首页
/ GraphQL Kotlin 中的 DefaultAutomaticPersistedQueriesCache 双重解析问题分析

GraphQL Kotlin 中的 DefaultAutomaticPersistedQueriesCache 双重解析问题分析

2025-07-08 00:08:32作者:余洋婵Anita

在 GraphQL Kotlin 8.3.0 版本中,DefaultAutomaticPersistedQueriesCache 实现存在一个性能优化问题,会导致查询文档被重复解析和验证。这个问题主要影响自动持久化查询(APQ)功能的缓存机制。

问题背景

自动持久化查询是 GraphQL 中的一项优化技术,它允许客户端发送查询的哈希值而不是完整的查询字符串。服务器端会缓存这些查询,当收到哈希值时直接从缓存中获取预解析的文档,避免重复解析的开销。

在 GraphQL Kotlin 的实现中,DefaultAutomaticPersistedQueriesCache 负责管理这个缓存。其核心方法是 getOrElse,它接受一个缓存键、执行输入和一个文档解析的供应商函数。

问题代码分析

问题出在缓存未命中时的处理逻辑。当缓存中不存在指定键时,代码会先调用供应商函数获取预解析文档并存入缓存,但随后又再次调用供应商函数来创建返回的 CompletableFuture:

override fun getOrElse(
    key: String,
    executionInput: ExecutionInput,
    supplier: () -> PreparsedDocumentEntry
): CompletableFuture<PreparsedDocumentEntry> =
    cache[key]?.let { entry ->
        CompletableFuture.completedFuture(entry)
    } ?: run {
        val entry = supplier.invoke()  // 第一次调用
        cache[key] = entry
        CompletableFuture.completedFuture(supplier.invoke())  // 第二次调用
    }

这种实现会导致两个问题:

  1. 性能损耗:每次缓存未命中时都会执行两次文档解析和验证
  2. 潜在不一致:两次调用供应商函数理论上可能返回不同的结果

问题影响

文档解析和验证是 GraphQL 查询处理中相对耗时的操作,特别是在查询复杂的情况下。重复执行这些操作会:

  • 增加服务器CPU负载
  • 延长查询响应时间
  • 降低系统整体吞吐量

解决方案

正确的实现应该是重用第一次解析的结果,而不是再次调用供应商函数。修复后的代码应该是:

override fun getOrElse(
    key: String,
    executionInput: ExecutionInput,
    supplier: () -> PreparsedDocumentEntry
): CompletableFuture<PreparsedDocumentEntry> =
    cache[key]?.let { entry ->
        CompletableFuture.completedFuture(entry)
    } ?: run {
        val entry = supplier.invoke()
        cache[key] = entry
        CompletableFuture.completedFuture(entry)  // 使用已缓存的entry
    }

最佳实践

在处理缓存逻辑时,开发人员应该注意:

  1. 确保缓存未命中时的计算只执行一次
  2. 考虑使用原子操作避免并发环境下的重复计算
  3. 对于耗时操作,可以考虑使用异步加载模式
  4. 在性能敏感的场景中,应该对缓存实现进行基准测试

这个问题的修复虽然简单,但对系统性能有显著影响,特别是在高负载环境下。它提醒我们在实现缓存逻辑时需要格外小心,避免类似的性能陷阱。

登录后查看全文
热门项目推荐

项目优选

收起
openHiTLS-examplesopenHiTLS-examples
本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
47
248
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
346
381
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
871
516
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
179
263
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
131
184
kernelkernel
deepin linux kernel
C
22
5
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
7
0
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
335
1.09 K
harmony-utilsharmony-utils
harmony-utils 一款功能丰富且极易上手的HarmonyOS工具库,借助众多实用工具类,致力于助力开发者迅速构建鸿蒙应用。其封装的工具涵盖了APP、设备、屏幕、授权、通知、线程间通信、弹框、吐司、生物认证、用户首选项、拍照、相册、扫码、文件、日志,异常捕获、字符、字符串、数字、集合、日期、随机、base64、加密、解密、JSON等一系列的功能和操作,能够满足各种不同的开发需求。
ArkTS
31
0
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.08 K
0