不会阻塞这个过程，而是当前结果没回来也会直接运行下一步：

fork(fn, ...args);

所以当我们拿到fork的时候，处理起来也很简单，直接调用proc处理fn就行了，fn应该是一个Generator函数。

function runForkEffect(env, { fn }, cb) {
  const taskIterator = fn();    // 运行fn得到一个迭代器

  proc(env, taskIterator);      // 直接将taskIterator给proc处理

  cb();      // 直接调用cb，不需要等待proc的结果
}

runPutEffect

我们前面的例子还用到了put这个effect，他就更简单了，只是发出一个action，事实上他也是调用的Redux的dispatch来发出action：

function runPutEffect(env, { action }, cb) {
  const result = env.dispatch(action);     // 直接dispatch(action)

  cb(result);
}

注意我们这里的代码只需要dispatch(action)就行了，不需要再手动调channel.put了，因为我们前面的中间件里面已经改造了dispatch方法了，每次dispatch的时候都会自动调用channel.put。

runCallEffect

前面我们发起API请求还用到了call，一般我们使用axios这种库返回的都是一个promise，所以我们这里写一种支持promise的情况，当然普通同步函数肯定也是支持的：

function runCallEffect(env, { fn, args }, cb) {
  const result = fn.apply(null, args);

  if (isPromise(result)) {
    return result
      .then(data => cb(data))
      .catch(error => cb(error, true));
  }

  cb(result);
}

这些effect具体处理的方法对应的源码都在这个文件里面：https://github.com/redux-saga/redux-saga/blob/master/packages/core/src/internal/effectRunnerMap.js

effects

上面我们讲了几个effect具体处理的方法，但是这些都不是对外暴露的effect API。真正对外暴露的effect API还需要单独写，他们其实都很简单，都是返回一个带有type的简单对象就行：

const makeEffect = (type, payload) => ({
  IO: true,
  type,
  payload
})

export function take(pattern) {
  return makeEffect('TAKE', { pattern })
}

export function fork(fn) {
  return makeEffect('FORK', { fn })
}

export function call(fn, ...args) {
  return makeEffect('CALL', { fn, args })
}

export function put(action) {
  return makeEffect('PUT', { action })
}

可以看到当我们使用effect时，他的返回值就仅仅是一个描述当前任务的对象，这就让我们的单元测试好写很多。因为我们的代码在不同的环境下运行可能会产生不同的结果，特别是这些异步请求，我们写单元测试时来造这些数据也会很麻烦。但是如果你使用Redux-Saga的effect，每次你代码运行的时候得到的都是一个任务描述对象，这个对象是稳定的，不受运行结果影响，也就不需要针对这个造测试数据了，大大减少了工作量。

effects对应的源码文件看这里：https://github.com/redux-saga/redux-saga/blob/master/packages/core/src/internal/io.js

takeEvery

我们前面还用到了takeEvery来处理同时发起的多个请求，这个API是一个高级API，是封装前面的take和fork来实现的，官方源码又构造了一个新的迭代器来组合他们，不是很直观。官方文档中的这种写法反而很好理解，我这里采用文档中的这种写法:

export function takeEvery(pattern, saga) {
  function* takeEveryHelper() {
    while (true) {
      yield take(pattern);
      yield fork(saga);
    }
  }

  return fork(takeEveryHelper);
}

上面这段代码就很好理解了，我们一个死循环不停的监听pattern，即目标事件，当目标事件过来的时候，就执行对应的saga，然后又进入下一次循环继续监听pattern。

总结

到这里我们例子中用到的API已经全部自己实现了，我们可以用自己的这个Redux-Saga来替换官方的了，只是我们只实现了他的一部分功能，还有很多功能没有实现，不过这已经不妨碍我们理解他的基本原理了。再来回顾下他的主要要点：

Redux-Saga其实也是一个发布订阅模式，管理事件的地方是channel，两个重点API：take和put。
take是注册一个事件到channel上，当事件过来时触发回调，需要注意的是，这里的回调仅仅是迭代器的next，并不是具体响应事件的函数。也就是说take的意思就是：我在等某某事件，这个事件来之前不许往下走，来了后就可以往下走了。
put是发出事件，他是使用Redux dispatch发出事件的，也就是说put的事件会被Redux和Redux-Saga同时响应。
Redux-Saga增强了Redux的dispatch函数，在dispatch的同时会触发channel.put，也就是让Redux-Saga也响应回调。
我们调用的effects和真正实现功能的函数是分开的，表层调用的effects只会返回一个简单的对象，这个对象描述了当前任务，他是稳定的，所以基于effects的单元测试很好写。
当拿到effects返回的对象后，我们再根据他的type去找对应的处理函数来进行处理。
整个Redux-Saga都是基于Generator的，每往下走一步都需要手动调用next，这样当他执行到中途的时候我们可以根据情况不再继续调用next，这其实就相当于将当前任务cancel了。