مقایسه روش های مدیریت State در برنامه نویسی فلاتر با الگوی بلاک و Riverpod

در این مقاله، شش دلیلی را که چرا بلاک را به Riverpod در برنامه نویسی فلاتر ترجیح دادم به اشتراک می‌گذارم، همراه با توضیحات

در شروع یک پروژه جدید فلاتر، یکی از اولین تصمیماتی که توسعه‌دهندگان باید بگیرند، انتخاب راهکار مناسب مدیریت State است.

با وجود چندین گزینه محبوب موجود، این تصمیم معمولاً به دو رقیب برجسته خلاصه می‌شود: بلاک و Riverpod.

در این مقاله، شش دلیلی را که چرا بلاک را به Riverpod ترجیح دادم به اشتراک می‌گذارم، همراه با توضیحات مفصل و مثال‌های به‌روز شده تا به شما در درک بهتر هر دو کتابخانه کمک کنم.

این دلایل بر اساس تجربه شخصی و بینش‌های به دست آمده از کار بر روی پروژه‌های پیچیده فلاتر است.

اهمیت مدیریت State در فلاتر

در توسعه برنامه‌های فلاتر، مدیریت State یا وضعیت برنامه از اهمیت بسزایی برخوردار است.

State به داده‌هایی اطلاق می‌شود که در طول چرخه حیات یک برنامه تغییر می‌کنند و نحوه نمایش و رفتار برنامه را تعیین می‌کنند .

مدیریت صحیح این داده‌ها برای اطمینان از پایداری، کارایی و قابلیت نگهداری برنامه‌های فلاتر ضروری است .

ماهیت پویای برنامه‌های مدرن ایجاب می‌کند که تغییرات State به شیوه‌ای سازمان‌یافته و قابل پیش‌بینی مدیریت شوند.

تعاملات کاربر، پاسخ‌های شبکه و فرآیندهای پس‌زمینه همگی می‌توانند منجر به تغییر در داده‌های برنامه شوند و مدیریت مؤثر این تغییرات برای ارائه یک تجربه کاربری روان و پاسخگو حیاتی است.

در واقع، مدیریت نامناسب State می‌تواند منجر به مشکلات متعددی از جمله ناسازگاری‌های رابط کاربری، رفتارهای غیرمنتظره و دشواری در رفع اشکالات شود.

الگوی مدیریت State در فلاتر: Bloc

الگوی Bloc، که مخفف Business Logic Components است، در سال 2018 توسط گوگل به عنوان یک رویکرد ساختارمند برای مدیریت State در برنامه‌های فلاتر معرفی شد.

ارائه این الگو توسط گوگل نشان‌دهنده اهمیت آن و نقش آن به عنوان یک الگوی اساسی برای مدیریت State در اکوسیستم فلاتر است و به همین دلیل از پشتیبانی و مجموعه‌ای از بهترین شیوه‌های مرتبط برخوردار است.

در معماری Bloc، رویدادها (Events) نقش ورودی‌ها را ایفا می‌کنند.

این رویدادها از طریق رابط کاربری یا سایر بخش‌های برنامه ارسال می‌شوند و نشان‌دهنده وقوع یک عمل یا درخواست برای تغییر در State هستند.

استفاده از Stream برای پیاده‌سازی رویدادها امکان مدیریت جریان ناهمزمان داده‌ها را فراهم می‌کند و به Bloc اجازه می‌دهد تا به چندین رویداد در یک ترتیب خاص واکنش نشان دهد، که این امر برای مدیریت تعاملات پیچیده کاربر یا به‌روزرسانی‌های مداوم داده بسیار مهم است.

الگوی مدیریت State در فلاتر: Riverpod

Riverpod به عنوان یک چارچوب مدیریت State واکنش‌گرا و تزریق وابستگی در فلاتر شناخته می‌شود.

این الگو به عنوان نسخه بهبودیافته پکیج Provider معرفی شده است.

معرفی Riverpod به عنوان یک ارتقاء برای Provider نشان می‌دهد که این الگو برخی از محدودیت‌ها یا نقاط ضعف نسخه قبلی خود را برطرف کرده و مزایایی نظیر عملکرد بهبودیافته، تجربه کاربری بهتر برای توسعه‌دهندگان و ایمنی نوع (Type Safety) بیشتر را ارائه می‌دهد.  

هسته اصلی Riverpod را ارائه‌دهنده‌ها (Providers) تشکیل می‌دهند.

Providers اشیایی هستند که State یا وابستگی‌های مورد نیاز برنامه را در دسترس قرار می‌دهند.

Riverpod از انواع مختلف Providerها برای مدیریت Stateهای گوناگون پشتیبانی می‌کند .

تنوع انواع Providerها در Riverpod، از جمله Provider، StateProvider، StateNotifierProvider و FutureProvider، به توسعه‌دهندگان اجازه می‌دهد تا مناسب‌ترین ابزار را برای مدیریت انواع مختلف State، از مقادیر ساده گرفته تا اشیاء پیچیده و عملیات ناهمزمان، انتخاب کنند.

