Question

为了执行类似连接的操作，我们可以同时使用GraphQL和Mongoose来实现此目的。

在问任何问题之前，我想举一个下面的“任务/活动”示例（此代码均未经过测试，仅出于示例目的而给出）：

Task {
  _id,
  title,
  description,
  activities: [{ //Of Activity Type
    _id,
    title
  }]
}

在猫鼬中，我们可以使用populate方法检索与任务相关的活动，如下所示：

const task = await TaskModel.findbyId(taskId).populate('activities');

使用GraphQL和Dataloader，我们可以得到类似以下结果：

const DataLoader = require('dataloader');
const getActivitiesByTask = (taskId) => await ActivityModel.find({task: taskId});
const dataloaders = () => ({
    activitiesByTask: new DataLoader(getActivitiesByTask),
});
// ...
// SET The dataloader in the context
// ...

//------------------------------------------
// In another file
const resolvers = {
    Query: {
        Task: (_, { id }) => await TaskModel.findbyId(id),
    },
    Task: {
        activities: (task, _, context) => context.dataloaders.activitiesByTask.load(task._id),
    },
};

我试图查看是否有文章说明哪种方法在性能，资源枯竭等方面更好，但是我找不到这两种方法的比较。

任何见解都会有所帮助，谢谢！

Answer 1

请务必注意，数据加载器不仅是数据模型的接口。尽管数据加载器被吹捧为“基于各种远程数据源的简化且一致的API”，但与GraphQL结合使用时，它们的主要优势在于能够在单个请求的上下文中实现缓存和批处理。这类功能在处理潜在冗余数据的API中非常重要（请考虑一下查询用户和每个用户的朋友-有很大的机会多次重新引用同一用户）。

另一方面，猫鼬的populate方法实际上只是聚合多个MongoDB请求的一种方式。从这个意义上说，比较两者就像比较苹果和橘子。

更公平的比较可能是使用问题中所示的populate，而不是按照以下方式为activities添加解析器：

activities: (task, _, context) => Activity.find().where('id').in(task.activities)

无论哪种方式，问题都归结到您是在父解析器中加载所有数据，还是让解析器进一步进行某些工作。 因为仅要求解析器请求包含在请求中的字段，所以这两种方法之间的性能可能会受到重大影响。

如果请求activities字段，则这两种方法将在服务器和数据库之间进行相同数量的往返-性能差异可能很小。但是，您的请求可能根本不包含activities字段。在这种情况下，将永远不会调用activities解析器，我们可以通过创建一个单独的activities解析器并在那里进行工作来保存一个或多个数据库请求。

相关说明...

据我了解，在MongoDB中使用类似$lookup之类的查询通常比仅使用populate的性能低（关于这一点的一些对话可以在here中找到）。但是，在关系数据库的上下文中，在考虑上述方法时还需要考虑一些其他因素。那是因为您可以使用联接完成在父解析器中的初始访存，这通常比发出单独的数据库请求要快得多。这意味着要以使“非活动”字段查询变慢为代价，可以使其他查询大大加快。

GraphQL Dataloader vs猫鼬填充

1 个答案: