Alien Signals 技术分析之响应式系统核心 (Reactive System Core)(四)

在前三章中，我们分别学习了 信号 (Signal) 如何存储基本状态，计算属性 (Computed) 如何根据状态派生新状态，以及 副作用 (Effect) 如何响应状态变化并执行操作。你可能已经想过：它们是如何协同工作的？是什么在幕后连接这一切，确保当一个信号变化时，依赖它的计算属性会更新，进而触发相关的副作用执行呢？

答案就是我们这一章的主角：响应式系统核心 (Reactive System Core)。

什么是响应式系统核心？为什么需要它？

想象一下你正在导演一部戏剧。你有演员（信号）、有需要根据其他演员台词即兴发挥的演员（计算属性）、还有负责在特定剧情点触发灯光或音效的技术人员（副作用）。

• 信号 (Signal)：就像基础演员，记住自己的台词（数据）。
• 计算属性 (Computed)：像即兴演员，它的台词（值）依赖于其他演员。
• 副作用 (Effect)：像技术人员，当某个演员说了特定台词（数据变化）时，触发灯光音效（执行操作）。

那么，谁来确保：

1. 当一个演员改了台词时，依赖他台词的即兴演员知道需要调整自己的表演？（依赖追踪与通知）
2. 即兴演员调整完表演后，相关的技术人员知道该触发灯光音效了？（变化传播）
3. 整个流程高效有序，不会因为一个演员的小调整就让所有人都乱作一团？（调度与优化）

这个协调者，就是 响应式系统核心 (Reactive System Core)。它不是我们直接在应用代码里频繁调用的东西，而是 master 内部的“引擎”或“大脑”。它通过一个名为 createReactiveSystem 的内部函数创建，并提供了一系列底层工具函数，供 signal, computed, effect 等我们熟悉的 API 在内部使用。

就像一个城市的中央交通调度系统：

• 它知道哪些道路（数据源）连接到哪些路口（依赖者）。
• 当一条道路发生拥堵或通畅时（数据变化），它会调整相关路口的信号灯（通知更新）。
• 它指挥车辆（更新流程）何时以及如何通行，避免混乱和拥堵（调度执行）。

没有这个核心系统，信号、计算属性和副作用就只是一盘散沙，无法形成一个自动响应变化的有机整体。

核心职责：幕后英雄的工作

响应式系统核心主要负责以下几项关键工作，这些工作通常由它内部的一些函数来完成：

1. 建立连接 (link)：谁依赖谁？

当你在一个计算属性 (Computed) 或 副作用 (Effect) 的函数内部读取一个信号 (Signal) 时，系统需要记录下这种依赖关系。就好比你订阅了一份报纸，报社需要知道要把报纸寄给你。

核心系统提供的 link 函数就负责这个任务。它会在信号和它的读取者（订阅者，Subscriber）之间建立一个链接。

• 何时发生？ 当 computed 的计算函数执行并读取 signal() 时，或者当 effect 的函数执行并读取 signal() 时。
• 做什么？ link 函数会把当前的 computed 或 effect (称为订阅者 sub) 添加到被读取的 signal (称为依赖 dep) 的订阅者列表 (subs) 中。同时，也会把这个 signal 添加到 computed 或 effect 的依赖列表 (deps) 中。这是一个双向记录的过程。

// 简化示意：当 effect 读取 signal 时
function someEffectFunction() {
  const value = mySignal(); // 读取信号
  // 在 mySignal() 内部，如果检测到当前有活动的 effect (activeSub)，
  // 就会调用核心的 link(mySignalObject, activeEffectObject)
}

这个链接过程是依赖追踪与链接 (Tracking & Linking) 的核心部分，我们将在下一章详细探讨。

2. 传播变化 (propagate)：信号灯变了！

当一个信号 (Signal) 的值被写入新值时，它需要通知所有依赖它的订阅者（比如计算属性 (Computed) 或 副作用 (Effect)）。

核心系统提供的 propagate 函数负责这个“广播”任务。它会遍历信号的所有订阅者，并通知它们：“嘿，你关注的数据变了！”

• 何时发生？ 当你调用 mySignal(newValue) 并且 newValue 与旧值不同时。
• 做什么？ propagate 会找到所有通过 link 建立关系的订阅者。对于每个订阅者，它会设置一个状态标记（比如 Dirty 表示需要重新计算，PendingComputed 或 PendingEffect 表示需要检查或执行）。这就像交通调度系统把依赖该信号的路口的信号灯变红或变黄，提示需要注意。

// 简化示意：signal 写入逻辑
function signalGetterSetter(newValue) {
  if (this.currentValue !== newValue) {
    this.currentValue = newValue;
    const subs = this.subs; // 获取订阅者列表
    if (subs !== undefined) {
      propagate(subs); // 调用核心函数，通知所有订阅者
      // ... 可能还有后续的调度逻辑 ...
    }
  }
}

