Apollo Router v1.60.0 版本发布:性能优化与错误处理增强
Apollo Router 是一个高性能的 GraphQL 网关,用于构建和管理 GraphQL API。作为 GraphQL 生态系统中的重要组件,它能够聚合多个后端服务的数据,并提供统一的 GraphQL 接口。最新发布的 v1.60.0 版本带来了一系列性能优化和错误处理改进,进一步提升了路由器的稳定性和效率。
性能优化亮点
本次版本在多个方面进行了性能优化,显著提升了路由器的处理能力:
-
查询哈希算法改进:采用预计算模式哈希的新算法,简化了查询哈希过程,降低了 CPU 和内存使用量。这种优化使得哈希计算更加高效且资源消耗更可预测。
-
需求控制性能提升:通过将更多数据计算移至插件初始化阶段,并合并查找查询,优化了需求控制的性能。具体改进包括将参数的成本指令与字段定义存储在一起,以及减少响应评分时的查找次数。
-
系统运行数据优化:修复了自 v1.59.0 版本以来因使用
sysinfo
库导致的内存使用增加问题。通过禁用不必要的并行处理和系统进程数据收集,减少了约 150MB 的内存占用。
错误处理与稳定性增强
-
无效错误路径处理:现在当子图返回包含无效路径的错误时,路由器会将这些路径截断至最近的合法字段路径,而不是静默丢弃错误。这符合 GraphQL 规范要求,确保错误能够正确关联到响应字段。
-
订阅操作初始化修复:解决了订阅节点中主节点操作初始化问题,确保其与其他查询计划节点采用相同的初始化方式。
-
子图请求头修复:恢复了在 v1.59.0 中被意外移除的 Content-Length 头,确保与依赖此头的 GraphQL 服务器的兼容性。
监控与可观测性改进
新增了批处理器指标,帮助用户更好地观察和调整批处理设置:
- 新增
apollo.router.telemetry.batch_processor.errors
指标,用于监控导出批处理器遇到的错误数量 - 改进了丢弃 span 的日志消息,现在会明确指出受影响的批处理器
架构与维护更新
-
移除传统查询规划器:完全移除了传统查询规划器及其相关配置选项,包括
experimental_query_planner_mode
、supergraph.query_planning.experimental_parallelism
和supergraph.experimental_reuse_query_fragments
。 -
指标迁移:将多个基于
tracing
的遗留指标迁移到 OpenTelemetry 仪器,提升了指标系统的现代化程度和一致性。 -
移除实验性重试选项:由于使用有限且功能不完善,移除了
experimental_retry
选项。
文档完善
为路由器遥测功能新增了常见用例的配置示例,包括选择器和条件的使用示例,帮助用户更快上手相关功能配置。
Apollo Router v1.60.0 通过这些改进,进一步巩固了其作为高性能 GraphQL 网关的地位,为用户提供了更稳定、更高效的 GraphQL 服务聚合能力。特别是性能优化方面的改进,使得路由器在处理复杂查询和大规模请求时表现更加出色。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~043CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
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!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









