爲什麼我勸你放棄了Restful API？

2020-08-16 11:08:14

原文：toutiao.com/i6833818331884028419

背景

REST作爲一種現代網路應用非常流行的軟體架構風格，自從Roy Fielding博士在2000年他的博士論文中提出來到現在已經有了20年的歷史。它的簡單易用性，可延伸性，伸縮性受到廣大Web開發者的喜愛。

REST 的 API 配合JSON格式的數據交換，使得前後端分離、數據互動變得非常容易，而且也已經成爲了目前Web領域最受歡迎的軟體架構設計模式。

但隨着REST API的流行和發展，它的缺點也暴露了出來：

濫用REST介面，導致大量相似度很高（具有重複性）的API越來越冗餘。
對於前端而言：REST API粒度較粗，難以一次性符合前端的數據要求，前端需要分多次請求介面數據。增加了前端人員的工作量。
對於後端而言：前端需要的數據往往在不同的地方具有相似性，但卻又不同，比如針對同樣的使用者資訊，有的地方只需要使用者簡要資訊（比如頭像、暱稱），有些地方需要詳細的資訊，這就需要開發不同的介面來滿足這些需求。當這樣的相似但又不同的地方多的時候，就需要開發更多的介面來滿足前端的需要。增加了後端開發人員的工作量和重複度。

那我們來分析一下，當前端需求變化，涉及到改動舊需求時，會有以下這些情況：

做加法：

產品需求增加，頁面需要增加功能，數據也就相應的要增加顯示，那麼REST介面也需要做增加，這種無可厚非。

做減法：

產品需求減少，頁面需要減少功能，或者減少某些資訊顯示，那麼數據就要做減法。

一種通常懶惰的做法是，前端不與後端溝通，僅在前端對數據選擇性顯示。

因爲後端介面能夠滿足數據需要，僅僅是在做顯示的時候對數據進行了選擇性顯示，但介面的數據是存在冗餘的，這種情況一個是存在數據泄露風險，另外就是數據量過大時造成網路流量過大，頁面載入緩慢，使用者流量費白白消耗，使用者體驗就會下降。

另外一種做法就是告知後端，要麼開發新的介面，要麼，修改舊介面，刪掉冗餘欄位。

但一般來說，開發新介面往往是後端開發人員會選擇的方案，因爲這個方案對現有系統的影響最低，不會有額外的風險。

修改舊介面刪除冗餘數據的方案往往開發人員不會選擇，這是爲什麼呢？

這就涉及到了系統的穩定性問題了，舊介面往往不止是一個地方在用，很有可能很多頁面、設定不同用戶端、不同服務都呼叫了這個介面獲取數據，不做詳細的調查，是不可能知道到底舊介面被呼叫了多少次，一旦改動舊介面，涉及範圍可能非常大，往往會引起其他地方出現崩潰。改動舊介面成本太高，所以往往不會被採取。

同時做加減法：

既有加法，又有減法，其實這種就跟新需求沒啥區別，前端需要重做頁面，後端需要新寫介面滿足前端需要，但是舊介面還是不能輕舉妄動（除非確定只有這一處呼叫纔可以刪除）。

往往這個時候，其實用到的數據大多都是來自於同一個DO或者DTO，不過是在REST介面組裝數據時，用不同的VO來封裝不同欄位，或者，使用同樣的VO，組裝數據時做刪減。

看到這些問題是不是覺得令人頭大？

所以需求頻繁改動是萬惡之源，當產品小哥哥改動需求時，程式設計師小哥哥可能正提着鐵鍬趕來……

那麼有沒有一種方案或者框架，可以使得在用到同一個領域模型（DO或者DTO）的數據時，前端對於這個模型的數據欄位需求的改動，後端可以根據前端的改動和需要，自動適配，自動組裝需要的欄位，返回給前端呢？如果能這樣做的話，那麼後端程式猿小哥可能要開心死了，前端妹子也不用那麼苦口婆心地勸說後端小哥哥了。

