前言
本来这篇文章准备51假期期间就发出来的，但是因为自己的笔记本电脑出了一点问题，所以拖到了现在????。为了大家更好的学习GraphQL，我写一个前后端的GraphQL的Demo，包含了登陆，增加数据，获取数据一些常见的操作。前端使用了Vue和TypeScript，后端使用的是Koa和GraphQL。
这个是预览的地址: GraphQLDeom 默认用户root，密码root
这个是源码的地址: learn-graphql
GraphQL入门以及相关概念
什么是GraphQL?
按照官方文档中给出的定义, "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"。但是我在使用之后发现，gql需要后端做的太多了，类型系统对于前端很美好，但是对于后端来说可能意味着多次的数据库查询。虽然gql实现了http请求上的优化，但是后端io的性能也应当是我们所考虑的。
查询和变更
GraphQL中操作类型主要分为查询和变更（还有subscription订阅），分别对应query，mutation关键字。query，mutation的操作名称operation name是可以省略的。但是添加操作名称可以避免歧义。操作可以传递不同的参数，例如getHomeInfo中分页参数，AddNote中笔记的属性参数。下文中，我们主要对query和mutation进行展开。
query getHomeInfo { users(pagestart: ${pagestart}, pagesize: ${pagesize}) { data { id name createDate } }}mutation AddNote { addNote(note: { title: "${title}", detail: "${detail}", uId: "${uId}" }) { code }}Schema
全称Schema Definition Language。GraphQL实现了一种可读的模式语法，SDL和JavaScript类似，这种语法必须存储为String格式。我们需要区分GraphQL Schema和Mongoose Schema的区别。GraphQL Schema声明了返回的数据和结构。Mongoose Schema则声明了数据存储结构。
类型系统
标量类型
GraphQL提供了一些默认的标量类型, Int, Float, String, Boolean, ID。GraphQL支持自定义标量类型，我们会在后面介绍到。
对象类型
对象类型是Schema中最常见的类型，允许嵌套和循环引用
type TypeName { fieldA: String fieldB: Boolean fieldC: Int fieldD: CustomType}查询类型
查询类型用于获取数据，类似REST GET。Query是Schema的起点，是根级类型之一，Query描述了我们可以获取的数据。下面的例子中定义了两种查询，getBooks，getAuthors。
type Query { getBooks: [Book] getAuthors: [Author]}- getBooks，获取book列表
- getAuthors，获取作者的列表
传统的REST API如果要获取两个列表需要发起两次http请求, 但是在gql中允许在一次请求中同时查询。
query { getBooks { title } getAuthors { name }}突变类型
突变类型类似与REST API中POST，PUT，DELETE。与查询类型类似，Mutation是所有指定数据操作的起点。下面的例子中定义了addBook mutation。它接受两个参数title，author均为String类型，mutation将会返回Book类型的结果。如果突变或者查询需要对象作为参数，我们则需要定义输入类型。
type Mutation { addBook(title: String, author: String): Book}下面的突变操作中会在添加操作后，返回书的标题和作者的姓名
mutation { addBook(title: "Fox in Socks", author: "Dr. Seuss") { title author { name } }}输入类型
输入类型允许将对象作为参数传递给Query和Mutation。输入类型为普通的对象类型，使用input关键字进行定义。当不同参数需要完全相同的参数的时候，也可以使用输入类型。
input PostAndMediaInput { title: String body: String mediaUrls: [String]}type Mutation { createPost(post: PostAndMediaInput): Post}如何描述类型？（注释）
Scheam中支持多行文本和单行文本的注释风格
type MyObjectType { """ Description Description """ myField: String! otherField( "Description" arg: Int )}????自定义标量类型
如何自定义标量类型？我们将下面的字符串添加到Scheam的字符串中。MyCustomScalar是我们自定义标量的名称。然后需要在 resolver中传递GraphQLScalarType的实例，自定义标量的行为。
scalar MyCustomScalar我们来看下把Date类型作为标量的例子。首先在Scheam中添加Date标量
const typeDefs = gql` scalar Date type MyType { created: Date }`接下来需要在resolvers解释器中定义标量的行为。坑爹的是文档中只是简单的给出了示例，并没有解释一些参数的具体作用。我在stackoverlfow上看到了一个不错的解释。
serialize是将值发送给客户端的时候，将会调用该方法。parseValue和parseLiteral则是在接受客户端值，调用的方法。parseLiteral则会对Graphql的参数进行处理，参数会被解析转换为AST抽象语法树。parseLitera会接受ast，返回类型的解析值。parseValue则会对变量进行处理。
const { GraphQLScalarType } = require('graphql')const { Kind } = require('graphql/language')const resolvers = { Date: new GraphQLScalarType({ name: 'Date', description: 'Date custom scalar type', // 对来自客户端的值进行处理, 对变量的处理 parseValue(value) { return new Date(value) }, // 对返回给客户端的值进行处理 serialize(value) { return value.getTime() }, // 对来自客户端的值进行处理，对参数的处理 parseLiteral(ast) { if (ast.kind === Kind.INT) { return parseInt(ast.value, 10) } return null }, }),}接口
接口是一个抽象类型，包含了一些字段，如果对象类型需要实现这个接口，需要包含这些字段
interface Avengers { name: String}type Ironman implements Avengers { id: ID! name: String}解析器 resolvers
解析器提供了将gql的操作(查询，突变或订阅)转换为数据的行为，它们会返回我们在Scheam的指定的数据，或者该数据的Promise。解析器拥有四个参数，parent, args, context, info。
