Apollo iOS 项目中合并源重复问题的技术分析
2025-06-17 14:26:36作者:明树来
问题背景
在 Apollo iOS 项目中,开发者发现了一个长期存在的 bug:在生成的代码中,__mergedSources 数组偶尔会出现重复条目。这个问题最早可以追溯到 1.2.0 版本,而在 1.7.1 版本中变得尤为明显。
问题表现
生成的 Swift 代码中,__mergedSources 数组会出现完全相同的类型重复出现,例如:
public static var __mergedSources: [any ApolloAPI.SelectionSet.Type] { [
UserListItemFragment.self,
AvatarFragment.self,
FeedItemFragment.AsFollowRecommendationFeedItem.Followee.AsUser.self,
FeedItemFragment.AsFollowRecommendationFeedItem.Followee.AsUser.self
] }
问题复现条件
通过开发者社区的协作研究,发现这个问题在特定条件下可以稳定复现:
- 查询响应选择集中同时包含联合类型的行内片段和命名片段
- 这些片段都依赖于相同的底层类型
典型的问题查询结构如下:
... on MyUnionType {
... on User {
# 选择集内容
}
... UserListItemFragment
}
其中 MyUnionType 是一个包含 User 类型的联合类型,而 UserListItemFragment 是一个在 User 类型上定义的命名片段。
技术分析
经过深入调试和分析,开发团队发现:
mergedSources是一个OrderedSet<IR.MergedSelections.MergedSource>类型- 问题根源可能在于类型信息或片段来源虽然不同,但最终解析为相同的选择集名称
- 这表明选择集名称的解析过程可能存在缺陷
调试日志显示,相同的合并源会被多次添加到集合中:
Sources: OrderedSet<MergedSource>([
[[Object - User]], fragment: UserListItemFragment on Object - User,
[[Interface - Actor]], fragment: AvatarFragment on Interface - Actor,
[[Union - FeedItem -> Object - FollowRecommendationFeedItem] -> [Union - Followable -> Object - User]], fragment: FeedItemFragment on Union - FeedItem,
[[Union - FeedItem -> Object - FollowRecommendationFeedItem] -> [Union - Followable -> Object - User]], fragment: FeedItemFragment on Union - FeedItem
])
临时解决方案
开发者发现可以通过重构查询结构来避免这个问题:
...on MyUnionType {
... on User {
...UserListItemFragment
}
}
这种结构将命名片段嵌套在类型条件片段内部,避免了重复合并源的问题。
问题状态
虽然问题的根本原因尚未完全确定,但开发团队推测近期关于字段合并的工作可能间接修复了这个问题。目前该问题已被关闭,团队将持续关注是否会在新版本中再次出现。
对于遇到类似问题的开发者,建议:
- 尝试使用上述的查询结构重构方案
- 升级到最新版本观察问题是否已解决
- 如果问题仍然存在,可以提供详细的复现案例帮助开发团队进一步调查
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-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- 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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
388
458
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++
894
679
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
354
212
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
806
198
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
12
1
🔥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
68
20
🎉 (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
1.37 K
781