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
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
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