Grafbase项目发布网关服务0.28.2版本:增强订阅协议配置能力
2025-07-05 22:15:19作者:谭伦延
Grafbase是一个现代化的GraphQL网关和API管理平台,它允许开发者轻松地组合、管理和部署GraphQL API。该项目最近发布了网关服务的0.28.2版本,重点增强了订阅协议配置的能力,为开发者提供了更灵活的订阅服务控制选项。
订阅协议配置的改进
在GraphQL中,订阅(Subscription)是一种实时获取数据变更的机制。Grafbase网关作为客户端和后端服务之间的中间层,需要处理订阅请求并将其转发到相应的子图(subgraph)服务。在此之前,网关会根据子图配置中是否定义了websocket_url来决定使用WebSocket还是服务器发送事件(Server-Sent Events, SSE)作为通信协议。
0.28.2版本引入了一个新的子图配置选项,允许开发者显式指定订阅协议:
[subgraphs.my-subgraph]
subscription_protocol = "websocket"
这个配置项接受两个值:"websocket"或"server_sent_events"。当这个选项被明确设置时,网关会严格遵循指定的协议与子图服务通信。如果未设置此选项,网关将回退到原有的自动判断逻辑。
技术背景与优势
WebSocket和SSE都是实现实时通信的技术,但各有特点:
- WebSocket提供全双工通信通道,适合需要频繁双向交互的场景
- SSE是单向的(服务器到客户端),基于HTTP协议,实现更简单,适合服务器推送数据的场景
这次改进使得开发者能够:
- 更精确地控制网关与子图之间的通信方式
- 避免因自动选择导致的意外行为
- 根据子图服务的实际能力选择最适合的协议
- 提高订阅服务的可预测性和可靠性
实际应用建议
在实际部署中,建议开发者:
- 评估子图服务支持的协议类型
- 考虑网络环境和性能需求
- 在grafbase.toml中明确配置subscription_protocol
- 对于需要双向通信的复杂场景,优先选择WebSocket
- 对于简单的数据推送场景,SSE可能是更轻量级的选择
总结
Grafbase网关0.28.2版本的这一改进体现了项目团队对开发者体验和系统灵活性的重视。通过提供明确的订阅协议配置选项,开发者现在能够更精细地控制GraphQL订阅行为,从而构建更可靠、更高效的实时应用。这一变化虽然看似微小,但对于依赖实时数据更新的应用场景来说,却能带来显著的稳定性和可控性提升。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0455
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0782
new-apiAI模型聚合管理中转分发系统,一个应用管理您的所有AI模型,支持将多种大模型转为统一格式调用,支持OpenAI、Claude、Gemini等格式,可供个人或者企业内部管理与分发渠道使用。🍥 A Unified AI Model Management & Distribution System. Aggregate all your LLMs into one app and access them via an OpenAI-compatible API, with native support for Claude (Messages) and Gemini formats.TSX029
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0314
mllm轻量化的端侧多模态推理框架,支持多种硬件后端https://ubiquitouslearning.github.io/mllm/C++03
项目优选
收起
暂无描述
Markdown
832
5.52 K
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
496
521
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
808
1.16 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
797
1.6 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
980
2.31 K
deepin linux kernel
C
33
16
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.03 K
782
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
487
314
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++
1.21 K
1.26 K
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
666
305