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 04:04:51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
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
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
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Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
192
212
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++
650
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
111
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
384
3.69 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
243
316
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,提供Transformer定制化场景的高性能融合算子。
C++
66
96
暂无简介
Dart
633
143