GraphQL在Dart中的得力助手 —— gql教程
2024-09-25 23:41:41作者:沈韬淼Beryl
项目介绍
gql 是一个致力于推动Dart生态系统中GraphQL支持的开源项目。它由多个围绕GraphQL抽象语法树(AST)设计的包和库组成。核心功能包括解析GraphQL字符串至AST,提供访问者模式和AST转换,以及一系列工具以支持更高效的GraphQL应用开发。该项目遵循MIT许可,旨在通过提供解析、代码生成、客户端执行和链接机制等关键组件,加强Dart开发者在处理GraphQL时的能力。
项目快速启动
要快速开始使用gql,首先确保你的开发环境已经安装了Dart SDK。接下来,通过以下步骤集成gql到你的Dart项目:
添加依赖
在你的pubspec.yaml文件中添加gql作为依赖项:
dependencies:
gql: ^latest.version
注意:“latest.version”应当替换为实际发布的最新版本号,可通过Dart Package Registry查询。
示例代码
创建一个简单的查询示例:
import 'package:gql/gql.dart';
final String endpoint = 'https://your-api-endpoint/graphql';
final document = gql('''
query GetCharacter($id: ID!) {
character(id: $id) {
name
homeworld {
name
}
}
}
''');
Map<String, dynamic> variables = {'id': '1000'};
final Link link = HttpLink(uri: endpoint);
final ValueNotifier<GraphQLClient> client = ValueNotifier<GraphQLClient>(
GraphQLClient(
cache: InMemoryCache(),
link: link,
),
);
Future<void> fetchCharacter() async {
final GraphQLResponse<dynamic> result =
await client.value.query(document, variables: variables);
if (result.hasException) {
print(result.exception);
} else {
print(result.data!['character']['name']);
print(result.data!['character']['homeworld']['name']);
}
}
应用案例和最佳实践
实现服务端查询解析
在服务端,你可以利用gql来解析请求中的GraphQL查询,并生成执行计划。这通常涉及使用gql_language进行源码解析,并可能结合gql_exec来构建响应逻辑。
客户端缓存策略
在客户端,采用InMemoryCache管理缓存是常见做法。最佳实践是设计可复用的链接(Link)组合,比如结合gql_dedupe_link和错误处理链,优化网络请求并减少重复数据获取。
典型生态项目
- graphql: 提供一个独立的GraphQL客户端,全面的功能集合。
- graphql_flutter: 专为Flutter设计的GraphQL客户端,易于集成到移动应用中。
- artermis: 基于Introspection查询自动生成Dart类型,简化数据模型的映射。
- ferry: 又一强大的GraphQL客户端选项,强调易用性和效率。
通过这些生态项目,开发者可以找到适合自己需求的解决方案,无论是Web、Flutter应用还是服务端的GraphQL接口实现。
此教程仅提供了一个简化的入门指导,gql项目具有丰富的特性和高级用法,深入学习推荐查阅其官方文档和示例项目。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
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
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
226
251
暂无简介
Dart
672
159
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++
663
319
🎉 (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
1.21 K
657
React Native鸿蒙化仓库
JavaScript
262
325
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
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868