前言:
此刻兄弟们对“graphql连接mysql”大体比较看重,你们都需要学习一些“graphql连接mysql”的相关知识。那么小编在网络上网罗了一些有关“graphql连接mysql””的相关知识,希望大家能喜欢,朋友们一起来了解一下吧!1. DDD
代码已开源:
《DDD从入门到放弃》 只需要一张脑图
一个很奇怪的现象,介绍DDD的文章基本往往只聊思想和概念,不聊落地和代码。 "思想,意会就好",或者说是不是DDD只负责前期的设计。
因为不像设计模式一样有直观的代码用例,又拥有大量生涩难懂的概念,往往在落地时遇到了困境。本文基于笔者对DDD的理解、记录技术选型过程及激进的代码讲解,槽点过多,欢迎沟通。
1.1 DDD 是什么
DDD (Domain-Driven Design) 领域驱动设计。指对软件所涉及到的领域进行建模,以应对系统规模过大时引起的软件复杂性的问题。
1.1.1 DDD 简单示例
尝试通过一个简单的示例来说明
如果我希望提供 更新用户密码or用户姓名or年龄 的功能,基于面向数据的角度,我会有一张user的表,上述操作都是对user表的更新,我可以设计为 UserService.save(user) 来实现,并通过键值约束实现一些重复限制。但是后续迭代时只看到这个方法,不了解被外部如何使用,这个方法很快就无法继续迭代。
我们尝试不要专注在实体和值对象,通过语义明确的API来实现。所以我可以提供N个方法
UserService.updatePassword(password, userId);UserService.updateName(name, userId);UserService.updateAge(age, userId);
这种代码已经很符合基于Spring+贫血模型的风格
我们再重新审视一下最原始的需求,更新用户密码or用户姓名or年龄,这个操作是否应该由User来完成? 比如
User.updatePassword(password);User.updateName(name);User.updateAge(age);
这就是DDD风格的代码,按照最贴合业务及正向思维的逻辑来编写。如果我们不考虑数据持久化、如何配合Spring使用这些必须解决的问题的话,会更完美一些。当然,如果我们拥有一台内存无限、永不宕机的服务器,也可以实现。
1.1.2 DDD 不是什么
DDD不是银弹。
如果是银弹,或者说适用于大部分场景,那么DDD应该早就变成主流了(另一方面的原因是对工程人员的要求较高)。 但是在某些特定场景下,DDD是很合适的一套方案。
1.2 为什么要用DDD
在一个创新探索领域、或者行业门槛较高的领域,只从工程角度太片面,需要引入领域专家一同工作。
这时有几个问题
不同职业,使用不同工具,说着不同术语的人如何协同工作?如何确认彼此的想法已对齐?如何加深业务理解和更准确的定义,以便实现业务深耕和探索?建模知识如何沉淀?除了业务专家口口相传这种10bit/s的数据量传播方式外,是否有更通用高效的方法?在业务探索期,如何降低频繁变更的成本?不需要在业务建模、架构设计与编码之间相互翻译?
也许通过DDD可以解决上述问题。
思考:如果一个行业相对成熟稳定,已经有知名的产品,是不是直接把对方的解决方案“借鉴”过来更好一些?