این کنترل دقیق می‌تواند منجر به کد کارآمدتر و قابل نگهداری‌تری شود.  

اما در ادامه به بررسی و مقایسه این دو الگو در فریمورک فلاتر میپردازیم.

Riverpod و معماری تمیز به خوبی با هم ترکیب نمی‌شوند

یکی از دلایل اصلی که من بلاک را ترجیح می‌دهم، این است که چقدر یکپارچه با معماری تمیز سازگار است.

در پروژه‌های فلاتر خود، من از اصول معماری تمیز پیروی می‌کنم که پروژه را به لایه‌های مختلف تقسیم می‌کند — ارائه، دامنه و داده.

بلاک به طور هماهنگ در این ساختار کار می‌کند، اما ریورپاد در زمینه تزریق وابستگی (DI) چالش‌هایی را ایجاد کرد.

با بلاک، من برای تزریق وابستگی به get_it و injectable متکی هستم. این کتابخانه‌ها به من اجازه می‌دهند تا ماژول دامنه را مستقل از ماژول داده نگه دارم. به عنوان مثال، در بلاک، من می‌توانم یک رابط repository را در لایه Domain تعریف کنم و پیاده‌سازی آن را در لایه داده ارائه دهم، و جداسازی واضح را حفظ کنم.

// Domain Layer
abstract class UserRepository {
  Future<User> getUserData();
}

// Data Layer
class UserRepositoryImpl implements UserRepository {
  final ApiService _apiService;

  UserRepositoryImpl(this._apiService);

  @override
  Future<User> getUserData() async {
    return _apiService.fetchUser();
  }
}

با این حال، زمانی که سعی کردم به ریورپاد مهاجرت کنم، با یک مانع روبرو شدم. کلاس‌های Provider داخلی ریورپاد، تزریق وابستگی را به شکل متفاوتی مدیریت می‌کنند.

شما باید هر کلاس را به عنوان یک Provider تعریف کنید، و این جداسازی بین ماژول‌ها را از بین می‌برد.

final userRepositoryProvider = Provider<UserRepository>(
  (ref) => UserRepositoryImpl(ref.watch(apiServiceProvider)),
);

در معماری تمیز، ماژول دامنه نباید به ماژول داده وابسته باشد، اما Riverpod شما را مجبور می‌کند تا Providerها را از لایه داده به لایه دامنه وارد کنید، که قانون وابستگی را نقض می‌کند.

برای توسعه‌دهندگانی که کد و معماری تمیز را در اولویت قرار می‌دهند، این یک عامل بازدارنده است.

عدم پشتیبانی Native از تبدیل ایونت ها

بلاک در مدیریت رویدادها و تبدیل آن‌ها با ابزارهای قدرتمندی مانند debounceTime و throttleTime بدون نیاز به استفاده از RxDart برتری دارد.

این امر پیاده‌سازی ویژگی‌هایی مانند جستجوی زنده یا اقدامات محدود شده با نرخ (به عنوان مثال، پسندیدن یک پست) را با حداقل کد بسیار آسان می‌کند.

در اینجا یک مثال در بلاک آورده شده است که در آن ورودی کاربر را debounce می‌کنیم تا از ارسال درخواست‌های زیاد به API در یک فیلد جستجو جلوگیری شود:

on<SearchKeywordChanged>(
  (event, emit) async {
    final results = await _searchRepository.search(event.keyword);
    emit(SearchResultsLoaded(results));
  },
  transformer: debounce(const Duration(milliseconds: 500)),
);

زمانی که سعی کردم همین ویژگی را با ریورپاد پیاده‌سازی کنم، هیچ راه مستقیم و ساده‌ای برای مدیریت بومی تبدیل رویداد پیدا نکردم.

در حالی که می‌توانید با StreamProvider یا مدیریت سفارشی استریم به عملکرد مشابهی دست یابید، اما بسیار کمتر شهودی است و در مقایسه با بلاک به کد تکراری بیشتری نیاز دارد.

وجود Singletons به صورت پیشفرض همیشه گزینه خوبی نیست

در بلاک، شما با استفاده از get_it و injectable کنترل کاملی بر اینکه آیا کلاس‌های شما Singleton هستند یا Factory دارید.

این تمایز در موارد خاص، به ویژه هنگام کار با ViewModelها یا کلاس‌های Cubit، بسیار مهم است.

Factory به این معنی است که هر بار که نیاز باشد، یک نمونه جدید ایجاد می‌شود.

Singleton تضمین می‌کند که فقط یک نمونه وجود دارد و در سراسر برنامه به اشتراک گذاشته می‌شود.

