GraphQL Yoga 5.13.0 版本发布:新增 Instruments API 与多项改进
2025-06-07 15:47:37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
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~0369Hunyuan3D-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++095AI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
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
197
2.17 K

React Native鸿蒙化仓库
C++
208
285

Ascend Extension for PyTorch
Python
59
94

🎉 (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
973
574

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++
549
81

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
27

前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。
官网地址:https://matechat.gitcode.com
1.2 K
133