3. 调度执行 (notifyEffect, updateComputed, processEffectNotifications)：指挥交通！

仅仅标记订阅者“需要更新”还不够，系统还需要决定何时以及如何真正执行更新。比如，计算属性应该在被读取时才重新计算（惰性），而副作用则应该在依赖变化后尽快执行（但可能需要批量处理）。

核心系统提供了一些函数来管理这个调度过程：

• updateComputed：当一个被标记为 Dirty 的计算属性 (Computed) 被读取时，这个函数（或者调用它的 processComputedUpdate）会被触发。它负责：

1. 1. 开始追踪新的依赖 (startTracking)。
   2. 执行用户提供的计算函数 (getter)。
   3. 在执行过程中，通过 link 建立新的依赖关系。
   4. 结束追踪 (endTracking)，清理旧的、不再需要的依赖。
   5. 缓存新的计算结果。
   6. 如果结果变化了，可能需要继续 propagate 给下游依赖者。

• notifyEffect：当一个副作用 (Effect) 被标记为需要执行时（例如，在 propagate 之后），这个函数（或者调用它的 processEffectNotifications）会被触发。它负责：

1. 1. 开始追踪依赖 (startTracking)。
   2. 重新执行用户提供的副作用函数 (fn)。
   3. 在执行过程中，通过 link 建立或确认依赖关系。
   4. 结束追踪 (endTracking)。

• processEffectNotifications：这个函数通常在一次或一批更新操作结束后被调用。它会检查所有被标记为需要执行的副作用，并调用 notifyEffect 来实际执行它们。这有助于批量处理 (Batching)，避免同一个副作用在短时间内被触发多次。

// 简化示意：计算属性读取逻辑
function computedGetter() {
  // 检查是否标记为 Dirty 或 PendingComputed
  if (this.flags & (SubscriberFlags.Dirty | SubscriberFlags.PendingComputed)) {
    // 调用核心函数来处理计算和更新
    processComputedUpdate(this, this.flags);
  }
  // ... 返回缓存的值 ...
}
// 简化示意：信号写入后的处理
function signalGetterSetter(newValue) {
  // ... 更新值，调用 propagate ...
  if (!batchDepth) { // 如果不在批量处理模式
    processEffectNotifications(); // 立即处理需要执行的 effect
  }
}

这些调度函数确保了更新以一种高效且可预测的方式进行。

工作流程：一场协调好的演出

让我们通过一个简单的例子，看看响应式系统核心是如何协调信号、计算属性和副作用的：

假设我们有：

• firstName = signal("张")
• lastName = signal("三")
• fullName = computed(() => firstName() + lastName())
• greetingEffect = effect(() => console.log("你好, " + fullName() + "!"))

初始状态下：

1. greetingEffect 首次执行，读取 fullName()。
2. fullName() 首次执行（因为它是惰性的），读取 firstName() 和 lastName()。
3. 核心系统 (link) 建立依赖关系：

• • firstName -> fullName
  • lastName -> fullName
  • fullName -> greetingEffect

现在，用户执行 firstName("李")：

流程解读：

1. 写入与传播: firstName("李") 触发 propagate。
2. 标记依赖: fullName 被标记为 Dirty，greetingEffect 被标记为 PendingEffect 并加入待处理队列。
3. 处理通知: processEffectNotifications 开始处理队列。
4. 执行 Effect: 轮到 greetingEffect，系统准备执行它的函数。
5. 读取 Computed: greetingEffect 的函数读取 fullName()。
6. 重新计算 Computed: fullName 发现自己是 Dirty，触发 processComputedUpdate。
7. 追踪与计算: processComputedUpdate 内部重新执行 fullName 的 getter，再次读取 firstName 和 lastName，并确认依赖关系 (link)。计算出新值 "李三"。
8. 缓存与返回: fullName 缓存 "李三" 并清除 Dirty 标记，然后将新值返回给 greetingEffect。
9. 完成 Effect: greetingEffect 使用新值 "李三" 完成其 console.log 操作。
10. 清理: endTracking 清理追踪状态。

整个过程由响应式系统核心在幕后精确地协调和调度。

核心代码一瞥

我们不会深入 createReactiveSystem 的所有细节，但可以看看它是如何在 src/index.ts 中被使用的，以及它返回的一些核心函数是如何被 signal 等调用的。

createReactiveSystem 的使用

在 src/index.ts 的开头，你会看到 createReactiveSystem 被调用，并传入了两个关键的配置函数：updateComputed 和 notifyEffect。这就像是告诉核心引擎“当你需要更新计算属性时，就这样做”以及“当你需要通知副作用时，就这样做”。

