Apollo Client 中自定义 ApolloLink 导致重复请求问题解析
问题背景
在使用 Apollo Client 进行 GraphQL 开发时,开发者经常会通过创建自定义的 ApolloLink 来实现特定的功能需求。然而,在从 Apollo Client 3.7.14 升级到 3.10.4 版本后,一些开发者发现他们的自定义链接出现了重复请求的问题。
问题重现
当开发者创建一个自定义的 ApolloLink 并在其中直接订阅 observable 时,例如以下代码:
export class MyLink extends ApolloLink {
constructor() {
super((operation, forward) => {
const next: Observable<FetchResult> = forward(operation);
next.subscribe({
error: (e) => {
console.log(e);
},
next: (result) => {
console.log(result);
},
});
return next;
});
}
}
这种情况下,每个 GraphQL 请求都会被发送两次,这显然不是开发者期望的行为。
问题根源
这个问题的本质在于对 Observable 工作原理的理解不足。在 Apollo Client 中,HttpLink 的实现会在 observable 被订阅时执行 fetch 请求。当开发者在自定义链接中直接订阅 observable 并返回同一个 observable 时,实际上创建了两个订阅:
- 自定义链接中的显式订阅
- Apollo Client 核心自身的订阅
每个订阅都会触发一次网络请求,因此导致了重复请求的问题。
解决方案
方案一:使用 map 操作符
export class MyLink extends ApolloLink {
constructor() {
super((operation, forward) => {
return forward(operation).map((result) => {
console.log(result);
return result;
});
});
}
}
这种方法通过 map 操作符创建一个新的 observable,只观察 next 值而不创建额外的订阅。缺点是只能观察 next 值,无法处理错误情况。
方案二:创建新的 Observable
export class MyLink extends ApolloLink {
constructor() {
super((operation, forward) => {
return new Observable((observer) => {
const subscription = forward(operation).subscribe({
next: (result) => {
console.log(result);
observer.next(result);
},
error: (e) => {
console.log(e);
observer.error(e);
},
complete: observer.complete.bind(observer)
});
return () => subscription.unsubscribe();
});
});
}
}
这是更完整的解决方案,可以处理所有三种 observable 事件(next、error、complete),同时避免了重复订阅问题。这也是 Apollo Client 内置链接常用的实现模式。
版本变更说明
值得注意的是,在 Apollo Client 3.7.14 版本中,这个问题可能不明显,而在 3.10.4 版本中变得明显。这实际上是一个修复而非退化,因为早期版本可能错误地进行了请求去重,而新版本更严格地遵循了 observable 的规范。
最佳实践建议
- 在创建自定义链接时,始终考虑 observable 的订阅行为
- 优先使用方案二的模式,特别是需要处理错误情况时
- 确保正确处理 complete 事件和取消订阅逻辑
- 在升级 Apollo Client 版本时,特别注意自定义链接的行为变化
通过理解这些概念和采用正确的实现模式,开发者可以创建高效可靠的自定义链接,而不会引入重复请求的问题。
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