惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

罗磊的独立博客
Apple Machine Learning Research
Apple Machine Learning Research
The Cloudflare Blog
WordPress大学
WordPress大学
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
博客园 - 叶小钗
博客园 - 聂微东
阮一峰的网络日志
阮一峰的网络日志
腾讯CDC
博客园 - 三生石上(FineUI控件)
V
V2EX
有赞技术团队
有赞技术团队
V
Visual Studio Blog
小众软件
小众软件
Jina AI
Jina AI
酷 壳 – CoolShell
酷 壳 – CoolShell
博客园 - Franky
量子位
T
Tailwind CSS Blog
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
P
Palo Alto Networks Blog
Cisco Talos Blog
Cisco Talos Blog
I
Intezer
Project Zero
Project Zero
A
Arctic Wolf
P
Privacy International News Feed
V
Vulnerabilities – Threatpost
L
Lohrmann on Cybersecurity
S
Securelist
C
Cybersecurity and Infrastructure Security Agency CISA
C
CXSECURITY Database RSS Feed - CXSecurity.com
T
Tor Project blog
Hacker News - Newest:
Hacker News - Newest: "LLM"
S
Security @ Cisco Blogs
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
Google DeepMind News
Google DeepMind News
N
News and Events Feed by Topic
TaoSecurity Blog
TaoSecurity Blog
L
LINUX DO - 热门话题
G
GRAHAM CLULEY
Help Net Security
Help Net Security
N
News | PayPal Newsroom
W
WeLiveSecurity
G
Google Developers Blog
Microsoft Security Blog
Microsoft Security Blog
Engineering at Meta
Engineering at Meta
MongoDB | Blog
MongoDB | Blog
C
Check Point Blog

