GraphQL 接口设计

文章原文请移步我的博客:GraphQL 接口设计

graphql 是一种用于 API 的查询语言。它提供了一套完整的和易于理解的 API 接口数据描述,给客户端权力去精准查询他们需要的数据,而不用再去实现其他更多的代码,使 API 接口开发变得更简单高效。

最近在用Gatsby开发一版静态博客,感觉和这个框架真是相见恨晚。因为这个框架使用到了graphql技术,所以我花了点时间去学习了一下,并且记录了一下学习和思考过程。

本文主要讲解如何理解graphql以及基于关系型数据库设计graphql的思路。如果需要学习graphql基础知识,请移步官方文档

本文包含Nestjs + graphql的示例项目:https://github.com/YES-Lee/nestjs-graphql-starter

理解graphql

graphql是一个用于描述数据及其关系的查询语言,官方文档中描述了graphql的标准,具体的实现依靠第三方,目前主流的是Apollo提供的解决方案。

graphql并不关心具体我们是怎么获取数据的,我们只需要提供获取数据的方法(resolver)以及如何组装数据(schema)。类似于Java开发过程中的接口设计模式,Graphql定义了一套标准,我们按照标准实现接口。下面以用户-角色模型举例。

下面的代码定义了两个数据结构,与JSON类似,应该很容易理解。它描述了每个类型(type)的名称,以及其包含的属性。属性除了可以是基本类型外,也可以是数组、其他引用类型,从而建立起所有数据模型及相互的关系图。

type Role {
  name: String
  note: String
}
type User {
  id: Int
  name: String
  gender: Int
  role: Role
}

上面代码用于描述RoleUser的数据结构,那么我们具体要怎么使用这个东西呢?先从前端的角度来看,可以从官方文档学习到前端的基本使用,请求体中的数据描述和上面定义类型的代码有些许差别,比如我们要查询用户数据:

query userInfo {
  user(id: Int) {
    id
    name
    gender
    role {
      name
      note
    }
  }
}

从上面的代码可以大概猜测出,如果我们不需要查询role数据是,只需要将其从请求中去掉

query userInfo {
  user(id: Int) {
    id
    name
    gender
  }
}

当请求到达服务端时,graphql会对请求体进行解析,当解析到user时,会执行我们定义好的获取user数据的逻辑,解析到role也是同样的道理。那么我们得在服务端定义好获取数据的逻辑,在graphql中叫做resolver

之前的代码只定义了数据的结构,我们还需要为其创建一个resolver来获取对应的数据,类似于下面的代码

function userResolver (id) {
  // ...
  // return User
}

function roleResolver (userId) {
  // ...
  // return Role
}

我们可以在resolver中执行sql、http请求、rpc通信等任何能够获取到所需数据的逻辑。最终只需要按照预定义的结构将数据返回即可。

Schema

前面用来定义不同类型数据结构的代码,称做Schema。它是graphql用来描述数据结构和关系的语言,在Schema的type定义中,可以使用Int, Float, StringBoolean, ID等graphql定义的标量类型(Scalar Types),也可以使用联合类型,引用另一个type等,如上面代码User中引用了Role

Resolver

Resolver是GraphQL中用来获取数据的方法。它不关心Resolver的具体实现,我们可以从数据库, HTTP接口, 服务器资源等渠道获取数据。

graphql会根据请求中声明的字段来执行resolver,一定程度上可以减少查询次数。下面的代码中,会执行UserResolver,结束后再继续执行RoleResolver

{
  User {
    name
    role
  }
}

如果我们把role字段去掉,那么服务器将不会再执行RoleResolver

{
  User {
    name
  }
}

UserResolver执行结束后,就会将数据返回给前端。

可见graphql可以动态的执行数据查询,减少不必要的资源消耗。但是,凡事都有双面性,从另一个角度来思考,我们该如何控制Resolver的粒度?假设我们的Resolver是进行数据库查询,在restful API中,通常我们会使用一个关联查询同时获取到UserRole两个数据。但是在graphql中,我们为每个关联对象都创建一个Resolver,当我们在查询一个用户列表,并且需要包含用户相关的角色时,就会发现一个问题,一次请求需要执行N+1次sql查询:1次UserResolver获取N个用户列表,N次查询获取每个用户的角色。这就是后面需要讲的N+1问题。

graphql存在的问题

N+1问题

N+1问题并不是只存在于graphql中,我们在写sql的时候,也会存在类似的情况,只不过我们会通过关联查询来避免这个问题。

为了解决N+1问题,graphql官方提供了一个dataloader解决方案。dataloader使用了缓存技术,同时也会合并多次相同(类似)的请求,将前面讲到的N次查询合并成一次。基本原理就是先执行查询列表的操作,然后将每条记录的关联字段作为参数列表,通过一次查询拿到所有的关联数据后,再合并到上级数据中。dataloader是目前解决N+1问题比较有效的方法,在使用上也没有太多困难。