به عنوان مثال، یک ViewModel مخصوص یک صفحه می‌تواند Factory باشد، در حالی که یک ViewModel سراسری (به عنوان مثال، برای کل برنامه) باید Singleton باشد:

@Injectable() // Factory instance
class LoginViewModel {}

@LazySingleton() // Singleton instance
class AppSettingsViewModel {}

در ریورپاد، هر provider به صورت پیش‌فرض یک Singleton است. برای ایجاد رفتاری شبیه به factory، شما باید از .family یا .autoDispose استفاده کنید، که این موضوعات را به طور غیرضروری پیچیده می‌کند.

final loginViewModelProvider = StateNotifierProvider.family<LoginViewModel, LoginState, String>(
  (ref, id) => LoginViewModel(id),
);

این رویکرد دست و پا گیر به نظر می‌رسد، و مدیریت Stateدر چندین صفحه دشوار می‌شود، به خصوص زمانی که نیازی به اشتراک وضعیت بین آن‌ها ندارید.

منحنی یادگیری

در حالی که ریورپاد قدرتمند است، API آن به طور قابل توجهی پیچیده‌تر از بلاک است.

API بلاک حول چند مفهوم کلیدی می‌چرخد: Bloc, Cubit, State, Event، و چند ویجت مانند BlocBuilder, BlocListener و BlocConsumer. این امر درک اصول اولیه و ساخت برنامه‌های پیچیده را به سرعت آسان می‌کند.

از طرف دیگر، Riverpod چندین لایه پیچیدگی را با انواع مختلف providerها معرفی می‌کند، مانند:

  • Provider
  • StateNotifierProvider
  • ChangeNotifierProvider
  • StreamProvider
  • FutureProvider
  • Notifier
  • AsyncNotifier

و هر کدام دارای تغییراتی مانند .autoDispose و .family هستند.

در حالی که این گزینه‌ها به شما انعطاف‌پذیری می‌دهند، اما یک منحنی یادگیری شیب‌دار را نیز به همراه دارند، به خصوص برای مبتدیان یا توسعه‌دهندگانی که از کتابخانه‌های مدیریت وضعیت ساده‌تری مانند Provider می‌آیند.

متغیرهای با دامنه سراسری می‌توانند معماری را خراب کنند

یکی از بحث‌برانگیزترین ویژگی‌های ریورپاد شیء Ref است که به شما امکان می‌دهد از هر نقطه‌ای در برنامه خود به هر provider دسترسی پیدا کنید.

در حالی که این انعطاف‌پذیری زیادی را ارائه می‌دهد، اما در را برای سوء استفاده احتمالی و شیوه‌های معماری ضعیف نیز باز می‌کند.

در اینجا مثالی آورده شده است که در آن یک ViewModel می‌تواند مستقیماً از طریق Ref به یک repository دسترسی پیدا کند:

final loginViewModelProvider = Provider((ref) => LoginViewModel(ref));

class LoginViewModel {
  final Ref ref;

  LoginViewModel(this.ref);

  void login() {
    ref.read(repositoryProvider).login();
  }
}

در حالی که این ممکن است راحت به نظر برسد، اما coupling شدیدی بین لایه‌ها ایجاد می‌کند و اصول تفکیک وظایف را نقض می‌کند.

در یک پایگاه کد بزرگ، این می‌تواند به راحتی به کد غیرقابل مدیریتی تبدیل شود، به خصوص اگر با بی‌احتیاطی استفاده شود.

از طرف دیگر، بلاک یک رویکرد ساختاریافته‌تر را تشویق می‌کند و شکستن معماری را به طور ناخواسته دشوارتر می‌کند.

ابزارهای مدیریتی بلاک

درست که در برنامه نویسی فلاتر هنگام استفاده از معماری Bloc باید کدهای بیشتری نوشته شود در مقابل Riverpod.

پیاده‌سازی یک ویژگی ساده در بلاک اغلب به چندین فایل نیاز دارد (Event, State, Bloc/Cubit). با این حال، ابزارهای موجود برای بلاک در بیشتر موارد این موضوع را بی‌اهمیت می‌کند.

به عنوان مثال، افزونه Bloc VSCode Extension و ابزارهای تولید کد مانند mason_cli به طور قابل توجهی میزان کد تکراری که باید به صورت دستی بنویسید را کاهش می‌دهند.

با استفاده از این ابزارها، می‌توانید کل ساختارهای بلاک را در عرض چند ثانیه ایجاد کنید، و به شما این امکان را می‌دهد که به جای کد تکراری، بر روی منطق تمرکز کنید.


در نهایت، هم بلاک و هم ریورپاد کتابخانه‌های قدرتمند مدیریت State در فلاتر هستند که هر کدام نقاط قوت و ضعف خود را دارند.

ترجیح من برای Bloc به دلیل همسویی آن با معماری تمیز، پشتیبانی آن از تبدیل رویداد، و ماهیت ساختاریافته و قابل پیش‌بینی API آن است.

در حالی که ریورپاد انعطاف‌پذیری بیشتری را ارائه می‌دهد، این انعطاف‌پذیری به قیمت پیچیدگی و خطرات احتمالی معماری به دست می‌آید.

دیدگاه‌ها (0)

    دیدگاه خود را بنویسید

    ایمیل شما نمایش داده نمی‌شود. دیدگاه پس از تأیید نمایش داده می‌شود.