博客园_首页

Linux实操--组管理、权限管理和定时任务 Java + EasyExcel 实现单个接口导出多个Excel Mem0 源码解析系列(二):提示词工程的深度剖析 Openclaw TaskFlow究竟是什么?和普通Skill技能有什么区别 博文阅读密码验证 - 博客园 嘉立创开源:应该是全网MicroPython教程最多的开发板 Hermes Agent 集成实践:从协议到生产 2026年AI编程工具横评:Cursor、Codex、Claude Code、Zed、Windsurf Java程序员必看的RAG入门教程 2026 AI效率神器:Superpowers + Claude Code 保姆级教程 本地大模型部署全攻略:从 0 到 1 玩转 Ollama 【从0到1构建一个ClaudeAgent】内存管理-上下文压缩 .NET 高级开发 | 设计、实现一个事件总线框架 电子小白入门之NE555 3. WorkBuddy:隐藏玩法,一键召唤专家,让 AI 以"专家身份"给你干活 和AI一起搞事情#3:Claude Teammate 游戏开发翻车实录 【OpenClaw】通过 Nanobot 源码学习架构---(7)Memory C# .NET 周刊|2026年3月3期 我在 Debian 11 上把 K8s 单机搭起来了,过程没你想的那么顺(/opt 目录版) 深度学习进阶(七)Data-efficient Image Transformer CLI+Skill搭建浏览器AI自动化框架,告别一切重复枯燥任务 告别Token账单无底洞:OpenClaw本地部署,重塑企业数据主权的唯一解 FastAPI+Vue:文件分片上传+秒传+断点续传,这坑我帮你踩平了! SBTI 爆火后,我做了个程序员版的 CBTI。。已开源 + 附开发过程 多模态检索开始进入工程期:用 Sentence Transformers 搭建可落地的 Multimodal RAG 100多行代码实现一个最简单的Agent(用ReAct) Claude Code 通关手册(八):推荐 5 个 Hooks,代码质量提升 3 倍 老板:“有人截图了!”。安全部门:“收到,马上查暗水印!” - why技术 技术之外,皆是人间 C#/.NET/.NET Core技术前沿周刊 | 第 69 期(2026年4.01-4.12) Snack JSONPath 项目架构分析 Claude Code Buddy 小析:一个非核心功能,如何体现产品的细节完成度 AI新时代下的图床管理方案-Cloudflare图床+MCP+Skills方案指南 化繁为简:顺丰速运App如何通过 HarmonyOS SDK实现专业级空间测量 从零实现富文本编辑器#13-React非编辑节点的内容渲染 AI开发-python-langchain框架(3-23-OpenAI Functions风格Tool Calling智能助手) .NET + AI 进阶实战:基于类的技能开发 - 打造可治理的 Agent 能力模块 【从0到1构建一个ClaudeAgent】规划与协调-技能 上周热点回顾(4.6-4.12) 电子小白的工具三件套:面包板、杜邦线、万能板 单表五亿数据的查询优化 | Mysql、StarRocks 2. WorkBuddy:从“我是谁”到“帮我干活” C# 如何减少代码运行时间:7 个实战技巧 基于HelixToolkit.SharpDX 渲染3D模型 - 笺上知微 从零开始的双臂具身VLA起源及现阶段发展综述 - SkyXZ 记对 xonsh shell 的使用, 脚本编写, 迁移及调优 - pluvium27 受够了Vibe Coding的失控?换个起点,让AI事半功倍 从开始配置漏洞环境到漏洞复现流程 - 難しい 关于10年工作经验的程序员对OpenClaw的实战经验分享以及看法 - 虚无境 Any metadata 的内存布局 C# .NET 周刊|2026年3月2期 - InCerry 我帮你测过了,测试圈排名第二的 Skill 依然很牛逼 Skill Discovery | 无监督技能发现的经典工作总结 - MoonOut PbootCMS 网站内容数量多导致访问慢?这些实用优化方案帮你提速! - 家兴网络技术工作室 上下文工程是什么?过时了么?一文讲明白! - 一枫说码 网站漏洞怎么发现并修复?一篇实用指南(附完整流程) - 家兴网络技术工作室 开了 TUN 模式还是直连?90% 的人都踩过这个坑 Github日报|2026年04月12日 - AI一族 AScript扩展多种脚本语言 - rockey627 AI 学习笔记:Agent 的记忆机制 你能被装进一个文件里吗?——7 万人把同事"蒸馏"成了 AI - 我没有三颗心脏 Claude Code 通关手册(七):给 AI 装上技能包——Skills 完全指南 - 暮色之狐 在浏览器中快速编辑代码:VSCode Web 集成实践 - Newbe36524 蒸馏自己 skill?基于 Deepseek 的蒸馏器,丐版蒸馏方式,简单便捷 - To_Carpe_Diem Spring AI Aliababa和AgentScope,哪个更好? - 苏三说技术 Etsy 把 1000 个 MySQL 分片迁进 Vitess:425TB 数据背后的真正问题不是性能,而是运维规模 MicroPython LVGL基础知识和概念:底层渲染与性能优化 - FreakStudio 数据库草图算法 Python 潮流周刊#146:CPython 引入 Rust 的进展 - 豌豆花下猫 最小生成树 - mofei1116 红日靶场七:从外网入口、容器逃逸到 AD 接管的完整利用链复盘 - YouDiscovered1t 分享四款开源且实用的 Kafka 管理工具 - 追逐时光者 vLLM 权重加载机制全解析:从挑战到理想架构 LCT 学习笔记 - ACehomoxue Avalonia UI 12.0.0 正式发布:架构演进和性能飞跃 - 张善友 当 AI Agent 把调用链拉长,延迟开始成为一门生意 conhost.exe 无法显示 U+2717 - 145a 太秀了,我把自己蒸馏成了 Skill!已开源 - 程序员鱼皮 ASP.NET Core 内存缓存实战:一篇搞懂该怎么配、怎么避坑 基于 Ghostty 带有分割标签页和为 Claude 编程设计的通知终端 - BugShare AI 焊死入口:教育的“操作系统级”重塑 - 郝hai 初级Java开发工程师使用sql脚本编写代码的过程是简单而且不糊涂 - CoderOilStation Claude Code通关手册(六):MCP协议完全指南 - 暮色之狐 边框灯光环绕动画特效实现指南 - Newbe36524 开源:子木蒸馏版的 SEO 审计工具 seo-audit-skill v1.0 我所理解的Python元模型 【从0到1构建一个ClaudeAgent】规划与协调-TodoWrite - 程序员Seven Claude 和 Codex 在审计 Skill 上性能差异探究 - ACai_sec AScript如何实现中文脚本引擎 - rockey627 【渗透测试】HTB Season10 Garfield 全过程wp - dynasty_chenzi Android 开发者为什么必须掌握 AI 能力?端侧视角下的技术变革 树状数组正确性证明 - AC-wyr 你的 AI 焦虑,可能比 AI 本身更危险——ATM 机没有消灭银行柜员,但恐慌消灭了你的判断力 - 我没有三颗心脏 一个拉胯的分库分表方案有多绝望?整个部门都在救火! - 冰河团队 动态规划入门必学之走方格问题 - Ofnoname PostgREST 与 PostgreSQL 角色权限配置全解析(生产级实践) - SheepDog1998 使用 UEFI 图形输出协议 GOP 在屏幕上显示图像的方法 - 阿源- Claude Code通关手册(五):组建你的AI专家团队,子代理系统 - 暮色之狐 一个程序员到架构师的催婚路之感悟(整整10年后的催婚相亲感悟) - MisterLip 用 Agent Skill 自动生成工作周报 - 赵康
为什么 SSR 一定会有 hydration mismatch?
幼儿园技术家 · 2026-04-29 · via 博客园_首页

