Apollo iOS 中缓存变异的痛点分析与解决方案
2025-06-17 03:33:01作者:沈韬淼Beryl
现状分析
在Apollo iOS客户端中,处理本地缓存变异(Local Cache Mutation)时存在一些显著的痛点。开发者需要为同一个数据结构定义两个几乎相同的查询:一个用于常规查询,另一个专门用于缓存变异。这种做法导致了代码冗余和维护困难。
问题具体表现
当开发者想要对公告数据进行缓存变异时,不得不创建两个查询:
- 常规查询
Announcements用于获取数据 - 带有
@apollo_client_ios_localCacheMutation指令的AnnouncementsLocalCacheMutation用于缓存操作
这种设计导致代码生成器创建了重复的类型结构,使得在缓存变异中插入新数据变得异常繁琐。开发者不得不手动映射每个字段,或者使用不安全的_fieldData初始化器。
当前解决方案
目前官方推荐的临时解决方案是将@apollo_client_ios_localCacheMutation指令直接应用于共享的Fragment上。例如:
fragment AnnouncementFragment @apollo_client_ios_localCacheMutation on Announcement {
id
title
content
# 其他字段...
}
然后在缓存操作时,可以使用updateObject(ofType:withKey:)方法:
store.withinReadWriteTransaction { transaction in
transaction.updateObject(
ofType: AnnouncementsListFragment.self,
withKey: "QUERY_ROOT",
variables: ["locationID": locationID]
) { announcements in
announcements.append(newAnnouncement)
}
}
未来改进方向
Apollo iOS团队已经意识到这个问题,并计划在未来版本中:
- 弃用当前的
LocalCacheMutation机制 - 允许任何选择集(Selection Set)都可变
- 简化缓存变异操作的API设计
这将大大改善开发体验,减少冗余代码,并提供更直观的缓存操作方式。
最佳实践建议
在当前版本中,开发者可以采取以下策略来优化缓存变异操作:
- 将共享数据结构定义为带有缓存变异指令的Fragment
- 为列表数据创建专门的Fragment包装器
- 注意正确设置缓存键(通常为"QUERY_ROOT"用于根查询)
- 确保传递正确的变量参数
通过这些方法,可以在现有框架限制下获得相对较好的开发体验,同时为未来的API改进做好准备。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
335
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
745
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
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
112
134