در حال حاضر محصولی در سبد خرید شما وجود ندارد.
بیشتر توسعه دهندگان اگر دیدند که نمایش داده های پایگاه داده در یک حلقه برای حلقه انجام می شود ، ابرو را بالا می برد ، اما GraphQL فقط به اندازه کافی انتزاعی را فراهم می کند که همیشه دقیقاً چند بار از هر حل کننده در مقیاس شلیک می کند و بدیهی نیست چگونه می توان عملیات را به طور کارآمد دسته بندی کرد و هنوز هم نتایج صحیح را به مصرف کننده صحیح برگرداند
شما یاد می گیرید که چگونه از الگوی لودر داده GraphQL برای بهبود عملکرد برنامه خود استفاده کنید و قبل از اینکه مشکل ایجاد شود ، مسائل مقیاس گذاری را حل کنید. < برای انجام این کار ، ما ابتدا نسخه ساده لوحانه خودمان را از این الگوی پیاده سازی خواهیم کرد تا درک کنیم که چرا API شکل گرفته است. سپس ما به بسته رسمی Dataloader تغییر خواهیم داد و مزایا را بیشتر کشف خواهیم کرد.
عنوان اصلی : Prevent Scaling Issues With GraphQL Data Loaders
سرفصل های دوره :
01 هنگام بارگیری داده ها در یک API GraphQL ، مشکلات مقیاس گذاری را تشخیص دهید
02 درخواست پایگاه داده حافظه پنهان در سراسر وضوح GraphQL
03 درخواست پایگاه داده دسته ای با API GraphQL
04 لودر داده را در یک کلاس قابل استفاده مجدد قرار دهید
05 با استفاده از زمینه آپولو ، یک حافظه پنهان جدید در هر درخواست GraphQL ایجاد کنید
06 بسته Dataloader را نصب کنید
07 واکشی یک مورد توسط شناسه با یک Dataloader GraphQL
08 بسیاری از موارد را با کلید با Dataloaders GraphQL واگذار کنید
09 با استفاده مجدد از یک لودر داده ، موارد را در یک مجموعه حساب کنید
10 موارد را در یک مجموعه با یک لودر داده سفارشی بشمارید
Prevent Scaling Issues With GraphQL Data Loaders
در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.
اطلاع رسانی حذف دوره های قدیمی و تخفیفات نوروزی مشاهده