之前说到过 Hydration Mismatch 原理,今天来说说 为什么从设计上,它就无法完全避免

一、先把问题还原到最本质

SSR 做了两件事:

  1. 服务端生成 HTML
  2. 客户端接管(Hydration)

Hydration 的本质是:

在不重建 DOM 的情况下,让 JS 接管已有 HTML (原理详解)

这里有一个隐含前提

客户端“重新执行一遍渲染逻辑”,并且结果必须和服务端完全一致 (原理详解)


二、关键矛盾:同一份代码,在两个环境执行

这是问题的根源。

SSR 架构本质是:

同一套组件逻辑
在两个环境执行:
- Node(服务端)
- Browser(客户端)

问题在于:

这两个环境永远不可能完全一致


三、用一个最简单的例子说明

<span>{new Date().getMilliseconds()}</span>

服务端输出:

<span>123</span>

客户端执行:

<span>167</span>

结果:

不一致 → mismatch (Vite-plugin-ssr)
所以推导出一个结论:只要渲染依赖“运行时”,就必然存在不一致的可能


四、为什么“不一致”是必然的

从几个维度拆开看:


1. 时间是不一致的

Date.now()
new Date()
  • 服务端时间 ≠ 客户端时间
  • 网络延迟会放大差异

结论:

只要用时间,就有 mismatch 风险 (Vite-plugin-ssr)


2. 环境是不一致的

服务端没有:

window
document
localStorage

客户端有,典型代码:

if (typeof window !== 'undefined') {
  // client logic
}

结果:

  • 服务端渲染 A
  • 客户端渲染 B

直接 mismatch


3. 状态是不一致的

例如:

if (localStorage.getItem('token')) {
  return <Home />
} else {
  return <Login />
}

服务端:

  • 没有 localStorage → Login

客户端:

  • 有 token → Home

结果:

DOM 完全不同


4. 随机性是不一致的

Math.random()
uuid()

服务端生成一套
客户端再生成一套

结论:

不可能一致


5. 执行顺序是不一致的

例如:

  • async 数据
  • 并发渲染
  • 不稳定 ID 生成

再次重复一开始提到的前提:SSR 本质是“重复计算”,而重复计算无法保证一致性


五、为什么框架“必须要求一致”?

问题来了:

为什么一定要一致?

因为 Hydration 的优化前提是:

复用已有 DOM
而不是重新创建

如果不一致:

框架只能:

  1. 丢弃 DOM
  2. 重新渲染

这会导致:


一个更本质的矛盾

SSR 想要:

提前生成 HTML(提高首屏)

但 Hydration 需要:

再执行一遍渲染逻辑

这本身就是:

一次“重复执行系统”

而所有重复执行系统都有一个问题:

一致性无法保证


六、工程上怎么“缓解”,但不是“解决”(mismatch 只能减少,无法彻底消灭)

常见手段:

1. 保证初始数据一致

// server 计算
const data = fetch()

// 注入 HTML
window.__INITIAL_DATA__ = data

2. 延迟客户端逻辑

useEffect(() => {
  // client only
}, [])