其次,我们可以通过控制Resolver的粒度来减少查询次数。比如前面的示例中,不写roleResolver,而是直接通过关联查询,用一次查询获取到UserRole。当然,这样做的话,无论前端是否查询role字段,服务都会进行关联查询,这里需要根据具体场景取舍。

HTTP缓存问题

由于graphql接口请求只有一个统一endpoint,会导致我们无法使用HTTP缓存。目前买一些前端实现中,如Apollo,提供了inMemeryCache解决方案,但在使用上体验不是很友好。

关系型数据库+graphql接口设计

大概了解了graphql之后,我们来开始进行关系型数据库(Mysql)+ graphql的API设计

编写Schema

对于schema的设计,首先忽略表之间的关系,优先建立与数据表对应的模型。如User表和Role表,分别建立如下schema

type User {
  name: String
  gender: Int
  # password: String // 敏感信息不应该出现
}
type Role {
  name: String
  note: String
}

其中需要注意的是,敏感数据不应该出现在敏感信息(用户密码等),即使Resolver的结果包含这些敏感信息,只要schema中没有包含,graphql会自动过滤这些字段。

建立好所有的表对应的schema之后,再来考虑表之间的关系。

表关系的处理

graphql对于关系的处理与Restful API有一些区别,在Restful API中,我们一般只在有需求的接口中建立关系查询,我们会针对接口做一些SQL优化,以求在一条SQL中快速查询出所需要的一切信息。

但是在graphql中,我们应当把所有表的关系描述为一个图结构,保证所有有关系(一对多或多对多)的表对应的schema都是连同的,这样我们在请求的时候,就能够从一个节点到达任意一个与之有关系的节点。

这也是我觉得graphql的一大魅力,当我们建立起完整的关系图后,前端可以自由的查询、组合数据。从理论上来讲,前端可以无限递归查询一组数据,如:小明->小明的朋友->小明的朋友的朋友->...,我们只需要选定好一个起点,便能到达任何地方。

一对多关系

一对多关系的建立很简单,我们只需要编写对应的Resolver,然后在主表对应的schema中添加字段即可

type Role {
  name: String
  note: String
}
type User {
  name: String
  gender: Int
  role: Role
}
function userResolver () {
  // ...
  // return User
}

function roleResolver (userId) {
  // ...
  // return Role
}

我们写了roleResolver之后,在User中添加了role字段,当请求该字段时,graphql会去执行roleResolver来获取数据,下面来看多对多关系的处理。

多对多关系

通常,在Restful API中,我们会通过一条SQL关联查询,获取多对多的关联数据,但是在graphql中,如果只使用关联查询,显然是没有充分发挥其特性的。我们来看如下示例

# schema
type User {
  name: String
  gender: Int
  role: Role
  groups: [Group] # 用户组
  userGroups: [UserGroups] # 用户组关系表
}

type Group {
  id: Int
  name: String
  note: String
  users: [User]
  userGroups: [UserGroups]
}

type UserGroup {
  id: Int
  userId: Int
  groupId: Int
  note: String # 关系表中存储一些关联信息
  user: User
  group: Group
}

对于上面的schema,可以看到,在User中包含了groupsuserGroups,同样的,在Group中也包含usersuserGroups。而在UserGroup中同时包含了UserGroup,于是,我们可以进行如下查询

{
  user (id: 1) {
    name
    groups {
      id
      name
      note
      userGroups {
        id
        userId
        groupId
        note
        user {
          name
          groups {
            # ...
          }
        }
      }
    }
  }
}

可能有人会问,上面的操作无限循环了。没错,确实无限循环了,这并不是bug,而是我前面提到的建立起了连同关系。对于不同的场景,我们可以进行不同方式查询,比如当我需要对用户的用户组进行搜索的时候,我可以在groups中添加一些参数

{
  user (id: 1) {
    name
    groups (name: "admin") {
      id
      name
      note
      userGroups (userId: 1) {
        id
        note
      }
    }
  }
}

上面的查询,如果我们只想对UserGroup关系表中的额外信息进行搜索时,上面的查询方式可见是行不通的。那么我们可以从另一个方向进行查询

{
  user (id: 1) {
    name
    userGroups (note: "新用户") {
      id
      userId
      groupId
      note
      group {
        id
        name
        note
      }
    }
  }
}

可以发现,通过建立了对应关系的连通图之后,我们可以从一个表查询到任意一个与之关系的表,同时可以无限嵌套查询。

对于无限循环问题无需担心,因为我们需要指定关联字段后,graphql才会去执行对应的Resolver,要想出现死循环,除非我们的查询也无限循环的写下去,显然这是不可能的。

关系处理基本就讲这些内容,如有更好的想法欢迎骚扰。

结束语

本文是我在学习和使用graphql中的实践和思考,如有错误或建议欢迎联系我指正和探讨。另在在实践之前应当着重思考是否需要使用graphql,因为restful api已经能满足大部分的场景需求,盲目的去使用graphql可能会带来一些意料之外的问题。

你可能感兴趣的:(graphql,前端,node.js,mysql)