1.3 怎么用DDD
usecase "讨论" as Ausecase "设计" as Busecase "实践" as Cusecase "推翻" as DA -right-> BB -down-> CC -left-> DD -up-> A通过用户故事,每个人按照自己的理解定义相关"领域实践"、"行为操作"及"用户角色",结构格式为actor->command->event,即:某人做了某个操作,产生了某个事件定义通用语言(团队自己创建的公用语言),基于上述定义,通过归纳总结,明确常识及概念,并给出定义,最终输出业务词典表。后续通过常识名沟通讨论通用语言需要明确限界上下文(Bounded Context),这个常识名只在对应的上下文内代表相应的含义。同一个概念在不同上下文内,代表着不同的含义,拥有不同的属性及行为对齐过程中包括但不限于讨论参考资料引用标准查阅词典示例Project: 为了达到某个产品迭代、产品模块开发等目的所做的工作.Milestone: 表述一个Project的某个时间阶段及阶段性目标. 一个Project可以同时拥有多个处于相同或者不同阶段的Milestone.通过EventStorming将用户故事抽象为"贴纸领域图",并按照聚合根进行聚合此过程和通用语言定义可同时进行,在讨论时明确定义EventStorming详情可以通过 了解,不再详细展开
上述过程相对通用,在我的实践过程中,又增加了一步
按照聚合后的"贴纸领域图"编写 GraphQL Schema2. GraphQL2.1 GraphQL 是什么
一种用于 API 的查询语言 GraphQL 既是一种用于 API 的查询语言也是一个满足你数据查询的运行时。 GraphQL 对你的 API 中的数据提供了一套易于理解的完整描述,使得客户端能够准确地获得它需要的数据,而且没有任何冗余,也让 API 更容易地随着时间推移而演进,还能用于构建强大的开发者工具
2.2 为什么要用GraphQL
如何保障领域模型和实践之间同时变动?
前文调侃说"如果我们拥有一台内存无限、永不宕机的机器",我们可以很方便的开发出符合DDD的代码,而这就是我们代码的领域层。但是实际工作中,我们不仅没有这台机器,而且不得不和各方进行交互,比如说我们要和UI交互,提供相关数据。这时根据六边形orCA架构,我们拓展其中的一条边。
此时问题出现了。当我们画了实体、连了各种关系线之后,还要再去拉平,做各种转换(从领域层到API交互层,前端也会做同样的各种 xxObject的转换,但我们明明是在同一套共同创建的领域模型下进行开发)。这个过程叫做api定义。
如果前端能通过领域模型进行数据操作,是不是可以省略这一过程?那么在2者之间找到一个平衡点,就是通过 GraphQLSchema描述领域模型,同时也描述了接口。
2.3 怎么用GraphQL
网上的例子大多是内存中的数据,而没有使用数据库的demo,无论是关系型数据库还是nosql。因为实现起来不优雅,拉低了GraphQL的使用体验
@Componentpublic class GraphQLDataFetchers { private static List<Map<String, String>> authors = Arrays.asList( ImmutableMap.of("id", "author-1", "firstName", "Joanne", "lastName", "Rowling"), ImmutableMap.of("id", "author-2", "firstName", "Herman", "lastName", "Melville"), ImmutableMap.of("id", "author-3", "firstName", "Anne", "lastName", "Rice") ); public DataFetcher getAuthorDataFetcher() { return dataFetchingEnvironment -> { Map<String,String> book = dataFetchingEnvironment.getSource(); String authorId = book.get("authorId"); return authors .stream() .filter(author -> author.get("id").equals(authorId)) .findFirst() .orElse(null); }; }}
基于前面的推理,我们已经用schema描述了领域模型和api,那么能否再向下拓展一层,用来描述持久化信息呢?
3. Dgraph3.1 GraphQL 是什么
Dgraph is an open-source, scalable, distributed, highly available and fast graph database, designed from the ground up to be run in production.