// src/index.ts (部分)
// 导入核心类型和创建函数
import { createReactiveSystem, Dependency, Subscriber, SubscriberFlags } from './system.js';
// ... 其他接口定义 ...
// 调用 createReactiveSystem 来创建核心实例
// 并解构出核心提供的函数 (link, propagate 等)
const {
	link,
	propagate,
	updateDirtyFlag,
	startTracking,
	endTracking,
	processEffectNotifications,
	processComputedUpdate,
	processPendingInnerEffects,
} = createReactiveSystem({
	// 配置项：如何更新 Computed
	updateComputed(computed: Computed): boolean {
		// ... (设置 activeSub, startTracking)
		try {
			const oldValue = computed.currentValue;
			// 执行用户提供的 getter
			const newValue = computed.getter(oldValue);
			if (oldValue !== newValue) {
				computed.currentValue = newValue; // 更新缓存
				return true; // 值改变了
			}
			return false; // 值没变
		} finally {
			// ... (恢复 activeSub, endTracking)
		}
	},
	// 配置项：如何通知 Effect 或 EffectScope
	notifyEffect(e: Effect | EffectScope) {
		if ('isScope' in e) { // 区分 Effect 和 EffectScope
			return notifyEffectScope(e); // (我们将在后面章节学习 EffectScope)
		} else {
			return notifyEffect(e); // 调用内部的 effect 通知逻辑
		}
	},
});

解释:

• createReactiveSystem 返回一个包含多个底层函数的对象，这些函数是响应式机制的核心。
• 我们传入的 updateComputed 和 notifyEffect 函数定义了当核心系统决定要更新计算属性或执行副作用时，具体应该执行什么操作（主要是调用用户提供的 getter 或 fn，并管理依赖追踪）。

核心函数的使用示例

这些由 createReactiveSystem 返回的函数，被 signal, computed, effect 等函数在内部广泛使用。

信号写入 (signalGetterSetter) 调用 propagate:

// src/index.ts (signalGetterSetter 写入部分简化)
function signalGetterSetter<T>(this: Signal<T>, ...value: [T]): T | void {
	if (value.length) { // 检查是否是写入操作
		if (this.currentValue !== (this.currentValue = value[0])) { // 检查值是否改变
			const subs = this.subs; // 获取订阅者列表
			if (subs !== undefined) {
				propagate(subs); // !! 调用核心函数传播变化 !!
				if (!batchDepth) { // 如果不在批量模式
					processEffectNotifications(); // !! 调用核心函数处理 effect !!
				}
			}
		}
	} else {
		// ... 读取逻辑 ...
	}
}

计算属性读取 (computedGetter) 调用 processComputedUpdate 和 link:

// src/index.ts (computedGetter 简化)
function computedGetter<T>(this: Computed<T>): T {
	const flags = this.flags;
	// 检查是否需要更新 (Dirty 或 PendingComputed)
	if (flags & (SubscriberFlags.Dirty | SubscriberFlags.PendingComputed)) {
		// !! 调用核心函数处理计算和更新 !!
		processComputedUpdate(this, flags);
	}
	if (activeSub !== undefined) { // 如果当前有更高层级的订阅者在读取这个 computed
		link(this, activeSub); // !! 调用核心函数建立链接 !!
	}
	// ... (处理 activeScope 的链接) ...
	return this.currentValue!; // 返回缓存的值
}

副作用创建 (effect) 调用 startTracking, endTracking, link:

// src/index.ts (effect 函数简化)
export function effect<T>(fn: () => T): () => void {
	const e: Effect = { /* ... 创建 effect 对象 ... */ };
	// ... (处理 activeSub 或 activeScope 的链接) ...
	const prevSub = activeSub;
	activeSub = e; // 将当前 effect 设为活动订阅者
	startTracking(e); // !! 调用核心函数开始追踪 !!
	try {
		e.fn(); // 执行用户函数 (内部读取信号时会调用 link)
	} finally {
		endTracking(e); // !! 调用核心函数结束追踪 !!
		activeSub = prevSub; // 恢复之前的活动订阅者
	}
	return effectStop.bind(e); // 返回停止函数
}

这些例子展示了我们之前学习的 signal, computed, effect 是如何依赖响应式系统核心提供的底层能力来工作的。

总结

在本章中，我们揭开了 master 响应式系统幕后的“大脑”——响应式系统核心 (Reactive System Core)。

• 它是由内部函数 createReactiveSystem 创建的引擎，负责协调整个响应式流程。
• 用户通常不直接与它交互，但 signal, computed, effect 都依赖它提供的底层能力。
• 核心职责包括：
• • link: 建立依赖 (Dependency)和订阅者 (Subscriber)之间的连接。
  • propagate: 在依赖变化时，传播通知，标记需要更新的订阅者。
  • updateComputed, notifyEffect, processEffectNotifications: 调度和执行计算属性的重新计算以及副作用的重新运行，并处理优化（如批量处理）。
• 它就像一个中央交通调度系统，确保数据变化能够顺畅、高效地流向所有相关的计算和副作用。

理解响应式核心的存在和职责，有助于我们更深入地理解为什么 master 的响应式系统能够自动、高效地工作。

下一步

我们已经了解了响应式核心的整体作用，以及它提供的几个关键功能。其中，依赖追踪和链接 (link) 是实现自动化的基础——系统必须先知道“谁依赖谁”，才能在变化发生时进行正确的通知。

在下一章，我们将聚焦于这个过程，深入探讨 link, startTracking, endTracking 等函数是如何工作的，以及依赖关系是如何被精确地建立和维护的。