Wundergraph Cosmo Router 0.170.0版本发布:Redis集群支持与配置优化
Wundergraph Cosmo是一个开源的GraphQL联邦平台,它提供了一个高性能的GraphQL路由器(Router)作为核心组件。Router负责将客户端的GraphQL请求分发到各个子图(subgraph),并合并结果返回给客户端。在最新发布的0.170.0版本中,Router带来了一些重要的功能增强和问题修复。
主要功能更新
Redis集群支持
本次版本最重要的改进之一是增加了对Redis集群的支持。现在,Router可以使用Redis集群来实现以下功能:
- 速率限制:通过Redis集群来存储和管理API调用的速率限制数据
- 自动持久化查询(APQ):利用Redis集群缓存GraphQL查询的哈希值
Redis集群的支持使得Router在高可用性和扩展性方面有了显著提升。对于大规模部署场景,Redis集群可以提供更好的性能和容错能力。
配置优化与问题修复
子图超时配置验证
新版本增加了一个重要的配置验证:子图的超时时间不能大于全局超时时间。这个改进可以防止因为子图配置不当导致的请求处理异常,确保整个系统的稳定性。
JSON Schema改进
对流量整形(traffic shaping)子图的JSON Schema进行了优化,使得配置更加规范和易于理解。流量整形是控制不同子图请求优先级和资源分配的重要功能。
缓存预热错误提示
当启用缓存预热功能但未设置Graph Token时,现在会提供更清晰的错误提示信息。这有助于开发者在配置阶段更快地发现和解决问题。
技术实现细节
在Redis集群支持方面,Router现在能够:
- 识别Redis集群模式并自动适配
- 正确处理集群环境下的数据分片和请求路由
- 保持与单节点Redis的向后兼容性
对于配置验证,系统现在会在启动时检查所有子图的超时设置,确保它们不超过全局超时限制。这种预防性检查可以避免在生产环境中出现难以调试的超时问题。
总结
Wundergraph Cosmo Router 0.170.0版本通过引入Redis集群支持,为大规模部署提供了更好的扩展性和可靠性。同时,配置验证和错误提示的改进也提升了开发体验和系统稳定性。这些改进使得Cosmo Router更适合企业级GraphQL联邦场景的需求。
对于正在使用Cosmo Router的用户,建议评估Redis集群支持是否适合您的部署规模,并检查子图超时配置是否符合新的验证规则。这些改进将帮助您构建更健壮的GraphQL联邦系统。
- 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~042CommonUtilLibrary
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!C0295- 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









