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
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
 
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-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。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
 
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
 
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
274
2.57 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
222
302
Ascend Extension for PyTorch
Python
103
132
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++
597
157
暂无简介
Dart
564
126
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
239
14
🎉 (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
1.03 K
607
仓颉编译器源码及 cjdb 调试工具。
C++
118
98
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
1.02 K
445