3.2 为什么要用Dgraph图数据库更直观,符合领域设计的过程,比如项目中添加用户,其实只是在项目和用户之间连接一条 belong的线支持GraphQL3.3 怎么用Dgraph
// QueryString query = "query all($a: string){\n" +" all(func: eq(name, $a)) {\n" +" name\n" + "}\n" +"}\n";Map<String, String> vars = Collections.singletonMap("$a", "Alice");AsyncTransaction txn = dgraphAsyncClient.newTransaction();txn.query(query).thenAccept(response -> { // Deserialize People ppl = gson.fromJson(res.getJson().toStringUtf8(), People.class); // Print results System.out.printf("people found: %d\n", ppl.all.size()); ppl.all.forEach(person -> System.out.println(person.name));});
我觉得官方示例唯一的作用是说明java不适合,快来学Go吧。。
4. 领域事件
通过消息队列订阅领域事件,进行异步交互即可。
5. Arc
上面吐槽和挖坑了这么多,是因为希望用一套框架解决问题,让DDD的落地实操更顺滑。
Arc集成&实现了很多功能
整体
集成zipkin链路追踪接入Spring,通过配置+Annotation的方式简化操作
GraphQL 层面
内嵌了playground & voyager 方便调试及梳理领域关系自定义异常处理intercept自定义拦截器提供graphqlClient用于服务端之间GraphQL调用自动解析schema定义的type、union type 及interface类型封装controller层,扫描并解析@DataFetcherService及@GraphqlMutation、@GraphqlQuery方法
Dgraph 层面
intercept自定义拦截器通过 properties 配置数据库信息自动扫描xxxDgraph.xml, 支持编写复杂语句,并提供静态、动态变量处理提供RDF处理工具SimpleRepository提供save、getOne、getAll、relationship、upsert等基本操作
mq
基于VM轻量级消息队列拦截并基于订阅发送领域消息5.1 开发流程
通过maven添加Arc框架后的整体开发流程:
start: create graphql.schema & dgraph.schema;: create javaBean with \n @DgraphType \n @UidField \n @RelationshipField;: create @Repository class extends SimpleDgraphRepository;: add xxDgraph.xml for complex persistence handle;: create @DataFetcherService class include \n @GraphqlQuery \n @GraphqlMutation;: browser {port}/playground for debug;end定义领域模型,产生graphql.schema及dgraph.schema文件。创建javaBean并指定@DgraphType、@UidField、@RelationshipField创建 SimpleDgraphRepository 的子类声明为@Repository编写xxDgraph.xml实现query方法实现复杂DB操作创建 @DataFetcherService类及@GraphqlQuery、@GraphqlMutation 方法通过 {port}/playground 进行调试5.2 Sample
graphql schema
scalar DateTimeschema{ query: Query, mutation: Mutation}type Query{ project( id: String ): Project users: [User]}type Mutation{ createProject( payload: ProjectInput ): Project createMilestone( payload: MilestoneInput ): Milestone}"""项目分类"""enum ProjectCategory { """ 示例项目 """ DEMO """ 生产项目 """ PRODUCTION}"""名称为了达到某个产品迭代、产品模块开发、或者科研调研等目的所做的工作."""type Project{ id: String! name: String! description: String! category: ProjectCategory createTime: DateTime! milestones( status: MilestoneStatus ): [Milestone]}"""里程碑表述一个Project的某个时间阶段及阶段性目标. 一个Project可以同时拥有多个处于相同或者不同阶段的Milestone."""type Milestone{ id: String! name: String! status: MilestoneStatus}type User { name: String!}"""里程碑状态"""enum MilestoneStatus{ """ 未开始 """ NOT_STARTED, """ 进行中 """ DOING, """ 发布 """ RELEASE, """ 关闭 """ CLOSE}input ProjectInput{ name: String! description: String! vendorBranches: [String!]! category: ProjectCategory!}input MilestoneInput{ projectId: String! name: String!}
java 领域
@Slf4j@DataFetcherService@DgraphType("PROJECT")@Data@AllArgsConstructor@NoArgsConstructorpublic class Project { private static final String RELATIONSHIP_HAS = "has"; @Getter(AccessLevel.NONE) @Setter(AccessLevel.NONE) @Autowired private ProjectRepository projectRepository; @Getter(AccessLevel.NONE) @Setter(AccessLevel.NONE) @Autowired private MilestoneRepository milestoneRepository; @UidField private String id; private String name; private String description; private ProjectCategory category; private OffsetDateTime createTime; @RelationshipField(RELATIONSHIP_HAS) private List<Milestone> milestoneList; @GraphqlMutation public DataFetcher<Project> createProject() { return dataFetchingEnvironment -> { ProjectInput input = GraphqlPayloadUtil.resolveArguments(dataFetchingEnvironment.getArguments(), ProjectInput.class); OffsetDateTime now = OffsetDateTime.now(); this.name = input.getName(); this.description = input.getDescription(); this.category = input.getCategory(); this.createTime = now; this.id = projectRepository.save(this); return this; }; } @GraphqlMutation public DataFetcher<Milestone> createMilestone() { return dataFetchingEnvironment -> { MilestoneInput input = GraphqlPayloadUtil.resolveArguments(dataFetchingEnvironment.getArguments(), MilestoneInput.class);//可以正向通过project创建milestone,也可以先创建milestone,再关联project// this.id = input.getProjectId();// this.milestoneList = Collections.singletonList(new Milestone(input.getName()));// this.id = projectRepository.save(this); Milestone milestone = new Milestone(input.getName()); milestone.setStatus(MilestoneStatus.NOT_STARTED); String milestoneId = milestoneRepository.save(milestone); milestone.setId(milestoneId); milestoneRepository.createRelationship(RelationshipInformation.builder() .sourceList(Collections.singletonList(input.getProjectId())) .relationship(RELATIONSHIP_HAS) .targetList(Collections.singletonList(milestoneId)) .build()); return milestone; }; } @GraphqlQuery public DataFetcher<Project> project() { return dataFetchingEnvironment -> { String id = dataFetchingEnvironment.getArgument("id"); return projectRepository.getOne(id) .orElse(null); }; } @GraphqlQuery(type = "Project") public DataFetcher<List<Milestone>> milestones() { return dataFetchingEnvironment -> { Project project = dataFetchingEnvironment.getSource(); List<Milestone> milestones = milestoneRepository.listByProjectId(project.id); String status = dataFetchingEnvironment.getArgument("status"); if (StringUtils.isEmpty(status)) { return milestones; } else { MilestoneStatus milestoneStatus = MilestoneStatus.valueOf(status); return milestones.stream() .filter(m -> m.getStatus().equals(milestoneStatus)) .collect(Collectors.toList()); } }; } // 只是为了展示合并请求 @GraphqlQuery public DataFetcher<List<User>> users() { return dataFetchingEnvironment -> Arrays.asList( User.builder().name("u1").build(), User.builder().name("u2").build(), User.builder().name("u3").build() ); } @Consumer(topic = "users") public void usersListener(Message<DomainEvent> record) { log.info("listen users event: {}", record); }}
repository
@Repositorypublic class MilestoneRepository extends SimpleDgraphRepository<Milestone> { public List<Milestone> listByProjectId(String projectId) { Map<String, String> vars = new HashMap<>(); vars.put("projectId", projectId); return this.queryForList("milestone.listByProjectId", vars); }}
MilestoneDgraph.xml
<dgraph> <var id="type"> MILESTONE </var> <var id="common"> uid expand(MILESTONE) </var> <query id="listByProjectId"> query listByProjectId($projectId: string) { var(func:uid($projectId)) { has { var mids as uid } } listByProjectId(func:uid(mids)) { uid expand(_all_) } } </query> <mutation id="updateStatus"> <![CDATA[ <$id> <MILESTONE.status> "$status" . ]]> </mutation></dgraph>5.3 效果
localhost:8080/playground
5.4 后续计划通过schema自动生成相关代码解析GraphQL,动态生成Dgraph查询6. 弊端领域间的交互必须通过GraphQL,client封装不够优雅Dgraph不擅长统计计算,比如统计类通过基于AOP+MQ通过mysql存储相关指标前后端技术体系同时变更7. 相关工具推荐7.1 工具
好用的工具已经集成到Arc中,而在schema确定时候的实现成本又很低,导致编写Mock的意义不大。但仍列出部分开源代码,以作参考
API Mockgraphql-fakergraphql-toolsSDLgraphql-editorvoyagerIDEgraphql-playgroundgraphiqlgraphqurl7.2 最佳实践规范教程 开放api示例
标签: #graphql连接mysql