Недавно я упоминала про GraphQL как стиль интеграции информационных систем по веб-API. Сегодня рассмотрим более детально, как выглядят запросы GraphQL, реализовав практический пример в облаке Hasura с бессерверной базой данных PostgreSQL.
Что такое GraphQL: краткий ликбез
GraphQL — это язык запросов к данным, представленный в 2012 году, чтобы нивелировать недостатки REST API, связанные с передачей избыточных или недостаточных данных от множества конечных точек. Он позволяет через вход в ресурс получать доступ к другим связанным ресурсам, если взаимосвязь между ними заранее определена в схеме данных. Будучи декларативным языком запросов для API со встроенной проверкой типов данных и серверной средой выполнения, GraphQL возвращает сложный граф данных (отсюда и слово Graph в названии), уменьшая количество запросов по сети до одного показа. CRUD-операции над данными в GraphQL реализуются через разные виды POST-запросов:
- простые запросы (query) на чтение данных аналогичны GET в REST API;
- создание новых и изменение существующих данных реализуются через запросы-мутации (mutation), которые позволяют клиенту создавать, обновлять и удалять данные на сервере;
- подписки (subscriptions), которые позволяют клиенту оперативно получать обновления в базе данных, прослушивая изменения в режиме реального времени. Подписки используют вебсокеты, создающие интерактивное соединение между клиентом (браузером) и сервером для обмена сообщениями в реальном времени. Данные передаются в обе стороны (от клиента к серверу и, наоборот, от сервера к клиенту), что актуально для сценариев длительного соединения в реальном времени, например, онлайн-биржа, онлайн-игры и пр.
GraphQL предоставляет следующие преимущества:
- очень гибкий и обеспечивает именно то, что нужно клиенту, избегая передачи излишних данных;
- исключает излишние запросы из-за недостатка данных;
- поддерживается многими языками программирования (JavaScript, Java, Python, Ruby и PHP);
- позволяет настраивать структуру данных;
- один запрос может содержать поля из нескольких ресурсов.
Обратной стороной этих достоинств GraphQL являются сложность реализации, статичная схема данных, отсутствие встроенной поддержки кэширования и трудности в управлении версиями. Запросы могут быть излишне сложными, а также по умолчанию не поддерживается загрузка файлов. Наконец, GraphQL работает только с JSON-структурами данных, тогда как REST воспринимает любые форматы (JSON, XML, HTML, TXT и пр.)
Однако, GraphQL API хорошо подходит для приложений с большим количеством клиентов и/или источников данных, когда нужно реализовать единообразие в средствах выполнения запросов, уменьшить число конечных точек и снизить нагрузку на сеть. Например, всем известные Github и Youtube используют GraphQL. Также благодаря своей гибкой структуре запросов GraphQL отлично подходит для баз с большим количеством записей, позволяя устранить избыточную выборку результатов и получать только нужные данные, чтобы повысить производительность приложения. Кроме того, можно использовать GraphQL, когда нет четкого понимания, как клиент использует API, без необходимости заранее определять строгий контракт: можно постепенно создавать API на основе отзывов клиентов.
Чтобы понять, как это работает, рассмотрим практический пример реализации GraphQL-запросов к объектно-реляционной базе данных PostgreSQL в рамках собственного проекта в облачной платформе Hasura.
Основы архитектуры и интеграции информационных систем
Код курса
OAIS
Ближайшая дата курса
17 ноября, 2025
Продолжительность
25 ак.часов
Стоимость обучения
56 000 руб.
Реализация проекта в облаке Hasura
Зарегистрировавшись в облачной платформе Hasura и выполнив вход через Github-аккаунт, создадим новый проект на бесплатном плане. В качестве примера рассмотрим сервис заказов интернет-магазина.
Далее создаем свою базу данных: платформа позволяет работать с PostgreSQL как с бессерверным решением, развернутым в Neon. Если бесплатный план (3 базы данных) заполнен, удалить лишнее можно в веб-интерфейсе платформы Neon.
Визуализацию схемы данных я сделала в бесплатном веб-редакторе Drawsql, а в GUI облачной платформы Hasura создала таблицы моей базы данных.
Наполнив таблицы данными, можно приступить к самому интересному – созданию GraphQL-запросов к своей БД. Для этого платформа Hasura предоставляет визуальные средства: достаточно выбрать тип запроса (простой запрос на чтение, мутация или подписка) и необходимые данные. Сам текст запроса Hasura формирует автоматически. Также в GUI выводится JSON-структура ответа и документация.
