当前位置:首页 > 文章列表 > 文章 > 前端 > Vue 响应式系统如何收集依赖?一文讲透底层原理

Vue 响应式系统如何收集依赖?一文讲透底层原理

2026-04-05 21:40:15 0浏览 收藏
Vue响应式系统的核心秘密在于“依赖收集”——它并非主动扫描,而是在你读取响应式数据的瞬间,悄然记下当前正在执行的组件、计算属性或侦听器(即Watcher),就像图书馆精准登记谁借了哪本书;这一过程依托Observer(为数据添加监听)、Dep(每个属性背后的“订阅小本子”)和Watcher(代表各类观察任务)三者协同完成,确保数据变化时只通知真正依赖它的部分,从而实现毫秒级的精准更新,彻底告别全量重绘或漏更的低效与风险。

Vue 响应式系统中的依赖收集是怎么回事?用大白话讲透底层原理

依赖收集,说白了就是Vue 记住“谁在看这个数据”的过程。它不是主动去查,而是在你读取数据的那一刻,悄悄把正在干活的组件(或计算属性、侦听器)记下来——就像图书馆借书登记一样,谁翻了哪本书,系统就记一笔。

为什么需要收集?不收集会怎样?

如果没有依赖收集,Vue 就像蒙着眼睛干活:数据变了,但它不知道该通知谁更新。比如一个 {{ user.name }} 在模板里用了三次,分布在三个不同组件中,Vue 必须知道这三处都依赖 user.name,改了名字时才能精准刷新它们,而不是全页面重绘或漏掉某一处。

关键点:收集只发生在“读取时”(getter 触发),不是定义时,也不是修改时

收集是怎么发生的?三步走清清楚楚

整个过程围绕三个核心角色协同工作:

  • Observer:负责给数据对象“装监控”,用 Object.defineProperty(Vue 2)或 Proxy(Vue 3)把每个属性变成可监听的;
  • Dep(依赖收集器):每个响应式属性背后都有一个 Dep 实例,它像个“小本子”,专门记录哪些 Watcher 关注了自己;
  • Watcher:代表一个“观察者任务”,比如组件渲染函数、计算属性的 getter、watch 回调。它在执行过程中会读取响应式数据,从而触发 getter → 进而把自己写进对应属性的 Dep 小本子里。

举个简化的例子:

组件首次渲染时,执行 render() 函数 → 里面访问 this.message → 触发 message 的 getter → 此时 Vue 发现当前正在执行的是这个组件的 Watcher → 就把它加到 message 对应的 Dep 的订阅列表里。

谁在什么时候被收集?常见场景还原

依赖收集不是一次性的,而是按需、动态发生的:

  • 模板插值{{ count }} 渲染时读取 count,组件 Watcher 被收集;
  • 计算属性computed: { fullName() { return this.firstName + ' ' + this.lastName } },首次求值时,firstNamelastName 的 getter 都会被触发,各自 Dep 记下这个计算属性的 Watcher;
  • watch 侦听器watch: { age(newVal) { ... } },内部会新建一个 Watcher 去读取 age,从而完成收集;
  • 不触发收集的情况:直接访问未声明在 datasetup() 中的属性、使用 Object.keys() 遍历响应式对象(不会触发 getter)、对数组用 arr[10] = x(Vue 2 不劫持索引赋值)。

收集完之后,怎么用?

收集只是第一步。当后续你改 message = 'hi',setter 被触发 → 找到 message 对应的 Dep → 遍历它的订阅列表 → 逐个调用每个 Watcher 的 update() 方法 → 组件重新渲染、计算属性重新求值、watch 回调执行……整条链路就跑通了。

一句话收尾:依赖收集是 Vue 实现“精准更新”的地基——它让框架从“盲目刷新”变成“指哪打哪”

今天关于《Vue 响应式系统如何收集依赖?一文讲透底层原理》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!

MuleRun怎么用?小红书爆款文案生成器!MuleRun怎么用?小红书爆款文案生成器!
上一篇
MuleRun怎么用?小红书爆款文案生成器!
AnythingV5透视控制技巧分享
下一篇
AnythingV5透视控制技巧分享
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • SuperCLUE中文大模型评测基准:功能、能力维度与应用指南
    SuperCLUE
    SuperCLUE是权威的中文大语言模型综合评测基准,涵盖语言理解、知识应用、AI Agent智能体及安全性等12项核心能力。通过多轮对话与客观测试,定期发布榜单与技术报告,为模型研发、优化及行业选型提供科学依据。
    173次使用
  • C-Eval中文评测基准:大语言模型多学科能力评估指南
    C-Eval
    深入了解C-Eval中文评估套件,涵盖52个学科与4级难度。本文详解其功能特点、Zero-shot/Few-shot使用方法及代码示例,助您全面评测LLM中文理解与泛化能力。
    104次使用
  • AI Prompt Library:免费AI提示词库,助力ChatGPT高效创作与营销
    AI Prompt Library
    探索AI Prompt Library免费资源库,涵盖营销、写作及多场景AI提示词。兼容ChatGPT、Claude等工具,一键复制优化输出,提升工作效率。
    31次使用
  • LangGPT提示词框架:结构化Prompt设计方法与开源工具指南
    LangGPT
    LangGPT是一种受编程语言启发的结构化提示词设计工具,提供双层框架、模块化模板及变量功能,帮助用户高效编写高质量Prompt。该项目已在GitHub免费开源,适用于内容创作、编程辅助等多场景。
    41次使用
  • ClickPrompt:AI提示词生成与优化工具,支持Stable Diffusion、ChatGPT及代码辅助
    ClickPrompt
    ClickPrompt是一款专为AI提示词编写者设计的开源在线工具,支持Stable Diffusion绘图、ChatGPT对话及GitHub Copilot代码辅助。提供Prompt自动生成、一键运行、社区分享及可视化优化功能,帮助用户高效获取精准AI输出。
    77次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码