Schema Stitching Handbook 教程
2024-09-03 22:13:41作者:盛欣凯Ernestine
项目介绍
Schema Stitching Handbook 是一个探索 GraphQL Tools v6+ 版本中 Schema Stitching 功能的指南。该项目提供了丰富的示例和教程,帮助开发者理解和应用 Schema Stitching 技术。Schema Stitching 允许开发者将多个 GraphQL 服务合并成一个单一的 GraphQL 服务,从而简化客户端的查询和操作。
项目快速启动
安装
首先,克隆项目仓库并安装依赖:
git clone https://github.com/gmac/schema-stitching-handbook.git
cd schema-stitching-handbook
yarn install
运行示例
从根目录运行以下命令启动示例:
yarn start
这将启动开发服务器,并提供一个示例 GraphQL 服务,你可以通过浏览器访问 http://localhost:4000/graphql 进行测试。
应用案例和最佳实践
合并本地和远程服务
Schema Stitching 允许你将本地定义的 GraphQL 服务与远程服务合并。以下是一个简单的示例:
const { stitchSchemas } = require('@graphql-tools/stitch');
const { introspectSchema, makeRemoteExecutableSchema } = require('@graphql-tools/wrap');
const { HttpLink } = require('apollo-link-http');
const fetch = require('node-fetch');
async function createRemoteSchema(uri) {
const link = new HttpLink({ uri, fetch });
const schema = await introspectSchema(link);
return makeRemoteExecutableSchema({
schema,
link,
});
}
async function createStitchedSchema() {
const localSchema = // 本地定义的 GraphQL 服务
const remoteSchema = await createRemoteSchema('http://remote-service.com/graphql');
return stitchSchemas({
subschemas: [localSchema, remoteSchema],
});
}
createStitchedSchema().then(schema => {
// 使用合并后的 schema
});
处理请求超时
在合并服务时,你可能需要处理远程服务的请求超时问题。可以通过设置超时选项来实现:
const { ApolloLink, Observable } = require('apollo-link');
const timeoutLink = new ApolloLink((operation, forward) => {
return new Observable(observer => {
const timeout = setTimeout(() => {
observer.error(new Error('Request timed out'));
}, 5000); // 5秒超时
const subscription = forward(operation).subscribe({
next: observer.next.bind(observer),
error: observer.error.bind(observer),
complete: observer.complete.bind(observer),
});
return () => {
clearTimeout(timeout);
subscription.unsubscribe();
};
});
});
const link = ApolloLink.from([timeoutLink, new HttpLink({ uri: 'http://remote-service.com/graphql', fetch })]);
典型生态项目
Bramble (Golang)
Bramble 是一个用 Go 语言实现的 GraphQL 网关,支持 Schema Stitching 功能。它可以帮助你将多个 GraphQL 服务合并成一个统一的 API 接口。
graphql-stitching-ruby (Ruby)
graphql-stitching-ruby 是一个用 Ruby 实现的 Schema Stitching 库。它提供了类似于 GraphQL Tools 的功能,允许你合并多个 GraphQL 服务。
通过这些生态项目,你可以根据不同的编程语言和需求选择合适的工具来实现 Schema Stitching。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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-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- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
OMNeT++中文使用手册:网络仿真的终极指南与实用教程 Python案例资源下载 - 从入门到精通的完整项目代码合集 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
301
2.65 K
Ascend Extension for PyTorch
Python
130
152
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
457
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++
610
196
React Native鸿蒙化仓库
JavaScript
230
307
暂无简介
Dart
593
129
🎉 (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
1.05 K
613
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,专门为Transformer模型的训练和推理而设计。
C++
48
77
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
360
2.43 K
openGauss kernel ~ openGauss is an open source relational database management system
C++
155
205