写点什么

GraphQL and Apollo A complete data management solution for modern Apps

  • 2019-09-19
  • 本文字数:1861 字

    阅读完需:约 6 分钟

GraphQL and Apollo A complete data management solution for modern Apps

GMTC北京2018大会上,Sashko Stubailo 讲师做了《GraphQL and Apollo: A complete data management solution for modern Apps》主题演讲,主要内容如下。


演讲简介


Brief introduction


Modern frontend frameworks like React, Vue, and Angular have solved a lot of the problems developers used to have with building complex user interfaces. It’s easier than ever before to structure your code with components, create great animations, and create consistent design systems. Unfortunately, these frameworks don’t have a clear opinion on how you load and manage data, whether it’s client-side state or a result coming from a backend API.


In this talk, I’ll go over how GraphQL and Apollo could be the first full-stack system for data management. With GraphQL as a language for specifying data requirements and Apollo as a set of technologies to orchestrate getting that data to the right place, you can build apps using React or any other framework in a fraction of the time it used to take.


First, we’ll go over what makes data management difficult in modern apps. Then, we’ll go over how GraphQL provides a valuable base for describing APIs and fetching data. We’ll look into how Apollo takes advantage of that base to make it easy to implement all of the data management features you need in your app. Finally, we’ll talk about how to incrementally adopt these technologies into your existing architecture to start getting the benefits of GraphQL and Apollo without having to modify your current APIs.


Key takeaways:


  • How GraphQL and Apollo fill in the data management gaps in today’s modern frontend frameworks like React, Vue, and Angular

  • What you can easily do with GraphQL and Apollo, and how it compares to previous approaches like REST APIs and Redux

  • How to get started implementing GraphQL and Apollo in your existing React + Redux + REST app to start getting a better developer experience and faster performance right away


演讲题目:GraphQL 和 Apollo:现代 App 的完整数据管理解决方案


摘要:


React,Vue 和 Angular 等现代前端框架解决了开发人员用于构建复杂用户界面的许多问题。使用组件构建代码,创建出色的动画和创建一致的设计系统比以往任何时候都容易。不幸的是,这些框架对于如何加载和管理数据没有明确的建议,无论是客户端状态还是来自后端 API 的数据都没法很好的管理。


在这次演讲中,我将介绍 GraphQL 和 Apollo 如何成为第一个用于数据管理的全面系统。使用 GraphQL 作为指定数据需求的语言,Apollo 作为一组技术来协调将数据安排到正确的位置,您可以在短时间内完成 React 或任何其他框架构建应用程序的任务。


首先,我们将回顾一下在现代应用中数据管理困难的原因。然后,我们将继续介绍 GraphQL 如何为描述 API 和提取数据提供有价值的基础。我们将研究 Apollo 如何利用该基础,轻松实现您应用中所需的所有数据管理功能。最后,我们将讨论如何逐步将这些技术应用到现有架构中,以开始获得 GraphQL 和 Apollo 的优势,而无需修改当前的 API。


听众受益:


  • GraphQL 和 Apollo 如何填补当今现代前端框架(如 React,Vue 和 Angular)中的数据管理空白

  • 您可以轻松使用 GraphQL 和 Apollo,以及它如何与之前的方法(如 REST API 和 Redux)进行比较

  • 如何开始在现有的 React + Redux + REST 应用程序中实施 GraphQL 和 Apollo,以便马上获得更好的开发人员体验和更快的性能


讲师介绍


Sashko Stubailo


Apollo GraphQL leader


Sashko has been working on open source developer tools for the last 5 years. Most recently he has been leading open source GraphQL tool development at Apollo, after writing the very first versions of Apollo Client. Previously, he has worked on JavaScript build tooling, reactive UI frameworks, and data visualization.


