Meteor 和 React 非常适合联合使用。两者的一个匹配特点就是数据的自动响应 - Reactivity。这种 响应式编程 避免了使用者再写代码来跟踪变量更新的情形，所以代码会更加简洁易维护。

下面简单对比一下 Meteor 与其他框架或者架构。

REST

不同于大多数传统架构，Meteor 没有采用 RESTful 的后端。Meteor 的客户端和服务器之间的数据交流是基于 Publish-subscribe 模式。REST API 挺消耗资源的，特别是在移动应用盛行的时代，客户端需要更频繁的存取数据，所以现在一个趋势是用Restless 架构，例如使用 WebSocket。不过 REST、SOAP 和 WebSocket 都有各自的应用场景。

Meteor 采用自己开发的一套基于 WebSocket 的简单协议 - DDP。基本上就是利用 WebSocket 传递 JSON 消息。DDP 有各种主流平台、语言的实现。支持列表见这里。所以也可以把 Meteor 仅仅当做后端服务来使用。

Meteor 就是基于以上描述的一个实时框架。所以能够做到以下三个特点:

• Database Everywhere 前后端都可以直接操作数据库里的数据

• Latency Compensation 就是 Relay 的 Optimistic Update

• Full Stack Reactivity. 从数据库到模板，所有层面实时响应、自动更新

Flux

Flux 的核心概念是单向数据流，利用观察者模式保证数据源只来自于一个地方。

如上图。Flux 主要由三部分: Dispatcher, Store 和 View (React Components) 组成。

Action (或者叫 Action Creator) 是 Dispatcher 的辅助函数，主要是用来描述由 View 产生的用户互动或者其他触发事件。Action Creator 会打包用户互动来生成对象，可以看做是 Flux 的第四部分。

Dispatcher 类似一个中央集线器，由一堆 Store 的回调函数组成。

Store 负责保存应用的状态和逻辑，在其外部的代码是不涉及数据管理的；它自己也不产生数据，只能从外部获得新数据。Store 对 Action 进行反馈，然后发出一个数据状态改变的事件。Controller-View 监听事件，一旦触发就从 Store 获取相应数据。这样就能够保证数据的单向流动，使逻辑更简单。

Meteor 完全可以作为一种 Flux 的实现。例如使用 FlowRouter 作为 Dispatcher，MiniMongo 作为 Store。这样可以为 React 带来很好的数据和逻辑状态的管理；反过来，React 也可以为 Meteor 带来前端模块化，单向数据流模式，使代码更少且更好维护；另外 React 的 Virtual Dom 机制也为会 Meteor 前端渲染带来性能上的提高。所以我说他们是 Naturally Fit。

上图就是一个典型的 React Meteor App。个人感觉好像 Flux 更多是面向 Chat Based App，所以没有涉及到 routing。在 Meteor，很多时候 Router 其实是一个天然的 Dispatcher。而 Meteor 客户端自带的 MiniMongo 可以作为 Store。对于 View，如图中可以使用一个父组件来监听数据的变化，子组件负责界面渲染和互动。另外一个方案是使用高阶组件 (Higher Order Components) HOC 来包裹 UI 组件。高阶组件负责数据查询，子组件负责渲染等。在简单情况下，单个组件就可以了，Controller-View 可以和 UI 渲染在一个 Component 里。如果程序复杂，也可以使用 Meteor 的 Tracker.autorun 来建立一个独立的 Store。已经有人按照 Flux 的方式把 Facebook 的 Dispatcher 再包装为这个 Meteor 包 Github Repo。不过我认为这样做反而把简单问题复杂化了。也或许我遇到的问题还不够复杂。

Relay and GraphQL

Meteor 还没有类似 GraphQL 的包。不过据说正在开发类似的东西，甚至兼容 SQL 数据库。现在 Meteor 官方只支持 MongoDB。

对于 Relay，其实 Meteor 的 Meteor.subscribe 和 MiniMongo 做着类似的事情。下面对比 Meteor 和 Relay 的三个特点

• Declarative Relay 不使用命令式的 API 来进行数据通信，而使用 GraphQL 申明数据需求，自动获取数据。 在 Meteor，如果使用 ReactMeteorData Mixin，可以获得同样的效果。getMeteorData 是一个 reactive computation，所以每次具有响应性的数据变化后，这个函数会被自动调用，再次获得数据。详情参见 这里。

• Colocation 数据查询和 View 在一起，这样更容易理解和调试程序。Relay 还能聚集查询来提高请求数据的效率。对于 Meteor，前面提到的 ReactMeteorData Mixin 本来就是在 React 的 Component 里，所以也具有 Relay 的托管特点。

• Mutations Relay 允许通过 GraphQL 在客户端和服务器端修改数据，并且自动做到数据的一致性，乐观更新 (Optimistic Update)。Meteor 的 MiniMongo 也具有这些特征。前面在 REST 部分提到的 Meteor 三个特点，Database Everywhere 和 Full Stack Reactivity 就是指在前后端存取数据，自动保持数据的一致性；而 Latency Compensation 其实就是 Optimistic Update。另外从 这篇文章 看起来，Relay 在数据的 Reactive 方面做得还不够，前后端都还要写一些数据的更新逻辑，甚至得通过 polling 来达到数据的实时更新。

小结

随着 Relay 和 GraphQL 的发布，感觉 Facebook 正在开发和 Meteor 同类型的前后端完整框架，而不是仅仅局限于前端 View。

其实 Facebook 没有发明任何新概念，只是把很多传统的软件开发实践用到了前端领域。随着移动应用的广泛传播和前端开发的复杂化，React 生逢其时，把前端工程化向前推了一步。

Disclaimer: 对于 Relay 我没有实际经验，都是通过 Facebook 的文档来了解，如果理解有偏差，欢迎纠正讨论。