面试题：TypeScript 装饰器与元数据在依赖注入框架中的应用及优化

设计装饰器标记依赖项

定义注入装饰器：

import 'reflect - metadata';

const INJECT_METADATA_KEY = 'injected - dependency';

export function Inject() {
    return function (target: any, propertyKey: string) {
        Reflect.defineMetadata(INJECT_METADATA_KEY, true, target, propertyKey);
    };
}

这个Inject装饰器用于标记类的属性，表明该属性是一个依赖项。

定义提供依赖的装饰器（可选）：

const PROVIDER_METADATA_KEY = 'dependency - provider';

export function Provide(token: symbol) {
    return function (target: any) {
        Reflect.defineMetadata(PROVIDER_METADATA_KEY, token, target);
    };
}

Provide装饰器用于标记提供依赖的类，并指定一个令牌（symbol）来唯一标识这个依赖。

使用元数据解析和注入依赖

解析依赖：

function resolveDependency(target: any, propertyKey: string): any {
    const dependencies: { [token: symbol]: any } = {};
    const providers = Reflect.getMetadataKeys(target).filter(key => key === PROVIDER_METADATA_KEY);
    providers.forEach(key => {
        const token = Reflect.getMetadata(key, target);
        dependencies[token] = new target();
    });

    if (Reflect.hasMetadata(INJECT_METADATA_KEY, target, propertyKey)) {
        const propertyType = Reflect.getMetadata('design:type', target, propertyKey);
        const token = Reflect.getMetadata(PROVIDER_METADATA_KEY, propertyType);
        return dependencies[token];
    }
    return null;
}

此函数通过元数据解析依赖关系，首先获取所有提供的依赖（通过Provide装饰器标记的类），然后根据Inject装饰器标记的属性类型找到对应的依赖实例。

注入依赖：

function injectDependencies(instance: any) {
    const prototype = Object.getPrototypeOf(instance);
    const propertyKeys = Object.getOwnPropertyNames(prototype);
    propertyKeys.forEach(propertyKey => {
        const dependency = resolveDependency(prototype.constructor, propertyKey);
        if (dependency) {
            instance[propertyKey] = dependency;
        }
    });
    return instance;
}

该函数遍历实例的属性，解析并注入依赖项。

性能优化

单例模式：

为避免不必要的依赖实例化，可以引入单例模式。在解析依赖时，维护一个缓存来存储已经实例化的依赖。

const dependencyCache: { [token: symbol]: any } = {};
function resolveDependency(target: any, propertyKey: string): any {
    const dependencies: { [token: symbol]: any } = {};
    const providers = Reflect.getMetadataKeys(target).filter(key => key === PROVIDER_METADATA_KEY);
    providers.forEach(key => {
        const token = Reflect.getMetadata(key, target);
        if (!dependencyCache[token]) {
            dependencyCache[token] = new target();
        }
        dependencies[token] = dependencyCache[token];
    });

    if (Reflect.hasMetadata(INJECT_METADATA_KEY, target, propertyKey)) {
        const propertyType = Reflect.getMetadata('design:type', target, propertyKey);
        const token = Reflect.getMetadata(PROVIDER_METADATA_KEY, propertyType);
        return dependencies[token];
    }
    return null;
}

延迟加载：
- 对于某些不常用的依赖，可以采用延迟加载的策略。即只有在实际需要使用该依赖时才进行实例化。这可以通过代理模式实现，在代理对象中封装实际依赖的实例化逻辑。

大规模应用中可能遇到的问题及解决方案

循环依赖问题：
- 问题：在复杂的依赖关系图中，可能会出现循环依赖，例如A依赖B，B依赖C，而C又依赖A，这会导致无限循环实例化。
- 解决方案：在解析依赖时，记录正在解析的依赖路径。如果发现当前要解析的依赖已经在解析路径中，则抛出循环依赖错误。可以使用一个数组来记录当前解析路径，每当开始解析一个新的依赖时，将其加入路径数组，解析完成后从数组中移除。
依赖管理复杂性：
- 问题：随着应用规模的扩大，依赖关系变得复杂，难以维护和理解。
- 解决方案：采用分层架构，将不同功能模块的依赖进行分层管理。同时，可以使用工具生成依赖关系图，直观展示依赖关系，便于开发者分析和维护。
性能瓶颈：
- 问题：尽管采取了性能优化措施，但在大规模应用中，依赖解析和注入仍然可能成为性能瓶颈。
- 解决方案：进一步优化缓存策略，例如采用LRU（最近最少使用）缓存算法来管理依赖实例缓存，确保频繁使用的依赖始终在缓存中。同时，可以考虑使用多线程或异步加载依赖的方式来提高整体性能。

面试题：TypeScript 装饰器与元数据在依赖注入框架中的应用及优化

知识考点

面试题答案

设计装饰器标记依赖项

使用元数据解析和注入依赖

性能优化

大规模应用中可能遇到的问题及解决方案