在graphql-request中使用getServerSideProps时传递请求头的最佳实践
2025-06-05 00:13:51作者:侯霆垣
在使用Next.js的getServerSideProps进行服务端渲染时,我们经常需要从服务器端获取GraphQL数据。graphql-request是一个轻量级的GraphQL客户端,它提供了简单的方式来发送GraphQL查询。本文将详细介绍如何在getServerSideProps中正确配置请求头。
问题背景
在Next.js应用中,当我们需要在服务端渲染页面时获取数据,通常会使用getServerSideProps函数。这个函数在每次页面请求时都会运行在服务器端。有时我们需要在GraphQL请求中传递特定的请求头,比如认证令牌或其他自定义头信息。
传统解决方案
最直接的方式是在每次调用graphQLClient.request时传递headers参数:
const data = await graphQLClient.request(query, variables, {
headers: {
'Custom-Header': 'value'
}
});
这种方式虽然可行,但存在几个问题:
- 代码重复 - 每次请求都需要重复设置相同的头信息
- 可维护性差 - 如果需要修改头信息,需要在多处修改
- 与eslint规则冲突 - 如果使用了react-query等库,可能会违反深度依赖规则
更优雅的解决方案
graphql-request客户端提供了setHeader方法,可以全局设置请求头:
export const getServerSideProps = async (context) => {
const { id: postId } = context.query;
// 从请求上下文中获取原始头信息
const headers = context.req.headers;
const accessToken = headers['app_header'];
// 全局设置请求头
graphQLClient.setHeader('new_header', accessToken);
// 执行GraphQL查询
const data = await graphQLClient.request(query, { postId });
return { props: { data } };
};
方法优势
- 一次性设置:只需在客户端初始化后设置一次,所有后续请求都会自动包含这些头信息
- 代码简洁:避免了在每个请求中重复设置头信息
- 易于维护:头信息集中管理,修改时只需改动一处
- 兼容性好:不会与eslint规则产生冲突
实现原理
graphql-request的setHeader方法会将头信息存储在客户端的配置中。当执行request方法时,这些预定义的头信息会自动包含在HTTP请求中。这种方式类似于其他HTTP客户端(如axios)的拦截器机制。
注意事项
- 如果头信息需要根据每个请求动态变化,仍然需要在request方法中单独设置
- 在多用户环境下,要注意避免头信息的交叉污染
- 敏感信息(如认证令牌)应该妥善处理,避免安全问题
通过这种方式,我们可以在Next.js的getServerSideProps中高效、安全地使用graphql-request进行数据获取,同时保持代码的整洁和可维护性。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
deepin linux kernel
C
28
15
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
660
4.26 K
🎉 (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
1.54 K
894
Ascend Extension for PyTorch
Python
505
610
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
392
289
暂无简介
Dart
909
219
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
940
867
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108