第7篇|退出登录后旧状态还在:把持久化键集中水合和清理

第7篇|退出登录后旧状态还在:把持久化键集中水合和清理

摘要:退出登录后还看到旧头像、旧收藏数、旧课程进度,这类问题很容易被当成页面刷新不及时。实际根因通常是持久化键散落在各处:启动时谁负责水合不清楚,退出时谁负责清理也不清楚。我的做法是把持久化键集中维护,启动时统一写安全默认值,退出时按同一份清单清理。

做鸿蒙应用时,AppStorage、Preferences、本地缓存经常一起出现。它们本身没问题,问题在于项目后期页面越来越多,状态键也越来越散。某个页面新增了 favoriteCourses,另一个页面新增了 profileDraft,退出登录时只清了 token,旧状态就会继续留在页面上。

在这里插入图片描述

这篇文章解决四个具体问题:

  1. 为什么退出登录不能只删 token。
  2. 如何集中维护持久化键。
  3. 启动水合和退出清理怎样复用同一份清单。
  4. 页面如何安全读取 @StorageLink 状态。

在这里插入图片描述
在这里插入图片描述

退出登录不是一个按钮事件,而是一条状态链路

退出登录至少会影响四类状态:

状态例子如果没清理会怎样
身份状态token、userId误判仍是登录态
用户资料昵称、头像显示上一个账号信息
业务缓存收藏、历史、进度新账号看到旧数据
页面草稿搜索词、编辑草稿页面恢复到错误上下文

所以退出登录不能只写成 clearToken()。它应该是一个明确的重置流程,覆盖身份、业务缓存和页面状态。

先把键名集中起来

我会先建一个 PersistKeys,集中列出需要水合和清理的键:

// storage/PersistKeys.ets
export const PersistKeys = {
  token: 'auth_token',
  userId: 'auth_user_id',
  profile: 'profile_state',
  favoriteCourses: 'favorite_courses',
  learningProgress: 'learning_progress',
  searchKeyword: 'search_keyword'
} as const

export const LoginScopedKeys: string[] = [
  PersistKeys.token,
  PersistKeys.userId,
  PersistKeys.profile,
  PersistKeys.favoriteCourses,
  PersistKeys.learningProgress,
  PersistKeys.searchKeyword
]

这份清单的价值在于可复用。启动水合、退出清理、重置测试数据都可以引用同一组键,避免某个新状态只加在页面里,忘了加到清理流程里。

启动时先写安全默认值

页面挂载时,@StorageLink 读到的值可能还没准备好。为了避免首屏访问未准备状态,我会在应用启动阶段先写默认值:

// storage/AppStorageBootstrap.ets
import { PersistKeys } from './PersistKeys'

export class AppStorageBootstrap {
  static hydrateDefaults(): void {
    AppStorage.setOrCreate(PersistKeys.token, '')
    AppStorage.setOrCreate(PersistKeys.userId, '')
    AppStorage.setOrCreate(PersistKeys.profile, {})
    AppStorage.setOrCreate(PersistKeys.favoriteCourses, [])
    AppStorage.setOrCreate(PersistKeys.learningProgress, {})
    AppStorage.setOrCreate(PersistKeys.searchKeyword, '')
  }
}

这一步不是读取真实数据,而是先保证页面读到的是安全结构。比如数组就是数组,对象就是对象,字符串就是字符串。页面后续可以等持久化数据加载完成再更新。

AbilityStage 里完成基础水合

基础水合适合放在启动早期,保证页面创建前已有默认值:

// entryability/EntryAbility.ets
import { AppStorageBootstrap } from '../storage/AppStorageBootstrap'

onCreate(want: Want, launchParam: AbilityConstant.LaunchParam): void {
  AppStorageBootstrap.hydrateDefaults()
  console.info('[storage] default app storage hydrated')
}

如果项目里还有 Preferences 读取,可以在默认值之后异步补真实值。关键是不要让页面第一次挂载时面对 undefined,尤其是数组、对象这类会被 .length 或属性访问触发异常的值。

退出登录用统一服务清理

退出登录时,不要在页面里一个个删。用一个服务统一清理:

// service/LogoutService.ets
import { LoginScopedKeys, PersistKeys } from '../storage/PersistKeys'

export class LogoutService {
  static async logout(preferences: dataPreferences.Preferences): Promise<void> {
    for (const key of LoginScopedKeys) {
      await preferences.delete(key)
    }
    await preferences.flush()

