Apollo Client 中使用 cache.modify 处理订阅数据的类型安全实践
背景介绍
在现代前端开发中,GraphQL 订阅(Subscription)是实现实时功能的重要手段。Apollo Client 作为流行的 GraphQL 客户端,提供了强大的缓存机制来处理订阅数据。然而,在使用 TypeScript 开发时,如何类型安全地操作缓存成为了一个常见挑战。
核心问题
当应用程序通过订阅接收到新数据时,需要将这些数据合并到现有的缓存中。典型的场景包括:
- 帖子(Post)和评论(Comment)的关系
- 对话(Conversation)和步骤(Step)的关系
在这些关系中,父实体(如 Post 或 Conversation)通常通过连接(Connection)字段(如 comments 或 steps)关联子实体列表。当订阅推送新数据时,我们需要将这些新数据追加到缓存中的对应列表。
解决方案演进
初始方案:直接修改缓存
最初的尝试是直接使用 cache.modify 方法修改缓存:
cache.modify({
id: cache.identify({
__typename: "Post",
id: comment.post.id,
}),
fields: {
comments(existing) {
return {
...existing,
edges: [...existing.edges, { node: comment }],
};
},
},
});
这种方法虽然能工作,但存在明显的类型安全问题:
existing参数类型为any,缺乏类型检查- 无法处理缓存引用(Reference)的情况
- 忽略了连接字段的完整类型定义(如缺少 cursor 等必需字段)
改进方案:使用 readField 辅助方法
为了解决类型安全问题,引入了 readField 方法:
cache.modify<Conversation>({
id: cache.identify({
__typename: "Conversation",
id: step.conversation.id,
}),
fields: {
steps(existing, { readField }) {
const edges = readField("edges", existing) || [];
return {
...existing,
edges: [...edges, { node: step }],
};
},
},
});
这种方法仍然存在问题:
readField返回类型过于宽泛- 无法确保返回的数据符合 Connection 类型的完整定义
- 类型断言可能导致运行时错误
最终方案:结合 updateQuery 和类型保护
经过多次尝试,最终确定了一个更可靠的方案:
const onNewStep = (step: DetailedStepFragment) => {
cache.updateQuery(
{
query: GQL.Conversation.StepsQuery,
variables: { id: step.conversation.id, last: 8 },
},
(existing) => {
if (existing?.node?.__typename !== "Conversation") return;
const node = frag(GQL.Conversation.WithSteps, existing.node);
return {
...existing,
node: {
...node,
steps: {
...node.steps,
edges: [
...node.steps.edges,
{ __typename: "ConversationStepEdge", node: step },
],
},
},
};
}
);
};
这个方案的优点:
- 通过
updateQuery直接操作查询结果,类型更明确 - 使用类型保护确保操作的安全性
- 完整维护了连接类型的所有必需字段
- 与现有查询结构保持一致
最佳实践建议
-
优先使用 updateQuery:当需要精确控制缓存更新时,
updateQuery通常比modify更类型安全。 -
正确处理连接类型:确保在添加新边(edge)时包含所有必需字段,如
__typename和cursor。 -
考虑分页策略:如果使用了
relayStylePagination,需要注意手动更新可能会绕过分页策略。 -
使用最新 API:Apollo Client 3.11+ 提供了改进的
useSubscriptionhook,支持ignoreResults选项,可以更好地控制组件重渲染。 -
避免 useEffect 中的订阅处理:推荐使用
onData回调来处理订阅数据,而不是依赖useEffect。
总结
在 Apollo Client 中处理订阅数据时,类型安全是关键考量。通过合理选择缓存操作方法(modify 或 updateQuery)并结合 TypeScript 的类型保护,可以构建既安全又高效的实时数据更新机制。开发者应当根据具体场景选择最适合的方法,同时遵循 Apollo Client 的最佳实践。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00