GraphQL Yoga 5.13.0 版本发布:新增 Instruments API 与多项改进
2025-06-07 06:19:49作者:沈韬淼Beryl
GraphQL Yoga 是一个功能强大且灵活的 GraphQL 服务器实现,它基于现代 Web 标准构建,提供了简单易用的 API 和丰富的插件生态系统。在最新发布的 5.13.0 版本中,GraphQL Yoga 引入了一个重要的新特性——Instruments API,同时对多个核心组件进行了升级和优化。
Instruments API:全新的可观测性解决方案
5.13.0 版本最显著的改进是新增了 Instruments API,这是一个专门为监控、追踪等可观测性需求设计的全新接口。与现有的 Hooks 系统不同,Instruments API 能够在整个阶段处理过程(包括插件钩子执行)的前后运行自定义代码,而不直接访问阶段的输入输出。
Instruments API 的核心特点
- 执行范围更广:可以包装整个阶段的处理流程,包括所有插件钩子的执行
- 专注可观测性:特别适合用于监控、错误追踪和性能分析
- 灵活的组合方式:支持多个 Instruments 插件的有序组合
基本使用示例
import { createYoga } from 'graphql-yoga'
import Sentry from '@sentry/node'
import schema from './schema'
const server = createYoga({
schema,
plugins: [
{
instruments: {
request: ({ request }, wrapped) =>
Sentry.startSpan({ name: 'Graphql Operation' }, async () => {
try {
await wrapped()
} catch (err) {
Sentry.captureException(err)
}
})
}
}
]
})
多 Instruments 插件的组合
当使用多个 Instruments 插件(如同时使用 Prometheus 和 Sentry)时,它们会按照插件数组的顺序自动组合——第一个插件是最外层,最后一个插件是最内层。
如果需要自定义组合顺序,可以使用 composeInstruments 方法手动组合:
import { composeInstruments, createYoga } from 'graphql-yoga'
import schema from './schema'
const { instruments: sentryInstruments, ...sentryPlugin } = useSentry()
const { instruments: otelInstruments, ...otelPlugin } = useOpentelemetry()
const instruments = composeInstruments([otelInstruments, sentryInstruments])
const server = createYoga({
schema,
plugins: [{ instruments }, useSentry(), useOpentelemetry()]
})
其他重要改进
除了引入 Instruments API 外,5.13.0 版本还包含以下重要更新:
-
依赖项升级:
- 更新了
@envelop/core到 5.2.1 版本 - 新增了
@envelop/instruments和@whatwg-node/promise-helpers依赖 - 升级
@whatwg-node/server到 0.10.0 版本
- 更新了
-
插件兼容性更新:
- 多个官方插件(如 Apollo Federation、Prometheus、Response Cache 等)都进行了相应的依赖更新,确保与新版本核心的兼容性
-
性能优化:
- 通过更新底层依赖,整体性能有所提升
- 改进了异步处理的效率
升级建议
对于现有用户,升级到 5.13.0 版本通常是安全的,因为大部分变更都是向后兼容的。特别是对于需要增强可观测性的项目,建议尝试新的 Instruments API 来替代或补充现有的监控方案。
对于新项目,5.13.0 版本提供了更完善的工具链和更好的性能,是理想的起点。开发者可以根据项目需求选择合适的插件组合,构建高效、可观测的 GraphQL 服务。
GraphQL Yoga 持续致力于提供简单而强大的 GraphQL 服务器解决方案,5.13.0 版本的发布进一步巩固了它在这一领域的地位。
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 StartedRust0153- 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
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
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。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
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
1.25 K
153
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
1.1 K
611
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++
1.01 K
1.01 K
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
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253