Pinia高性能过滤关键在于减少计算:通过分层过滤(statusFiltered→keywordSearched→sortedList)、结构扁平化(预存索引替代flat)、带参getter手动缓存(如Map键为${status}-${keyword})及组件侧精准订阅与防抖。

Pinia Getters 实现大型列表过滤的高性能计算,关键不在“写得快”,而在“算得少”——靠响应式依赖精准触发、缓存复用、分层过滤和结构优化,避免每次渲染都遍历上万条数据。
分层过滤:先高选择性,再模糊匹配
对大型列表(如 10,000+ 条商品),不要在一个 getter 里堆满 filter + includes + sort。应拆成多个小 getter,让 Pinia 分别缓存中间结果:
- statusFiltered:按状态(如 'onSale'、'archived')快速筛掉 80% 数据,依赖字段少、变化频次低
- keywordSearched:只在 statusFiltered 结果上做字符串匹配,输入更少,耗时锐减
- sortedList:最后排序,且仅当 sortBy 或排序字段变化时才重算
这样,改一个筛选条件,Pinia 只重算受影响的那一层,其余直接复用缓存。
结构扁平化:避免运行时递归或 flat()
如果原始 state 是树形嵌套(如评论含子评论),别在 getter 里每次调用 list.flat(Infinity)。改为提前在 state 中维护扁平索引:
- state 中存
allCommentIds: number[]和comments: Record - getter
flattenedComments直接map(id => comments[id]),无递归、无深遍历 - 更新某条评论时,只改
comments[123],不触发整个列表重计算
带参 getter 的缓存策略
像 tasksByStatus: (state) => (status) => ... 这类写法,Pinia 默认不为不同 status 缓存独立结果。高频使用时建议手动加一层记忆化:
- 引入
lodash.memoize,或用 Map 自建缓存:const cache = new Map() - getter 内部先查缓存,未命中再计算并存入,键可为
`${status}-${keyword}` - 注意:缓存需在 store 卸载时清理,避免内存泄漏
组件侧配合:精准订阅 + 节流展示
高性能不只是 store 的事,组件也要配合:
- 用
storeToRefs(store)解构具体 getter,如{ filteredItems },不订阅整个 store - 列表页滚动加载时,把搜索关键词防抖后才更新
state.keyword,避免每敲一个字就触发全量过滤 - 对超长列表,结合
v-infinite-scroll或虚拟滚动,让 getter 只处理当前可视区域所需数据