所以GraphQL隆重出世了！

GraphQL簡介

GraphQL是一種新的API標準，它提供了一種比REST更有效、更強大和更靈活的替代方案。
它是由Facebook開發並開源的，現在由來自世界各地的公司和個人組成的大型社羣維護。
GraphQL本質上是一種基於api的查詢語言，現在大多數應用程式都需要從伺服器中獲取數據，這些數據儲存可能儲存在數據庫中，API的職責是提供與應用程式需求相匹配的儲存數據的介面。
它是數據庫無關的，而且可以在使用API的任何環境中有效使用，我們可以理解爲GraphQL是基於API之上的一層封裝，目的是爲了更好，更靈活的適用於業務的需求變化。

簡單的來說，它:

它的工作模式是這樣子的：

GraphQL 對比 REST API 有什麼好處？

REST API 的介面靈活性差、介面操作流程繁瑣，GraphQL 的宣告式數據獲取，使得介面數據精確返回，數據查詢流程簡潔，照顧了用戶端的靈活性。

用戶端拓展功能時要不斷編寫新介面（依賴於伺服器端），GraphQL 中一個服務僅暴露一個 GraphQL 層，消除了伺服器對數據格式的硬性規定，用戶端按需請求數據，可進行單獨維護和改進。

REST API 基於HTTP協定，不能靈活選擇網路協定，而傳輸層無關、數據庫技術無關使得 GraphQL 有更加靈活的技術棧選擇，能夠實現在網路協定層面優化應用。

舉個經典的例子：前端向後端請求一個book物件的數據及其作者資訊。

我用動圖來分別演示下REST和GraphQL是怎麼樣的一個過程。

先看REST API的做法：

再來看GraphQL是怎麼做的：

可以看出其中的區別：

與REST多個endpoint不同，每一個的 GraphQL 服務其實對外只提供了一個用於呼叫內部介面的端點，所有的請求都存取這個暴露出來的唯一端點。

GraphQL 實際上將多個 HTTP 請求聚合成了一個請求，將多個 restful 請求的資源變成了一個從根資源 POST 存取其他資源的 Comment 和 Author 的圖，多個請求變成了一個請求的不同欄位，從原有的分散式請求變成了集中式的請求，因此GraphQL又可以被看成是圖數據庫的形式。

那我們已經能看到GraphQL的先進性，接下來看看它是怎麼做的。

GraphQL 思考模式

使用GraphQL介面設計獲取數據需要三步：

首先要設計數據模型，用來描述數據物件，它的作用可以看做是VO，用於告知GraphQL如何來描述定義的數據，爲下一步查詢返回做準備；
前端使用模式查詢語言（Schema）來描述需要請求的數據物件型別和具體需要的欄位（稱之爲宣告式數據獲取）；
後端GraphQL通過前端傳過來的請求，根據需要，自動組裝數據欄位，返回給前端。

GraphQL的這種思考模式是不是完美解決了之前遇到的問題呢？！

總結它的好處：

在它的設計思想中，GraphQL 以圖的形式將整個 Web 服務中的資源展示出來，用戶端可以按照其需求自行呼叫，類似新增欄位的需求其實就不再需要後端多次修改了。

建立GraphQL伺服器的最終目標是：

允許查詢通過圖和節點的形式去獲取數據。

GraphQL執行邏輯

有人會問：

使用了GraphQL就要完全拋棄REST了嗎？
GraphQL需要直接對接數據庫嗎？
用GraphQL需要對現有的後端服務進行大刀闊斧的修改嗎？

答案是：NO！不需要！

它完全可以以一種不侵入的方式來部署，將它作爲前後端的中間服務，也就是，現在開始逐漸流行的前端 —— 中端 —— 後端的三層結構模式來部署！

那就來看一下這樣的部署模式圖：

也就是說，完全可以搭建一個GraphQL伺服器，專門來處理前端請求，並處理後端服務獲取的數據，重新進行組裝、篩選、過濾，將完美符合前端需要的數據返回。

新的開發需求可以直接就使用GraphQL服務來獲取數據了，以前已經上線的功能無需改動，還是使用原有請求呼叫REST介面的方式，最低程度的降低更換GraphQL帶來的技術成本問題！

