GraphQL What？and Why？

 

 

REST是一种古老的面向服务端和客户端(CS)的架构风格。（2000年首次提出）

它定义了一系列严格的构建API的原则，用简单的方式描述资源，并认为大部分时候违背这些原则会让软件的扩展性受限。

随着服务端SOA和客户端Ajax的崛起，通信扩展问题变得越来越重要，REST得以广泛被运用。

在MicroService逐渐流行的今天，RESTful API已经成为主流。

如今，随着前端和移动端的迅猛发展，REST也面临严峻挑战。

 

RPC（一种远程调用）

 

存在问题：

1.资源分类导致性能受限

前端的效率主要来源于http请求

2.在现代场景中难于维护

然REST的目标是易于维护和扩展，但在Web前端/客户端领域，它的表现并没有想象得那么好。我们经常说最明显的Code smell就是重复。

3.缺乏约束

对REST来说，不同版本之间的兼容能力非常弱小。

4.严格，抽象，但并不能解决客户端问题

我们经常可以在网上看到互相指责的文章和讨论，基本上都是一方列举出自己使用RESTful API遇到的实际问题，而另一方认为前者实际应用违反了哪条REST原则，因此不是RESTful API。

 

GraphQL是什么？

 

GraphQL是一个查询语言，由Facebook开发，用于替换RESTful API。服务端可以用任何的语言实现。（2012年创建，2015年形成规范）

 

GraphQL优势：

 

1.需求驱动

减少了沟通成本

2.一次请求复杂数据

3.静态类型

4.兼容多版本

5.Mutation

 

GraphQL潜在的问题？

 

1.服务端优化

2.安全问题

3.需要重新思考Cache策略

 

 

那么 GraphQL 与 RESTful 的具体区别有什么呢？我觉得主要是两点。

 

1 入口 (entry point)

 

RESTful 的核心理念在于资源 (resource)，且讲究一个 RESTful 接口仅操作单一资源；因此在你使用 RESTful 时，会设计出大量的接口。

GraphQL 是单一入口，一般配置在 [host]/graphql/，所有的资源都从该入口通过 graphql 的语句获取或修改（当然 GraphQL 亦支持多入口，但显然多入口的数量也远小于 RESTful）。

 

2 所见即所得

查询的返回结果就是输入的查询结构的精确映射

查询：

{ user(uid:1) { uid name } }

返回：

{ "data": { "user": { "uid": "1", "name": "xxx" } } }

 

3 减少网络请求次数

 

如果设计的数据结构是从属的（例如，上文中文章的作者信息），直接就能在查询语句中指定

 

{

article(aid:1) {

title

content

author {

uid

name

}

}

}

即使数据结构是独立的，也可以在查询语句中指定上下文，只需要一次网络请求，就能获得资源和子资源的数据（例如，上文中文章的评论信息）

 

{

article(aid:1) {

title

content

author {

uid

name

}

},

comment {

content,

author {

uid

name

}

}

}

 

4 代码即文档

 

GraphQL会把schema定义和相关的注释生成可视化的文档，从而使得代码的变更，直接就反映到最新的文档上，避免RESTful中手工维护可能会造成代码、文档不一致的问题。

 

5 参数类型强校验

 

RESTful方案本身没有对参数的类型做规定，往往都需要自行实现参数的校验机制，以确保安全。

但GraphQL提供了强类型的schema机制，从而天然确保了参数类型的合法性。

 

 

 

It’s Graphs All the Way Down *

它就像是一颗无限向下延伸的树。所以在我看来，GraphQL 更应该叫 TreeQL，当然在图论里，Tree 就是 Graph 也没毛病啦。需要注意的是，这也会引出 “N + 1 problem” 的话题——naive 的 GraphQL 服务端实现会让这段 query 变得异常慢！

 

怎么解决这个棘手的问题？

 

1.针对一对一的关系（比如我上面举例中提到的这个 User 与 UserScore 的关系），在从数据库里抓取数据时，就将所需数据 join 到一张表里。别等着 ORM 框架替你懒加载那些你需要的数据。

2.针对多对一或者多对多的关系，你就要用到一个叫做 DataLoader 的工具库了。其中，Facebook 为 Node.js 社区提供了 DataLoader 的实现。DataLoader 的主要功能是 batching & caching，可以将多次数据库查询的请求合并为一个，同时已经加载过的数据可以直接从 DataLoader 的缓存空间中获取到。