Sashko 在过去的 5 年中一直致力于开源开发者工具的研发。他编写了 Apollo 客户端的第一个版本,之后一直在 Apollo 领导开源的 GraphQL 开发。此前,他曾从事 JavaScript 构建工具开发,反应式 UI 框架和数据可视化工作。












完整演讲 PPT 下载链接


https://gmtc.infoq.cn/2018/beijing/schedule


2019-09-19 14:131104

评论

发布
暂无评论
发现更多内容

深入解析 Agent RFT:通过强化学习微调提升智能体性能

莫尔索

强化学习 agent Agents Agent 评估 Agent Skills

MCP 发布一周年回顾:从 17 个 SEP 看 MCP 协议如何重塑 AI Agent 生态

莫尔索

MCP MCP协议 MCP Server Agent 评估 Agent Skills

延迟队列处理订单超时(RabbitMQ死信队列实战)

王中阳Go

微服务 RabbitMQ 电商

黑龙江等保合规与漏洞扫描的协同关系

等保测评

网络安全 信息安全 数据安全 黑龙江等保测评 哈尔滨等保测评

AI技术在教育领域的应用

北京木奇移动技术有限公司

AI技术 AI教育 软件外包公司

「腾讯云NoSQL」技术之 MongoDB 篇:MongoDB 存储引擎备份性能70%提升内幕揭秘

腾讯云数据库

数据库 nosql mongodb 存储 腾讯云NoSQL

YashanDB数据库多维数据分析功能及其企业价值

数据库砖家

MyEMS 的 “数字神经中枢”:解析其云 - 边 - 端协同架构如何实现毫秒级能效优化

开源能源管理系统

开源 能源管理系统

AI智能体开发:让大模型从“能说”到“会做”

上海拔俗

打造企业数据管理核心引擎:数据血缘的实践路径与未来演进

数造万象

数据治理 数据智能 数据管理 数据血缘 AI 问数

百度优选双11战报:智能生产力驱动全域增长,多项核心指标创历史新高

科技经济

拒绝千篇一律:出海媒体监测网站如何生成个性化舆情报告?

沃观Wovision

出海 社交媒体 海外社交媒体监控 出海媒体监测 社媒分析

YashanDB数据库多语句事务处理及其性能优化

数据库砖家

【隐语Serectflow】基于隐私保护的分布式数字身份认证技术研究及实践探索

隐语SecretFlow

能效即效益:MyEMS 如何帮助商业综合体实现降低空调与照明能耗?

开源能源管理系统

开源 能源管理系统

大庆二级等保合规与渗透测试的协同关系

等保测评

网络安全 信息安全 数据安全 黑龙江等保测评 哈尔滨等保测评

YashanDB数据库多线程并发控制机制及优化建议

数据库砖家

Amazon OpenSearch 助力高效 RAG 系统落地

亚马逊云科技 (Amazon Web Services)

人工智能

开源背后的硬核实力:深度剖析 MyEMS 如何用 Python 栈处理千万级点表的分钟级数据写入

开源能源管理系统

开源 开源能源管理系统

AI在线客服搭建指南:三步打造永不掉线的智能客服系统

百川云开发者

智能客服

一文讲清如何设计一个秒杀系统(Sentinel熔断限流+令牌桶削峰)

王中阳Go

微服务 项目 电商

数据源决定成败:评估出海媒体监测软件数据质量的3个关键问题

沃观Wovision

出海 社交媒体 出海媒体监测 媒体监测 社媒分析

华系双智旗舰轿车 广汽昊铂A800内饰首发,为高速L3商用冲刺

科技经济

YashanDB数据库多维数据分析能力与业务场景结合

数据库砖家

即时通讯平台:从沟通工具到企业数字化的核心枢纽

BeeWorks

即时通讯 IM 私有化部署

超越 VTM-RA!快手双向智能视频编码器BRHVC亮相NeurIPS2025

快手技术

音视频技术 NeurIPS 快手技术

AI教AI:教学大模型训练平台,让教育智能触手可及

上海拔俗

当攻击快于补丁:为何2026将成为机器速度安全之年

qife122

网络安全 自动化安全

AI大模型智能体开发:把大模型变成“会干活”的技术逻辑

上海拔俗

大庆三级等保合规与安全基线核查的协同关系

等保测评

网络安全 信息安全 数据安全 黑龙江等保测评 哈尔滨等保测评

出海媒体监测全托管服务:将专业的事交给专家

沃观Wovision

出海 海外舆情监测 出海媒体监测 媒体监测

GraphQL and Apollo A complete data management solution for modern Apps_GMTC_Sashko Stubailo_InfoQ精选文章