Apollo Client 4.0 移除 @client(always: true) 支持的技术解析
2025-05-11 07:44:15作者:冯爽妲Honey
在 Apollo Client 4.0 的重大更新中,开发团队决定移除对 @client(always: true) 指令的支持。这一变更源于 Apollo Client 架构的重大调整,特别是将本地解析器(local resolvers)迁移到链接链(link chain)中的设计决策。
背景与问题
@client(always: true) 指令原本的设计目的是强制 Apollo Client 在每次查询时都重新执行本地解析器,即使缓存中已有相关数据。这在某些需要实时获取最新本地状态的场景下很有用。
然而,随着 Apollo Client 架构演进,特别是将本地解析逻辑从核心迁移到链接链后,这一指令的实现变得困难。链接链的设计理念是完整处理整个查询流程,无法像原来那样选择性跳过某些步骤。
技术挑战
主要的技术挑战在于:
- 链接链的工作机制是完整处理查询,无法像核心那样有条件地跳过某些解析步骤
always: true的语义与链接链的设计理念存在冲突- 维护这一特殊行为的成本过高,且收益有限
替代方案
Apollo 团队推荐使用响应式变量(Reactive Variables)作为替代方案。响应式变量具有以下优势:
- 自动更新机制:当变量值变化时,依赖这些变量的查询会自动更新
- 更好的性能:避免了不必要的解析器重复执行
- 更清晰的逻辑:状态管理与查询分离,代码更易维护
迁移建议
对于正在使用 @client(always: true) 的项目,建议:
- 将相关本地状态迁移到响应式变量
- 重构查询,移除
always: true指令 - 利用响应式变量的自动更新特性替代原来的强制更新逻辑
总结
这一变更是 Apollo Client 架构演进的自然结果,虽然会带来一定的迁移成本,但从长远来看能带来更清晰的设计和更好的性能表现。开发者在升级到 4.0 版本时应当注意这一变更,并按照推荐方案进行调整。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
项目优选
收起
暂无描述
Dockerfile
763
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
677
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
455
437
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
297
116
昇腾LLM分布式训练框架
Python
178
220