Apollo Kotlin 中枚举类型的优化方案解析
2025-06-18 10:47:54作者:余洋婵Anita
背景介绍
在 GraphQL 开发中,枚举类型是常见的数据结构。Apollo Kotlin 作为一款流行的 GraphQL 客户端库,其枚举类型的处理方式直接影响开发体验。当前版本中,Apollo Kotlin 生成的枚举类型会自动包含一个 UNKNOWN__ 的默认值,这在某些场景下可能带来不便。
当前实现的问题
Apollo Kotlin 目前生成的枚举类型会强制包含 UNKNOWN__ 值,这导致开发者在编写 when 表达式时必须显式处理这个默认情况:
when(color) {
BLUEBERRY -> TODO()
CANDY -> TODO()
__UNKNOWN -> TODO() // 必须处理
}
这种设计虽然确保了类型安全,但增加了开发者的心智负担,特别是在枚举值较多的情况下,每个 when 表达式都需要处理 UNKNOWN__ 情况。
解决方案探讨
社区提出了一个优化方案:生成两个版本的枚举类型:
- 完整枚举:包含所有可能值,包括
UNKNOWN__ - 已知值枚举:仅包含 GraphQL schema 中明确定义的值
这种设计借鉴了 Apollo iOS 的实现思路,但采用了更符合 Kotlin 习惯的方式。开发者可以通过简单的扩展函数 unwrap() 来获取仅包含已知值的枚举:
when(color.unwrap()) {
BLUEBERRY -> TODO()
CANDY -> TODO()
// 不再需要处理 UNKNOWN__ 情况
}
技术实现细节
实现这一方案的关键点包括:
- 代码生成策略:在编译时生成两个版本的枚举类型
- 类型安全:确保运行时不会出现未处理的枚举值
- 兼容性:保持与现有代码的向后兼容
Apollo Kotlin 团队已经实现了原型,通过生成 knownEntries 列表来提供仅包含已知值的枚举版本。开发者可以根据需要选择使用完整枚举或已知值枚举。
最佳实践建议
对于不同场景,推荐以下使用方式:
- 网络边界:使用完整枚举,确保能处理服务器可能返回的任何值
- 业务逻辑:使用已知值枚举,简化代码逻辑
- UI 层:根据需求选择,如果 UI 需要显示未知值提示,则使用完整枚举
未来展望
这一改进将使 Apollo Kotlin 的枚举处理更加灵活,既保持了类型安全的优势,又减少了样板代码。开发者可以根据具体场景选择最适合的枚举版本,获得更好的开发体验。
对于已经熟悉 Apollo iOS 的开发者,这一改变也能降低跨平台开发的学习成本,使两个平台的 API 设计更加一致。
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 StartedRust0448
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。Markdown00
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。Python0769
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
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++0312
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
热门内容推荐
项目优选
收起
暂无描述
Markdown
827
5.49 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
494
518
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++
786
1.58 K
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
803
1.14 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++
973
2.29 K
deepin linux kernel
C
32
16
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++
482
312
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
3.02 K
769
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
811
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
648
287