Apollo Client 中非规范化对象合并问题解析
2025-05-11 12:01:12作者:彭桢灵Jeremy
问题背景
在使用 Apollo Client 进行 GraphQL 查询时,开发者可能会遇到重复网络请求的问题。这通常是由于缓存机制无法正确处理非规范化对象的合并导致的。本文将通过一个典型案例,深入分析问题原因并提供解决方案。
典型案例分析
在一个 React 应用中,开发者同时使用了两个 useQuery
钩子,分别查询 roadster
对象的不同字段:
- 第一个查询请求
roadster
对象的details
字段 - 第二个查询请求
roadster
对象的name
字段
这种情况下,开发者观察到四个网络请求被触发,其中第二个查询被重复执行。这种现象并非 Apollo Client 的缺陷,而是缓存合并策略导致的预期行为。
问题根源
Apollo Client 的缓存系统(InMemoryCache)对于非规范化对象的处理有以下特点:
- 默认情况下,缓存系统会完全替换非规范化对象
- 当两个查询返回相同类型的对象但包含不同字段时,后完成的查询会覆盖前一个查询的结果
- 这种覆盖行为会导致前一个查询认为其数据已丢失,从而触发重新获取
解决方案
针对这类问题,开发者有以下几种解决方案:
方案一:添加唯一标识符
最理想的解决方案是确保所有对象都包含唯一标识符字段 id
。这样缓存系统可以正确识别和合并相同实体的不同查询结果。
方案二:自定义合并函数
对于无法添加 id
的情况,可以为特定类型定义自定义合并策略:
new InMemoryCache({
typePolicies: {
Roadster: {
merge: true, // 启用默认合并策略
},
},
})
这种配置会使缓存系统合并相同类型对象的字段,而不是完全替换。在上面的例子中,合并后的 Roadster
对象将同时包含 name
和 details
字段。
方案三:字段级合并策略
对于更复杂的情况,可以实现细粒度的合并函数:
new InMemoryCache({
typePolicies: {
Roadster: {
fields: {
details: {
merge(existing, incoming) {
return incoming || existing;
}
}
}
},
},
})
最佳实践建议
- 始终检查 Apollo Client 的控制台警告信息,这些警告通常会明确指出缓存合并问题
- 在设计 GraphQL 类型时,尽可能包含唯一标识符字段
- 对于无法修改的远程模式,提前规划好类型合并策略
- 在开发阶段密切关注网络请求数量,异常重复请求往往是缓存问题的信号
总结
Apollo Client 的缓存机制为应用性能带来了显著提升,但需要开发者理解其工作原理。通过合理配置类型合并策略,可以有效避免重复请求问题,同时确保数据一致性。对于非规范化对象,特别需要注意合并行为的配置,这是优化 Apollo Client 使用体验的关键环节。
登录后查看全文
热门项目推荐
相关项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0370Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
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++0102AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
1 freeCodeCamp音乐播放器项目中的函数调用问题解析2 freeCodeCamp全栈开发课程中React组件导出方式的衔接问题分析3 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析4 freeCodeCamp课程视频测验中的Tab键导航问题解析5 freeCodeCamp课程中屏幕放大器知识点优化分析6 freeCodeCamp Cafe Menu项目中link元素的void特性解析7 freeCodeCamp英语课程填空题提示缺失问题分析8 freeCodeCamp 课程中关于角色与职责描述的语法优化建议 9 freeCodeCamp全栈开发课程中测验游戏项目的参数顺序问题解析10 freeCodeCamp全栈开发课程中React实验项目的分类修正
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
205
2.19 K

暂无简介
Dart
514
115

React Native鸿蒙化仓库
C++
208
285

Ascend Extension for PyTorch
Python
62
95

🎉 (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
976
575

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

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++
550
86

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
393
28