- parent，父类型的解析结果
- args，操作的参数
- context，解析器的上下文，包含了请求状态和鉴权信息等
- info，Information about the execution state of the operation which should only be used in advanced cases
默认解析器
我们没有为Scheam中所有的字段编写解析器，但是查询依然会成功。gql拥有默认的解析器。如果父对象拥有同名的属性，则不需要为字段编写解释器。它会从上层对象中读取同名的属性。
类型解析器
我们可以为Schema中任何字段编写解析器，不仅仅是查询和突变。这也是GraphQL如此灵活的原因。
下面例子中，我们为性别gender字段单独编写解析器，返回emoji表情。gender解析器的第一个参数是父类型的解析结果。
const typeDefs = gql` type Query { users: [User]! } type User { id: ID! gender: Gender name: String role: Role } enum Gender { MAN WOMAN } type Role { id: ID! name: String }`const resolves = { User: { gender(user) { const { gender } = user return gender === 'MAN' ? '????' : '????' } }}ApolloServer
什么是ApolloServer？
ApolloServer是一个开源的GraphQL框架，在ApolloServer 2中。ApolloServer可以单独的作为服务器，同时ApolloServer也可以作为Express，Koa等Node框架的插件
快速构建
就像我们之前所说的一样。在ApolloServer2中，ApolloServer可以单独的构建一个GraphQL服务器（具体可以参考Apollo的文档）。但是我在个人的demo项目中，考虑到了社区活跃度以及中间件的丰富度，最终选择了Koa2作为开发框架，ApolloServer作为插件使用。下面是Koa2与Apollo构建服务的简单示例。
const Koa = require('koa')const { ApolloServer } = require('apollo-server-koa')const typeDefs = require('./schemas')const resolvers = require('./resolvers')const app = new Koa()const mode = process.env.mode// KOA的中间件app.use(bodyparser())app.use(response())// 初始化REST的路由initRouters()// 创建apollo的实例const server = new ApolloServer({ // Schema typeDefs, // 解析器 resolvers, // 上下文对象 context: ({ ctx }) => ({ auth: ctx.req.headers['x-access-token'] }), // 数据源 dataSources: () => initDatasource(), // 内省 introspection: mode === 'develop' ? true : false, // 对错误信息的处理 formatError: (err) => { return err }})server.applyMiddleware({ app, path: config.URL.graphql })module.exports = app.listen(config.URL.port)构建Schema
从ApolloServer中导出gql函数。并通过gql函数，创建typeDefs。typeDefs就是我们所说的SDL。typeDefs中包含了gql中所有的数据类型，以及查询和突变。可以视为所有数据类型及其关系的蓝图。
const { gql } = require('apollo-server-koa')const typeDefs = gql` type Query { # 会返回User的数组 # 参数是pagestart，pagesize users(pagestart: Int = 1, pagesize: Int = 10): [User]! } type Mutation { # 返回新添加的用户 addUser(user: User): User! } type User { id: ID! name: String password: String createDate: Date }`module.exports = typeDefs由于我们需要把所有数据类型，都写在一个Schema的字符串中。如果把这些数据类型都在放在一个文件内，对未来的维护工作是一个障碍。我们可以借助merge-graphql-schemas，将schema进行拆分。
const { mergeTypes } = require('merge-graphql-schemas')// 多个不同的Schemaconst NoteSchema = require('./note.schema')const UserSchema = require('./user.schema')const CommonSchema = require('./common.schema')const schemas = [ NoteSchema, UserSchema, CommonSchema]// 对Schema进行合并module.exports = mergeTypes(schemas, { all: true })连接数据源
我们在构建Scheam后，需要将数据源连接到Scheam API上。在我的demo示例中，我将GraphQL API分层到REST API的上面（相当于对REST API做了聚合）。Apollo的数据源，封装了所有数据的存取逻辑。在数据源中，可以直接对数据库进行操作，也可以通过REST API进行请求。我们接下来看看如何构建一个REST API的数据源。
// 安装apollo-datasource-rest// npm install apollo-datasource-rest const { RESTDataSource } = require('apollo-datasource-rest')// 数据源继承RESTDataSourceclass UserAPI extends RESTDataSource { constructor() { super() // baseURL是基础的API路径 this.baseURL = `http://127.0.0.1:${config.URL.port}/user/` } /** * 获取用户列表的方法 */ async getUsers (params, auth) { // 在服务内部发起一个http请求，请求地址 baseURL + users // 我们会在KoaRouter中处理这个请求 let { data } = await this.get('users', params, { headers: { 'x-access-token': auth } }) data = Array.isArray(data) ? data.map(user => this.userReducer(user)) : [] // 返回格式化的数据 return data } /** * 对用户数据进行格式化的方法 */ userReducer (user) { const { id, name, password, createDate } = user return { id, name, password, createDate } }}module.exports = UserAPI现在一个数据源就构建完成了，很简单吧????。我们接下来将数据源添加到ApolloServer上。以后我们可以在解析器Resolve中获取使用数据源。
const server = new ApolloServer({ typeDefs, resolvers, context: ({ ctx }) => ({ auth: ctx.req.headers['x-access-token'] }), // 添加数据源 dataSources: () => { UserAPI: new UserAPI() }, introspection: mode === 'develop' ? true : false, formatError: (err) => { return err }})编写resolvers
目前我们还不能运行查询或者变更。我们现在需要编写解析器。在之前的介绍中，我们知道了解析器提供了将gql的操作(查询，突变或订阅)转换为数据的行为。解析器主要分为三种，查询解析器，突变解析器，类型解析器。下面是一个查询解析器和突变解析器的示例，它分别位于解析器对象的Query字段，Mutation字段中。因为是根解析器，所以第一个parent为空。第二个参数，是查询或变更传递给我们的参数。第三个参数则是我们apollo的上下文context对象，我们可以从上下文对象上拿到之前我们添加的数据源。解析器需要返回符合Scheam模式的数据，或者该数据的Promise。突变解析器，查询解析器中的字段应当和Scheam中的查询类型，突变类型的字段是对应的。
module.exports = { // 查询解析器 Query: { users (_, { pagestart, pagesize }, { dataSources, auth }) { // 调用UserAPI数据源的getUsers方法, 返回User的数组 return dataSources.UserAPI.getUsers({ pagestart, pagesize }, auth) } }, // 突变解析器 Mutation: { // 调用UserAPI数据源的addUser方法 addUser (_, { user }, { dataSources, auth }) { return dataSources.UserAPI.addUser(user, auth) } }}我们接着将解析器连接到AppleServer中。
const server = new ApolloServer({ // Schema typeDefs, // 解析器 resolvers, // 添加数据源 dataSources: () => { UserAPI: new UserAPI() }})好了到了目前为止，graphql这一层我们基本完善了，我们的graphql层最终会在数据源中调用REST API接口。接下来的操作就是传统的MVC的那一套。相信熟悉Koa或者Express的小伙伴一定都很熟悉。如果有不熟悉的小伙伴，可以参阅源码中routes文件夹以及controller文件夹。下面一个请求的流程图。
其他
关于鉴权
关于鉴权Apollo提供了多种解决方案。
Schema鉴权
Schema鉴权适用于不对外公共的服务, 这是一种全有或者全无的鉴权方式。如果需要实现这种鉴权只需要修改context
const server = new ApolloServer({ context: ({ req }) => { const token = req.headers.authorization || '' const user = getUser(token) // 所有的请求都会经过鉴权 if (!user) throw new AuthorizationError('you must be logged in'); return { user } }})解析器鉴权
更多的情况下，我们需要公开一些无需鉴权的API（例如登录接口）。这时我们需要更精细的权限控制，我们可以将权限控制放到解析器中。
首先将权限信息添加到上下文对象上
const server = new ApolloServer({ context: ({ ctx }) => ({ auth: ctx.req.headers.authorization })})针对特定的查询或者突变的解析器进行权限控制
const resolves = { Query: { users: (parent, args, context) => { if (!context.auth) return [] return ['bob', 'jake'] } }}GraphQL之外的授权
我采用的方案，是在GraphQL之外授权。我会在REST API中使用中间件的形式进行鉴权操作。但是我们需要将request.header中包含的权限信息传递给REST API
// 数据源async getUserById (params, auth) { // 将权限信息传递给REST API const { data } = await this.get('/', params, { headers: { 'x-access-token': auth } }) data = this.userReducer(data) return data}// *.router.jsconst Router = require('koa-router')const router = new Router({ prefix: '/user' })const UserController = require('../controller/user.controller')const authentication = require('../middleware/authentication')// 适用鉴权中间件router.get('/users', authentication(), UserController.getUsers)module.exports = router// middleware authentication.jsconst jwt = require('jsonwebtoken')const config = require('../config')const { promisify } = require('util')const redisClient = require('../config/redis')const getAsync = promisify(redisClient.get).bind(redisClient)module.exports = function () { return async function (ctx, next) { const token = ctx.headers['x-access-token'] let decoded = null if (token) { try { // 验证jwt decoded = await jwt.verify(token, config.jwt.secret) } catch (error) { ctx.throw(403, 'token失效') } const { id } = decoded try { // 验证redis存储的jwt await getAsync(id) } catch (error) { ctx.throw(403, 'token失效') } ctx.decoded = decoded // 通过验证 await next() } else { ctx.throw(403, '缺少token') } }}