如果沒有那麼多成本來支撐改造，那麼就不需要改造！

只有當原有需求發生變化，需要對原功能進行修改時，就可以換成GraphQL了。

GraphQL應用的基本架構

下圖是一個 GraphQL 應用的基本架構，其中用戶端只和 GraphQL 層進行 API 互動，而 GraphQL 層再往後接入各種數據源。這樣一來，只要是數據源有的數據， GraphQL 層都可以讓用戶端按需獲取，不必專門再去定介面了。

一個GraphQL服務僅暴露一個 GraphQL Endpoint，可以按照業務來進行區分，部署多個GraphQL服務，分管不同的業務數據，這樣就可以避免單伺服器壓力過大的問題了。

GraphQL特點總結

宣告式數據獲取（可以對API進行查詢）: 宣告式的數據查詢帶來了介面的精確返回，伺服器會按數據查詢的格式返回同樣結構的 JSON 數據、真正照顧了用戶端的靈活性。
一個微服務僅暴露一個 GraphQL 層：一個微服務只需暴露一個GraphQL endpoint，用戶端請求相應數據只通過該端點按需獲取，不需要再額外定義其他介面。
傳輸層無關、數據庫技術無關：帶來了更靈活的技術棧選擇，比如我們可以選擇對移動裝置友好的協定，將網路傳輸數據量最小化，實現在網路協定層面優化應用。

GraphQL支援的數據操作

GraphQL對數據支援的操作有：

查詢（Query）：獲取數據的基本查詢。
變更（Mutation）：支援對數據的增刪改等操作。
訂閱（Subscription）：用於監聽數據變動、並靠websocket等協定推播變動的訊息給對方。

GraphQL的核心概念：圖表模式（Schema）

要想要設計GraphQL的數據模型，用來描述你的業務數據，那麼就必須要有一套Schema語法來做支撐。

想要描述數據，就必須離不開數據型別的定義。所以GraphQL設計了一套Schema模式（可以理解爲語法），其中最重要的就是數據型別的定義和支援。

那麼型別（Type）就是模式（Schema）最核心的東西了。

什麼是型別？

對於數據模型的抽象是通過型別（Type）來描述的，每一個型別有若幹欄位（Field）組成，每個欄位又分別指向某個型別（Type）。這很像Java、C#中的類（Class）。
GraphQL的Type簡單可以分爲兩種，一種叫做Scalar Type(標量型別)，另一種叫做Object Type(物件型別)。

那麼就分別來介紹下兩種型別。

標量型別（Scalar Type）

標量是GraphQL型別系統中最小的顆粒。類似於Java、C#中的基本型別。

其中內建標量主要有：

String
Int
Float
Boolean
Enum
ID

上面的型別僅僅是GraphQL預設內建的型別，當然，爲了保證最大的靈活性，GraphQL還可以很靈活的自行建立標量型別。

物件型別（Object Type）

僅有標量型別是不能滿足複雜抽象數據模型的需要，這時候我們可以使用物件型別。

通過物件模型來構建GraphQL中關於一個數據模型的形狀，同時還可以宣告各個模型之間的內在關聯（一對多、一對一或多對多）。

物件型別的定義可以參考下圖：

是不是很方便呢？我們可以像設計類圖一樣來設計GraphQL的物件模型。

型別修飾符（Type Modifier）

那麼，型別系統僅僅只有型別定義是不夠的，我們還需要對型別進行更廣泛性的描述。

型別修飾符就是用來修飾型別，以達到額外的數據型別要求控制。

比如：

列表：[Type]
非空：Type!
列表非空：[Type]!
非空列表，列表內容型別非空：[Type!]!

