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。
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 StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook09