// 获取用户
const { data: user } = useQuery({
queryKey: ["user", email],
queryFn: getUserByEmail
});
const userId = user?.id;
// 然后获取用户的项目
const {
status,
fetchStatus,
data: projects
} = useQuery({
queryKey: ["projects", userId],
queryFn: getProjectsByUser,
// 在 userId 存在之前,查询不会执行
enabled: !!userId
});
在查询开始时,projects 查询的状态是:
status: 'pending'
isPending: true
fetchStatus: 'idle'
一旦用户数据可用,projects 查询将启用,状态变为:
status: 'pending'
isPending: true
fetchStatus: 'fetching'
一旦获取到项目,状态将变为:
status: 'success'
isPending: false
fetchStatus: 'idle'
// 获取用户ID
const { data: userIds } = useQuery({
queryKey: ["users"],
queryFn: getUsersData,
select: (users) => users.map((user) => user.id)
});
// 然后获取用户的消息
const usersMessages = useQueries({
queries: userIds
? userIds.map((id) => {
return {
queryKey: ["messages", id],
queryFn: () => getMessagesByUsers(id)
};
})
: [] // 如果 users 为 undefined,则返回空数组
});
依赖查询本质上形成了请求瀑布效应,这会影响性能。假设两个查询所需时间相同,那么串行执行它们的时间总是会是并行执行的两倍,这对于高延迟的客户端尤为不利。如果可能,最好重新设计后端 API,使得两个查询能够并行获取,尽管这在实际操作中并不总是可行的。