自动持久化查询 - 提升GraphQL性能的新篇章
2024-05-21 03:10:01作者:裘晴惠Vivianne
在日益复杂的数据交互需求中,GraphQL凭借其强大的查询语言,使得获取应用数据的方式更为灵活和高效。然而,随着查询复杂性的增加,相应的请求字符串也变得越来越长,甚至可达数千字节。这无疑对客户端的网络性能构成了挑战。为解决这一问题,我们引入了一个优秀的开源解决方案——Automatic Persisted Queries,它已经被合并到Apollo Client的核心库中。
项目介绍
Automatic Persisted Queries(APQ)通过发送一个短小的加密哈希值来代替整个查询文本,从而极大地优化了网络传输效率。当服务器识别到这个哈希值时,会自动检索并执行对应的查询。如果服务器找不到匹配的哈希,就会要求客户端提供完整的查询文本进行存储,以便后续使用。
项目技术分析
- 哈希替代策略:客户端发送一个64位的哈希值作为请求的一部分,而非完整的查询字符串。
- 智能适配:服务器基于哈希值查找对应查询,若未找到,则请求完整查询,同时保存以备未来使用。
- 链接融合:与Apollo Client配合工作,APQ作为一个自定义的链接中间件实现。
应用场景
APQ适用于任何依赖于GraphQL且关心网络性能的项目。特别是对于移动应用,或者在网络环境不稳定或带宽有限的环境下,APQ能显著提高用户体验,减少加载时间。
项目特点
- 简单集成:只需一行代码,即可将APQ与Apollo Client链接起来,享受性能提升。
- 动态注册:首次请求时,客户端会发送完整查询文本供服务器存档,后续仅发送哈希值。
- 兼容性佳:与Apollo Engine无缝对接,支持自动持久化查询。
- 选项丰富:提供自定义哈希生成器、使用GET方法发送哈希等配置选项,满足各种需求。
- 错误处理:具备智能错误响应机制,支持根据错误条件禁用持续查询功能。
要开始使用,只需安装apollo-link-persisted-queries并按照文档指导配置你的Apollo Client,你会发现,提升应用程序的性能从未如此简单。
在这个追求速度和效率的时代,Automatic Persisted Queries为GraphQL带来了一场革命,让数据查询更轻量、更快捷。如果你正在寻找一种方法来优化你的GraphQL客户端,那么这个项目绝对值得一看。立即尝试,并见证它如何改变你的开发体验!
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
335
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
745
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
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
112
134