新闻详情

新闻详情

首页 / 资讯中心 / 详情

跨窗口拖拽松手后重复导入:dropSessionId 与数据指纹如何保证幂等

发布时间:2026/11/17 6:20:18来源:尧图网络
跨窗口拖拽松手后重复导入:dropSessionId 与数据指纹如何保证幂等
跨窗口拖拽松手后重复导入dropSessionId 与数据指纹如何保证幂等用户把三张图片从文件管理器拖到应用松手后列表出现六条日志里同一批数据触发了两次处理。跨窗口和跨设备拖拽涉及来源端、系统数据通路和目标组件回调重入或用户在无反馈时再次拖动都可能发生。去重不能只比较文件名也不能永远禁止相同图片再次导入。验证边界本文依据华为开发者官网截至 2026-09-25 可访问的资料整理。文中的状态机、去重器和坐标计算已经在 Node.js 宿主环境执行断言当前本机仍是 API 24 SDK且没有连接 HDC 真机因此不把这些断言写成 API 26 编译或真机实测。涉及窗口、拖拽和跨设备能力的正式交付仍需在 API 26 SDK、模拟器或对应真机上补齐接口编译、交互录像与日志证据。重复执行从哪里来若每个回调都立即创建记录同一次 drop 的重复通知会重复写入若用内容 hash 永久去重用户合法地再次添加相同素材又会被错误阻止。还有一种半失败数据库已写入缩略图任务失败重试后再次写数据库。需要同时区分“同一拖拽会话”和“不同时间的相同内容”。幂等边界怎么定义dropSessionId 标识一次交互内容指纹标识一条数据。目标端建立 RECEIVED、VALIDATED、COMMITTED、FAILED 状态同一 session 的相同指纹只处理一次不同 session 可以按业务规则再次导入。数据库提交与异步派生任务分开派生任务以 recordId 幂等重试不再重复创建主记录。type DropPhaseRECEIVED|VALIDATED|COMMITTED|FAILED; interface DropKey { sessionId:string; fingerprint:string } export function keyOf(k:DropKey){ return k.sessionId|k.fingerprint; } export function shouldHandle(seen:Setstring,k:DropKey):boolean { const keykeyOf(k); if(seen.has(key)) return false; seen.add(key); return true; } export function fingerprint(type:string,size:number,name:string){ return [type,size,name].join(:); }案例一同一次松手触发两次目标回调两次回调携带相同 sessionId解析出的内容指纹也相同第二次在 RECEIVED 门禁就返回已有结果。界面复用第一次的进度不显示第二条占位记录。会话结束后保留短期结果覆盖迟到回调。案例二缩略图失败后用户点击重试主记录已经 COMMITTED重试只重新运行以 recordId 为键的缩略图任务不重新导入 UDMF 数据。若用户隔天再次拖入相同图片新的 sessionId 允许进入再由业务层决定提示重复内容还是创建副本。失败、重试与回滚观察项容易写错更可靠的处理去重范围文件名永久去重sessionId 限定一次交互数据身份只比较标题或路径类型、大小和内容摘要组成指纹失败重试整条导入从头再来按阶段重试派生任务用户反馈重复回调各显示一条复用同一进度与结果会话去重和业务重复检测必须分开。前者保证一次拖拽只执行一次后者决定不同操作导入相同内容时的产品策略。状态机让数据库提交与缩略图、上传等后续任务各自可恢复。可复用门禁一次拖拽有稳定 dropSessionId。同一 session 的相同指纹只处理一次。主记录提交与派生任务分阶段。迟到回调能返回已有结果。不同 session 的相同内容由业务规则决定。官方资料与适用范围统一拖拽跨设备连接 UIAbility 开发指南重复导入不是简单加一个 Set 就结束。给一次交互和一条数据分别建立身份才能既挡住重入又不误伤用户真正的第二次操作。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/17 5:42:44

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/16 19:23:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/16 6:47:19

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/17 5:57:47

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/16 17:28:18

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