    AppStorage.set(PersistKeys.token, '')
    AppStorage.set(PersistKeys.userId, '')
    AppStorage.set(PersistKeys.profile, {})
    AppStorage.set(PersistKeys.favoriteCourses, [])
    AppStorage.set(PersistKeys.learningProgress, {})
    AppStorage.set(PersistKeys.searchKeyword, '')
  }
}

这段代码同时处理两层:持久化存储和运行时状态。只删 Preferences 不够,因为当前页面可能还在读 AppStorage;只改 AppStorage 也不够,因为下次启动可能又把旧值读回来。

页面读取状态要有安全方法

页面里不要直接假设 @StorageLink 一定是你想要的类型。尤其是在 Builder 里,直接对不确定对象做字符串拼接或 .length,很容易把状态问题变成运行时崩溃。

// pages/ProfilePage.ets
@Entry
@Component
struct ProfilePage {
  @StorageLink('favorite_courses') favoriteCourses: string[] = []
  @StorageLink('profile_state') profile: Record<string, Object> = {}

  getFavoriteCount(): number {
    if (!Array.isArray(this.favoriteCourses)) {
      return 0
    }
    return this.favoriteCourses.length
  }

  getNickname(): string {
    const value = this.profile['nickname']
    return typeof value === 'string' && value.length > 0 ? value : '未登录用户'
  }

  build() {
    Column() {
      Text(this.getNickname())
      Text(`收藏课程:${this.getFavoriteCount()}`)
    }
  }
}

这里用普通方法返回安全值,页面展示层就不用面对不确定结构。退出登录、切账号、清空数据后,页面仍然能稳定渲染。

退出后要处理路由回退

状态清掉以后,如果用户还停留在详情页或个人中心深层页面,也可能看到不该出现的界面。退出流程应该把页面带回明确入口:

// pages/ProfileSettingsPage.ets
async function confirmLogout(preferences: dataPreferences.Preferences): Promise<void> {
  await LogoutService.logout(preferences)
  router.replaceUrl({ url: 'pages/LoginPage' })
}

这里用 replaceUrl 是为了避免用户按返回键又回到登录前的页面。退出登录不仅是数据清理,也包含导航栈收口。

我会怎样复查退出流程

我一般按下面场景走:

  1. 登录账号 A,进入个人中心、收藏页、学习进度页。
  2. 执行退出登录,确认头像、昵称、收藏、进度全部清空。
  3. 按返回键,确认不会回到账号 A 的页面。
  4. 关闭应用再打开,确认旧状态没有从持久化里恢复。
  5. 登录账号 B,确认不会看到账号 A 的业务缓存。

这套复查能覆盖运行时状态、持久化状态、导航栈和切账号场景。

常见问题和处理方式

现象常见原因处理方式
退出后头像还在只删了 token同时清 profile 和 AppStorage
重启后旧数据回来Preferences 没删干净按 LoginScopedKeys 统一删除
退出后返回到旧页面导航栈没收口用 replaceUrl 回登录页
页面偶发崩溃StorageLink 首次值不安全启动时 setOrCreate 默认值

小结:状态清理要和状态创建使用同一份清单

退出登录要稳定,关键不是多写几个 delete,而是让状态创建和状态清理都围绕同一份键名清单。启动先水合安全默认值,页面用方法读取安全值,退出时同时清持久化和运行时状态,最后收掉导航栈。这样旧账号状态就不会在新会话里冒出来。