3. 避免不确定性

不要在 render 中用:

  • Date
  • Math.random
  • 浏览器 API

4. 架构层优化

例如:

  • Islands Architecture
  • Partial Hydration

本质是:

减少需要 hydration 的范围


七、讨论一下 Islands:为什么这个架构本质是在“逃避 hydration”

先看传统 SSR 流程:

Server Render HTML
        ↓
Browser 接收 HTML
        ↓
整页 Hydration
        ↓
页面可交互

问题在于:

页面里很多内容其实根本不需要交互。

例如一个电商详情页:

  • 商品标题
  • 商品描述
  • banner
  • 评论文本
  • footer

这些内容:

  • 需要 SEO
  • 需要首屏展示
  • 但不需要 JS 接管

然而传统 SSR 会做什么?

即使这些内容完全静态,也要执行 hydration。

也就是说:

静态内容 + 动态内容
全部进入 hydration

这就带来两个问题:

1. 不必要的 JS 执行

例如页面结构:

<div>
  Header
  ProductInfo
  Comments
  BuyButton
  Footer
</div>

真正需要交互的可能只有:

BuyButton

但传统 hydration:

Header hydrate
ProductInfo hydrate
Comments hydrate
BuyButton hydrate
Footer hydrate

本质上:

为了一个按钮,整页都要重复执行一遍。

这很浪费。


2. mismatch 风险被放大

前面说过:

hydration 本质是重复计算

那只要重复计算范围越大:

  • 时间差异
  • 环境差异
  • 状态差异

都会扩大。

整页 hydration 意味着:

整页都有 mismatch 风险。


Islands 的思路:不要整页 hydration

Islands 架构把页面拆成:

  • Static HTML
  • Interactive Islands

例如:

<Header />
<ProductInfo />
<BuyButton client:load />
<Footer />

只有:

BuyButton

需要客户端接管。

其余部分:

  • 只保留 HTML
  • 永不 hydration

流程变成:

Server Render HTML
        ↓
静态部分直接展示
        ↓
仅局部组件 hydration

本质变化

传统 SSR:

HTML 先渲染,JS 再接管整页

Islands:

HTML 默认静态,只有少数区域需要 JS

所以它的核心思想不是:

“怎么更高效地 hydration”

而是:

尽量少 hydration,甚至不 hydration

这就是为什么说:

Islands 本质是在逃避 hydration。

不是因为 hydration 做得不好,而是因为:

hydration 天然昂贵且天然存在一致性问题。

既然如此,最好的办法不是优化它,而是减少它。


这样带来的收益

  1. JS 体积更小,只加载交互组件代码,不是整页 bundle。
  2. hydration 更快,因为只 hydration 局部。
  3. mismatch 风险更低,范围缩小:整页风险 → 局部风险
  4. 更接近“默认静态”,因为现代 Web 一个趋势是:Static by default, interactive when needed,也就是:
  • 默认静态
  • 局部增强

这和传统 SPA 思路完全相反。


一个更高的理解

SSR 第一阶段在解决:

首屏白屏问题

Hydration 第二阶段在解决:

HTML 如何变成交互页面

而 Islands 的想法是:

并不是所有 HTML 都需要变成交互页面。

所以它直接重新定义问题。

这就是架构升级。

不是:How to hydrate better
而是:How to hydrate less


八、最终结论

Hydration mismatch 不是一个“bug”,而是 SSR 架构的副作用。

因为 SSR 本质是让同一段渲染逻辑在两个不同环境执行,而只要存在时间、环境、状态或随机性的差异,就无法保证输出完全一致。

框架要求一致,是为了复用 DOM 提升性能;而不一致,就只能回退到重新渲染。

因此,hydration mismatch 并不是“可以彻底避免的问题”,而是一个需要被工程化控制的问题。

Traditional SSR 的问题不是不能工作,而是默认假设“整页都需要交互”。

但现实中,大部分页面内容本质是静态的。

Islands 架构通过把页面拆分为静态区域和交互区域,只对少量组件执行 hydration。

因此它并不是在优化 hydration,而是在架构层面减少 hydration 的发生范围。

某种意义上,Islands 并不是解决 hydration 的问题,而是在逃避 hydration 本身。