Например, для добавления нового продукта в соответствующую таблицу я выбрала запрос типа mutation, который назвала AddProduct. При выборе мутации в GUI сразу появляется перечень возможных операций изменения данных в каждой таблице: вставка новой записи (INSERT), изменение (UPDATE) и удаление (DELETE). Мой запрос на добавление нового продукта в таблицу product с заполнением всех ее полей Hasura сформировала следующим образом:
mutation AddProduct {
insert_product_one(object: {product_name: "t-short", product_price: "2", product_provider: "D&G", product_id: 19}) {
product_provider
product_price
product_name
product_id
}
}
Ответ в виде JSON-структуры данных:
{
"data": {
"insert_product_one": {
"product_provider": "D&G",
"product_price": 2,
"product_name": "t-short",
"product_id": 19
}
}
}
Далее посмотрим, как выглядят аналитические запросы на чтение данных. Для этого я выбрала тип запроса query и отметила соответствующие поля, которые позволят получить статистику по клиентам, сделавшим хотя бы 1 заказ. Предположим, нам нужна полная информация об этих клиентах (имя, емейл, телефон), общее количество заказов и их суммарная стоимость, а также данные заказам с минимальной и максимальной стоимостью, включая даты, когда эти заказы были сделаны. GraphQL-запрос для получения этих данных выглядит следующим образом:
query GetCustomerStat {
customer(order_by: {customer_name: asc, orders_aggregate: {sum: {order_sum: asc}}}, where: {orders_aggregate: {count: {predicate: {_gt: 1}}}}) {
customer_phone
customer_name
customer_email
orders_aggregate {
aggregate {
sum {
order_sum
}
count
max {
order_sum
order_datetime
}
min {
order_datetime
order_sum
}
}
}
}
}
Ответ в виде JSON-структуры:
{
"data": {
"customer": [
{
"customer_phone": "11111111",
"customer_name": "Petr",
"customer_email": "petr@email.ru",
"orders_aggregate": {
"aggregate": {
"sum": {
"order_sum": 37
},
"count": 2,
"max": {
"order_sum": 34,
"order_datetime": "2022-12-05T00:00:00+00:00"
},
"min": {
"order_datetime": "2022-10-13T00:00:00+00:00",
"order_sum": 3
}
}
}
},
{
"customer_phone": "123456789",
"customer_name": "Anna",
"customer_email": "anna@email.ru",
"orders_aggregate": {
"aggregate": {
"sum": {
"order_sum": 68
},
"count": 2,
"max": {
"order_sum": 56,
"order_datetime": "2022-11-23T00:00:00+00:00"
},
"min": {
"order_datetime": "2022-06-12T00:00:00+00:00",
"order_sum": 12
}
}
}
}
]
}
}
Hasura позволяет посмотреть SQL-запрос, в который транслируется GraphQL-запрос, а также план его выполнения.
Сгенерированный SQL-запрос получился довольно объемным и сложным, вручную я бы написала его по-другому:
SELECT
coalesce(
json_agg(
"root"
ORDER BY
"root.ar.root.orders.order_by.orders_aggregate.sum.order_sum" ASC NULLS LAST,
"root.pg.customer_name" ASC NULLS LAST
),
'[]'
) AS "root"
FROM
(
SELECT
"_root.ar.root.orders.order_by.orders_aggregate"."sum.order_sum" AS "root.ar.root.orders.order_by.orders_aggregate.sum.order_sum",
row_to_json(
(
SELECT
"_e"
FROM
(
SELECT
"_root.base"."customer_phone" AS "customer_phone",
"_root.base"."customer_name" AS "customer_name",
"_root.base"."customer_email" AS "customer_email",
"_root.ar.root.orders.order_by.orders_aggregate"."orders_aggregate" AS "orders_aggregate"
) AS "_e"
)
) AS "root",
"_root.base"."customer_name" AS "root.pg.customer_name"
FROM
(
SELECT
*
FROM
"public"."customer"
WHERE
(
EXISTS (
SELECT
1
FROM
(
SELECT
count(*) AS "order_count"
FROM
"public"."order" AS "__be_0_order"
WHERE
(
(
(
("__be_0_order"."order_customer") = ("public"."customer"."customer_id")
)
AND ('true')
)
AND (
('true')
AND ('true')
)
)
) AS "__sub"
WHERE
(
(("__sub"."order_count") > (('1') :: integer))
AND ('true')
)
)
)
) AS "_root.base"
LEFT OUTER JOIN LATERAL (
SELECT
sum("order_sum") AS "sum.order_sum",
json_build_object(
'aggregate',
json_build_object(
'sum',
json_build_object('order_sum', sum("order_sum")),
'count',
COUNT(*),
'max',
json_build_object(
'order_sum',
max("order_sum"),
'order_datetime',
max("order_datetime")
),
'min',
json_build_object(
'order_datetime',
min("order_datetime"),
'order_sum',
min("order_sum")
)
)
) AS "orders_aggregate"
FROM
(
SELECT
"_root.ar.root.orders.order_by.orders_aggregate.base"."order_sum" AS "order_sum",
"_root.ar.root.orders.order_by.orders_aggregate.base"."order_datetime" AS "order_datetime"
FROM
(
SELECT
*
FROM
"public"."order"
WHERE
(
("_root.base"."customer_id") = ("order_customer")
)
) AS "_root.ar.root.orders.order_by.orders_aggregate.base"
) AS "_root.ar.root.orders.order_by.orders_aggregate"
) AS "_root.ar.root.orders.order_by.orders_aggregate" ON ('true')
ORDER BY
"root.ar.root.orders.order_by.orders_aggregate.sum.order_sum" ASC NULLS LAST,
"root.pg.customer_name" ASC NULLS LAST
) AS "_root"
GraphQL-движок Hasura избавил от необходимости писать этот и другие SQL-запросы вручную: система сама определяет связи между полями и формирует функции. Таким образом, облачная платформа Hasure Cloud позволяет познакомиться с GraphQL, полностью создав собственный проект со своей базой данных PostgreSQL, чтобы наполнить ее значениями и генерировать запросы к ней. В этом инструменте еще много других полезных и интересных возможностей, включая мониторинг, отчеты, интеграции с внешними системами. Однако, бесплатный план имеет свои ограничения на количество баз данных и проектов приложений. Впрочем, по желанию можно перейти на коммерческий тариф или удалить неиспользуемые проекты.
Разработка ТЗ на информационную систему по ГОСТ и SRS
Код курса
TTIS
Ближайшая дата курса
10 ноября, 2025
Продолжительность
22 ак.часов
Стоимость обучения
48 000 руб.
Подробнее эти и другие темы по основам архитектуры и интеграции информационных систем разбираются на курсах Школы прикладного бизнес-анализа в нашем лицензированном учебном центре обучения и повышения квалификации системных и бизнес-аналитиков в Москве:
- Основы архитектуры и интеграции информационных систем
- Разработка ТЗ на информационную систему по ГОСТ и SRS