内容概要:本文研究了一种基于改进ICEEMDAN的火电-蓄电池-飞轮混合储能联合调频协同控制策略,旨在提升电力系统频率调节的快速响应能力与运行稳定性。通过引入改进的自适应噪声完备集合经验模态分解(ICEEMDAN)方法,对电网频率偏差信号进行多时间尺度分解,精确分离高频与低频动态分量,并据此实现功率的差异化分配:高频成分由响应迅速的飞轮储能承担,低频成分由能量密度高的蓄电池处理,同时结合火电机组的基础调频能力,构建火电-混合储能多源协同控制架构。该策略充分发挥各类储能技术的优势,有效缓解单一储能系统的压力,延长设备寿命,并提升系统整体调频性能。文中提供了完整的Matlab仿真代码实现,验证了该方法在抑制频率波动、优化储能出力、提高系统可靠性经济性方面的显著效果。; 适合人群:具备电力系统分析、自动控制理论及新能源技术等相关专业知识背景,熟悉Matlab/Simulink仿真平台,从事电力系统调频控制、混合储能系统优化、多时间尺度能量管理等领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①深入研究混合储能系统在电网一次调频与二次调频中的功率分配机制与协调控制逻辑;②掌握ICEEMDAN信号分解技术在能源系统动态特征提取与多尺度控制中的应用方法;③实现火电机组与多类型储能协同参与调频的仿真建模、算法开发与性能对比分析;④为综合能源系统、微电网及新型电力系统的多源多时间尺度协调控制提供理论依据与技术参考。; 阅读建议:建议结合提供的Matlab代码逐模块分析算法实现流程,重点理解信号分解、模态分量判别、功率分配规则及控制器设计等关环节,可通过调整系统参数、模拟不同扰动工况进行仿真测试,进一步开展灵敏度分析与策略优化,以深化对协同控制机理的认识并拓展其实际应用价值。
内容概要:本文针对光伏-储能-数据中心系统的容量优化配置问题,构建了一个多能互补的园区级能源系统数学模型,旨在实现可再生能源高效利用与高能耗负荷的可靠供应。研究综合考虑光伏发电的间歇性、储能系统的动态响应特性以及数据中心的刚性用电需求,提出一种协调优化方法,通过Matlab平台进行仿真与代码实现。文中详细阐述了以降低系统综合运行成本、提高能源自给率保障供电可靠性为目标的目标函数设计,建立了包含功率平衡、设备容量、运行约束在内的完整约束体系,并采用合适的优化算法求解,最终通过具体案例验证了模型的有效性实用性,为绿色低碳数据中心的规划建设提供了理论依据技术支撑。; 适合人群:具备一定电力系统、能源工程或自动化背景的研究生、科研人员及从事新能源系统规划的工程技术人员。; 使用场景及目标:①应用于园区级综合能源系统规划与设计;②为数据中心等高耗能设施的绿色低碳运行提供决策支持;③实现光伏、储能与负载之间的协同优化,提升能源利用效率;④作为学术研究参考,复现并改进相关优化模型。; 阅读建议:建议读者结合Matlab代码深入理解模型实现细节,重点关注目标函数构建与约束处理方式,同时可尝试替换不同优化算法或调整参数以观察结果变化,从而加深对容量配置问题本质的理解。
内容概要:本文聚焦“计及V2G主动支撑的输配协同日前-实时优化调度”这一核心课题,系统性地介绍了基于Matlab实现的多时间尺度电力系统优化调度模型,重点探讨了电动汽车(V2G)作为灵活资源参与电网主动支撑的协同调度机制。研究涵盖输配电网协同架构下的日前与实时调度联动、混合储能系统的功率分配策略、风电出力波动的平抑技术,并引入灰狼优化算法(GWO)、改进型自适应完备集合经验模态分解(ICEEMDAN)及模型预测控制(MPC)滚动优化等先进算法,以提升调度决策的精度与系统运行的稳定性。文中还整合了光伏-储能-电动汽车协同优化、火-储联合调频、电氢氨耦合系统等前沿方向,展示了多项科研成果的复现案例,强调利用成熟算法工具包与仿真平台提升科研效率与创新水平。; 适合人群:具备电力系统分析、现代优化理论及Matlab编程基础,从事智能电网、新能源并网、综合能源系统、V2G技术等相关领域研究的研究生、高校科研人员及电力行业工程技术开发者。; 使用场景及目标:① 构建并仿真电动汽车参与输配协同调度的多时间尺度优化模型;② 掌握基于GWO、CEEMDAN等智能算法的混合储能功率分解与风电波动抑制方法;③ 深入理解MPC在微电网与综合能源系统动态调度中的应用机制;④ 借鉴复现案例开展低碳、高比例可再生能源背景下的新型电力系统优化研究; 阅读建议:建议结合网盘提供的完整代码资源,按照主题模块循序渐进地实践,重点关注模型构建的数学逻辑、算法参数设置与求解流程,对比不同算法性能差异,并延伸至电-算-热-氢多能耦合等新兴场景,激发科研创新思维。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值