Apollo Client 缓存大小配置的深度解析
2025-05-11 15:26:44作者:翟江哲Frasier
缓存机制的核心概念
Apollo Client 作为一款流行的 GraphQL 客户端,其内部缓存机制对性能有着至关重要的影响。其中 executeSelectionSize 参数控制着选择集执行结果的缓存大小,这个参数直接关系到应用的响应速度和内存使用效率。
缓存大小的默认值与实际配置
在 Apollo Client 3.11 版本中,存在一个文档与实际实现不一致的情况:代码注释声称 executeSelectionSize 的默认最大缓存大小为 10,000,但实际上源码中的默认值被设置为 50,000。这个差异源于开发者更新了默认值但未同步更新相关注释。
缓存工作原理详解
executeSelectionSize 控制的是 executeSelectionSet 方法调用结果的缓存容量。这个缓存采用最近最少使用(LRU)策略,保存最近 50,000 次不同参数调用 executeSelectionSet 的结果。
当查询结构如下时:
query AuthorsAndBooks {
author {
name
books {
name
isbn
comments {
username
content
}
}
}
}
缓存使用情况会这样计算:
- 整个查询:1 次调用
- 每个作者对象:3 次调用(假设返回3位作者)
- 每本书:5 本书 × 3 位作者 = 15 次调用
- 每条评论:10 条评论 × 15 本书 = 150 次调用 总计需要约 169 个缓存条目来完整缓存这个查询结果
缓存溢出的影响与处理
当缓存达到容量上限时,系统会自动淘汰最久未被使用的缓存条目。这意味着:
- 被淘汰的查询结果在下一次需要时需重新计算
- 频繁的重新计算会导致性能下降
- 可能引发连锁反应,导致更多缓存条目被淘汰
优化建议与最佳实践
- 容量评估:访问应用中数据量最大的页面,测量此时的缓存使用量,然后乘以安全系数(建议2倍)
- 内存考量:增大缓存会占用更多内存,但能减少重复计算
- 平衡原则:缓存应足够大以容纳当前活跃页面的所有查询,但不必保留历史页面的查询结果
- 监控调整:在实际运行中监控性能,根据实际情况调整缓存大小
技术实现细节
Apollo Client 的缓存系统采用分层设计:
- 顶层缓存查询结果
- 中层缓存规范化后的数据
- 底层缓存选择集执行结果
executeSelectionSet 缓存属于底层缓存,直接影响数据读取性能。适当增大这个缓存可以显著提升复杂查询的性能,特别是在数据关系复杂的应用中。
通过理解这些机制,开发者可以更合理地配置 Apollo Client 的缓存参数,在内存占用和性能之间取得最佳平衡。
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 StartedRust0148- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
731
4.73 K
Ascend Extension for PyTorch
Python
609
786
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 K
1.01 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
433
392
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
145
237
Claude 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 Started
Rust
1.15 K
148
暂无简介
Dart
983
250
Oohos_react_native
React Native鸿蒙化仓库
C++
347
401
昇腾LLM分布式训练框架
Python
166
197
🎉 (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
1.67 K
985