在描述數據模型（模式Schema）時，就可以對欄位施加限制條件。

例如定義了一個名爲User的物件型別，並對其欄位進行定義和施加限制條件：

那麼，返回數據時，像下面下麪這種情況就是不允許的：

Graphql會根據Schema Type來自動返回正確的數據：

其他型別

除了上面的，Graphql還有一些其他型別來更好的引入物件導向的設計思想：

介面型別（Interfaces）：其他物件型別實現介面必須包含介面所有的欄位，並具有相同的型別修飾符，纔算實現介面。

比如定義了一個介面型別：

那麼就可以實現該介面：

聯合型別（Union Types）：聯合型別和介面十分相似，但是它並不指定型別之間的任何共同欄位。幾個物件型別共用一個聯合型別。

輸入型別（Input Types）：更新數據時有用，與常規物件只有關鍵字修飾不一樣，常規物件時 type 修飾，輸入型別是 input 修飾。

比如定義了一個輸入型別：

前端發送變更請求時就可以使用（通過參數來指定輸入的型別）：

所以，這樣物件導向的設計方式，真的對後端開發人員特別友好！而且前端MVVM框架流行以來，物件導向的設計思想也越來越流行，前端使用Graphql也會得心應手。

Graphql 技術接入架構

那麼，該怎麼設計來接入我們現有的系統中呢？

將Graphql服務直連數據庫的方式：最簡潔的設定，直接操作數據庫能減少中間環節的效能消耗。

直連數據庫的接入

整合現有服務的GraphQL層：這種設定適合於舊服務的改造，尤其是在涉及第三方服務時、依然可以通過原有介面進行互動。

整合現有服務的GraphQL層

直連數據庫和整合服務的混合模式：前兩種方式的混合。

混合接入方式

可以說是非常靈活了！你都不用擔心會給你帶來任何的麻煩。

伺服器端實現

在伺服器端， GraphQL 伺服器可用任何可構建 Web 伺服器的語言實現。有以下語言的實現供參考：

C# / .NET
Clojure
Elixir
Erlang
Go
Groovy
Java
JavaScript
Julia
Kotlin
Perl
PHP
Python
R
Ruby
Rust
Scala
Swift

種類繁多，幾乎流行的語言都有支援。

用戶端實現

在用戶端，Graphql Client目前有下面下麪的語言支援：

C# / .NET
Clojurescript
Elm
Flutter
Go
Java / Android
JavaScript
Julia
Swift / Objective-C iOS
Python
R

覆蓋了衆多用戶端設計語言，而其他語言的支援也在推進中。

Graphql的一些服務

整理了下目前比較流行的服務架構：

Apollo Engine:一個用於監視 GraphQL 後端的效能和使用的服務。
Graphcool (github): 一個 BaaS（後端即服務），它爲你的應用程式提供了一個 GraphQL 後端，且具有用於管理數據庫和儲存數據的強大的 web ui。
Tipe (github): 一個 SaaS（軟體即服務）內容管理系統，允許你使用強大的編輯工具建立你的內容，並通過 GraphQL 或 REST API 從任何地方存取它。
AWS AppSync：完全託管的 GraphQL 服務，包含實時訂閱、離線程式設計和同步、企業級安全特性以及細粒度的授權控制。
Hasura：一個 BaaS（後端即服務），允許你在 Postgres 上建立數據表、定義許可權並使用 GraphQL 介面查詢和操作。

Graphql的一些工具：

graphiql (npm): 一個互動式的執行於瀏覽器中的 GraphQL IDE。
Graphql Language Service: 一個用於構建 IDE 的 GraphQL 語言服務（診斷、自動完成等）的介面。
quicktype (github): 在 TypeScript、Swift、golang、C#、C++ 等語言中爲 GraphQL 查詢生成型別。

想要獲取更多關於Graphql的一些框架、工具，可以去awesome-graphql：一個神奇的社羣，維護一系列庫、資源等，地址是

https://github.com/chentsulin/awesome-graphql。

想要學習更多Graphql的知識，可以去GraphQL.cn。

關微信公衆號：網際網路架構師，在後台回覆回復：2T，可以獲取我整理的教學，都是乾貨。