Apollo Kotlin中多客户端共享缓存的最佳实践
2025-06-18 00:58:22作者:段琳惟
在Apollo Kotlin项目中,开发者经常需要创建多个ApolloClient实例来满足不同的业务场景需求。一个常见的需求是让这些客户端实例能够共享缓存数据,以避免重复请求和保持数据一致性。本文将深入探讨如何正确实现这一目标。
问题背景
当开发者尝试通过共享NormalizedCacheFactory来实现缓存共享时,可能会遇到一个看似违反直觉的现象:即使使用了相同的缓存工厂,不同客户端实例的缓存数据仍然相互独立。这是因为缓存工厂(CacheFactory)的设计初衷是每次调用都会创建一个新的缓存实例。
技术原理
Apollo Kotlin的缓存系统采用工厂模式设计:
- NormalizedCacheFactory是一个工厂接口,负责创建缓存实例
- 每次调用都会产生新的缓存对象
- 直接共享工厂不会共享缓存实例
解决方案
要实现真正的缓存共享,应该直接共享ApolloStore实例而非工厂:
// 创建共享的存储实例
val sharedStore = ApolloStore(MemoryCacheFactory())
// 构建多个客户端时传入同一个store实例
val client1 = ApolloClient.Builder()
.store(sharedStore)
.serverUrl("server1")
.build()
val client2 = ApolloClient.Builder()
.store(sharedStore)
.serverUrl("server2")
.build()
实现机制
这种方案有效的关键在于:
- ApolloStore是缓存的管理器
- 多个客户端共享同一个ApolloStore实例
- 所有读写操作都通过同一个缓存后端执行
- 数据变更对所有客户端立即可见
最佳实践建议
- 对于需要共享缓存的场景,优先考虑共享ApolloStore而非缓存工厂
- 在依赖注入框架中,将ApolloStore声明为单例
- 注意线程安全问题,ApolloStore内部已经处理了并发访问
- 考虑缓存过期策略,避免共享过期的数据
性能考量
共享缓存可以带来以下优势:
- 减少内存占用
- 避免重复网络请求
- 保持应用状态一致性
- 提高缓存命中率
通过正确使用ApolloStore共享机制,开发者可以构建更高效、一致的GraphQL客户端应用架构。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C081
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
465
3.46 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
197
80
暂无简介
Dart
715
172
Ascend Extension for PyTorch
Python
273
311
React Native鸿蒙化仓库
JavaScript
285
331
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++
845
424
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
10
1
🎉 (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
1.26 K
693
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
106
120