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 StartedRust0194
cann-learning-hubCANN 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 Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
767
4.99 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++
857
1.94 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++
686
1.34 K
Ascend Extension for PyTorch
Python
721
892
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
458
445
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
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。
Python
1 K
618
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
2.99 K
637
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253