GraphQL 服务器

GraphQL 因其客户端优势而闻名。 GraphQL 服务器进行繁重的工作,以确保借助最少的数据库查找和 API 调用来获取适当数量的数据。

GraphQL 请求已由服务器executed,并且包含以下信息: GraphQL 服务的模式、GraphQL 文档(其中包含选择集和字段等操作定义)。

服务器执行以下步骤:

  • 解析文档
  • 确定要执行的操作(如果多于 1 个)
  • 验证请求并在失败时返回错误
  • 执行操作(查询/变更/订阅)

编写 GraphQL 服务器有很多方式。 来看一下 GraphQL 社群最常使用的方式。

解析器方式

编写 GraphQL 服务器最常见的方式是通过定义模式,并为不同的操作和字段编写解析器。

将解析器想象成包含如何根据上下文处理特定字段的指令的函数。

解析器的基本签名如下所示:

resolverFunc(data, args, context, info)
  • data- 先前从父级抓取的数据。
  • args- 参数的键值对,可选。
  • context- 每个请求的状态信息,通常用于身份验证逻辑
  • info- 关于遍历选择上下文的元数据。

现已为 GraphQL 查询中的每个字段执行该解析器功能。

N+1 性能问题

假设我必须抓取作者及其文章列表。 在简单的 REST API 中,朴素版本类似于:

fetchData: async () => ORM.getAuthors().getArticles();

对数据库的 (SQL) 查询有两个 - 一个是为了抓取作者列表,另一个是为了抓取每个作者的文章列表。

现在,使用 GraphQL 进行该操作。

这里的 GraphQL 查询类似于:

query {
author {
id
name
articles {
id
title
content
}
}
}

解析器类似于:

resolvers = {
Query: {
author: async () => {
return ORM.getAllAuthors()
}
},
Author: {
articles: async (authorObj, args) => {
return ORM.getArticlesBy(authorObj.id)
}
},
}

好,现在我们看一下它的执行方式。 假设有 3 个作者,每个作者链接 2 篇文章。

author调用第一个解析器,返回所有作者(本例中为 3 个)。 现在对于关联查询articles,将为每个作者调用一次解析器articles。 在这一朴素法中,这形成了对数据库的 4 次点击(1 次是作者,3 次是文章)。

你可以看到这个方法对性能的明显影响。

数据加载器

数据加载器是一款实用工具,可作为你的应用程序数据抓取层的一部分使用。 在尝试解决 N+1 问题时,它的作用是等待所有解析器加载各自的值,合并所有的单个加载,并通过请求的键调用批处理函数。

编译器法

批量解析器在很大程度上解决了性能问题。 它减少了对数据库的多次点击。 但即使使用批处理功能,根据查询的深度,对数据库的点击仍然有多次。

编译器法可将任何深度的一个 GraphQL 查询映射到一个数据库查询。 如果你的 GraphQL 查询处理来自数据库的数据,则其性能会更高。

了解 Hasura 如何使用编译器法执行性能 GraphQL 查询

混合法

如果数据来源不同,则我们需要综合使用上述方法。 编译器法适用于查询的数据库部分,使用数据加载器批处理查询最适合批处理外部数据源/HTTP 请求。

混合法架构使用含有互连数据库的服务器进行主要的 CRUD 操作,并使用解析器法执行通过不同的数据源抓取或变更数据的其他字段。

如果你从零开始自行编写 GraphQL 服务器,则要使用解析器法,编写函数,以解析查询的每个字段。 如果你希望将数据库映射至 GraphQL 以实现即时 CRUD,则编译器法就很适合。

通常,我们推荐混合法,你可以使用像 Hasura 这样的服务器,它为数据库提供即时 CRUD,而且如果你有某些其他的自定义业务逻辑,它还支持你编写自己的解析器。

Did you find this page helpful?
Start with GraphQL on Hasura for Free
  • ArrowBuild apps and APIs 10x faster
  • ArrowBuilt-in authorization and caching
  • Arrow8x more performant than hand-rolled APIs
Promo
footer illustration
Brand logo
© 2024 Hasura Inc. All rights reserved
Github
Titter
Discord
Facebook
Instagram
Youtube
Linkedin