Apollo Client 中禁用缓存的正确方式
2025-05-11 02:40:30作者:柯茵沙
在开发基于 GraphQL 的应用时,Apollo Client 的缓存机制是一个强大但有时也需要精细控制的功能。本文将深入探讨如何正确地在 Apollo Client 中禁用缓存,以及相关配置的注意事项。
缓存机制的基本原理
Apollo Client 默认会缓存查询结果以提高性能,这对于大多数应用场景是有益的。但在某些特殊情况下,开发者可能需要完全禁用缓存功能,例如:
- 需要获取实时数据而不受缓存影响
- 处理高度动态的内容
- 调试和测试场景
禁用缓存的正确方法
通过分析社区讨论和技术实现,我们发现禁用 Apollo Client 缓存最可靠的方式是使用 no-cache 获取策略(fetch policy)。这种方法直接作用于查询层面,确保每次请求都会从服务器获取最新数据。
推荐配置方式
const client = new ApolloClient({
// 其他配置项...
defaultOptions: {
query: {
fetchPolicy: 'no-cache',
},
watchQuery: {
fetchPolicy: 'no-cache',
},
mutate: {
fetchPolicy: 'no-cache',
}
}
})
这种配置方式有三个关键点:
- 为普通查询(query)设置无缓存
- 为观察查询(watchQuery)设置无缓存
- 为变更操作(mutate)设置无缓存
常见误区与澄清
许多开发者尝试通过配置 InMemoryCache 来禁用缓存,例如:
new InMemoryCache({
addTypename: false,
resultCaching: false,
})
然而,这种方法存在几个问题:
addTypename: false仅影响查询转换过程,与缓存无关resultCaching选项并非官方支持的缓存禁用方式- 这种方法无法完全确保所有查询都绕过缓存
版本兼容性说明
值得注意的是,addTypename: false 配置在 Apollo Client 4.0 中已被标记为废弃并移除。开发者应避免依赖这种即将消失的功能,转而使用官方推荐的获取策略配置。
最佳实践建议
- 仅在确实需要时禁用缓存,因为缓存机制能显著提升应用性能
- 考虑使用
network-only策略替代no-cache,如果仍希望结果被缓存 - 对于特定查询而非全局设置,可以在单个查询中指定获取策略
- 在测试环境中,可以结合开发工具来验证缓存是否被正确禁用
通过理解这些原理和实践,开发者可以更精准地控制 Apollo Client 的缓存行为,构建出既高效又符合业务需求的应用。
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 StartedRust0458
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0787
VTJ.PRO以AI驱动的Vue3前端低代码开发工具。内置低代码引擎、渲染器和代码生成器,支持Vue源码与低代码DSL双向转换,面向前端开发者,开箱即用。 无缝嵌入本地开发工程,不改变前端开发流程和编码习惯。TypeScript05
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0316
OpenDeepWikiOpenDeepWiki 是 DeepWiki 项目的开源版本,旨在提供一个强大的知识管理和协作平台。该项目主要使用 C# 和 TypeScript 开发,支持模块化设计,易于扩展和定制。C#01
项目优选
收起
暂无描述
Markdown
832
5.52 K
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
497
522
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
808
1.17 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++
802
1.6 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++
982
2.32 K
deepin linux kernel
C
33
16
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.05 K
786
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
486
315
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++
1.21 K
1.27 K
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
668
316