使用 GraphQL 和 React 构建动态前端应用

简介: 【10月更文挑战第2天】使用 GraphQL 和 React 构建动态前端应用

引言

随着 Web 应用程序变得越来越复杂,传统的 RESTful API 设计模式在某些场景下可能显得有些力不从心。GraphQL 是一种用于 API 的查询语言,它提供了一种更加灵活的方式来请求数据,并且可以减少客户端和服务器之间不必要的数据传输。结合 React 这样的前端框架,我们可以构建出响应迅速且用户友好的应用程序。本文将指导你如何使用 GraphQL 和 React 来构建一个动态前端应用。

技术栈

  • React:一个用于构建用户界面的 JavaScript 库。
  • Apollo Client:一个全面的 GraphQL 客户端,用于管理 GraphQL 数据。
  • Graphcool:一个用于快速搭建 GraphQL API 的平台。(注:Graphcool 项目已经不再维护,此处仅作为示例说明,你可以使用类似的服务如 Hasura)

环境搭建

  1. 安装 Node.js 和 npm

    确保你的计算机上已经安装了 Node.js 和 npm。

  2. 创建 React 项目

    使用 Create React App 快速搭建 React 项目:

    npx create-react-app graphql-react-app
    cd graphql-react-app
    
  3. 安装 Apollo Client

    安装 Apollo Client 相关库:

    npm install @apollo/client graphql
    

创建 GraphQL API

由于 Graphcool 不再维护,这里我们使用 GraphQL 的替代方案 Hasura 来创建一个简单的 API。

  1. 注册 Hasura 账号

    访问 Hasura 官网注册账号,并创建一个新的项目。

  2. 配置数据模型

    在 Hasura 控制台中配置你的数据模型。例如,我们可以创建一个 posts 表格,其中包含 id, title, content 字段。

  3. 生成 GraphQL 查询

    在 Hasura 控制台中,你可以直接通过 SQL 语句插入一些示例数据,并生成相应的 GraphQL 查询语句。

集成 Apollo Client

现在回到 React 项目中,我们将集成 Apollo Client 来与 GraphQL API 交互。

  1. 创建 ApolloProvider

    src/index.js 文件中引入 Apollo Client,并创建 ApolloProvider 组件:

    import React from 'react';
    import ReactDOM from 'react-dom';
    import {
          ApolloClient, InMemoryCache, ApolloProvider } from '@apollo/client';
    import App from './App';
    
    // 创建 Apollo Client 实例
    const client = new ApolloClient({
         
      uri: 'https://your-hasura-endpoint/v1/graphql', // 替换为你的 Hasura GraphQL 端点
      cache: new InMemoryCache(),
    });
    
    ReactDOM.render(
      <React.StrictMode>
        <ApolloProvider client={
         client}>
          <App />
        </ApolloProvider>
      </React.StrictMode>,
      document.getElementById('root')
    );
    
  2. 创建 GraphQL 查询组件

    src/App.js 文件中,创建一个 GraphQL 查询组件来获取数据:

    import React from 'react';
    import {
          useQuery, gql } from '@apollo/client';
    
    const GET_POSTS = gql`
      query GetPosts {
        posts {
          id
          title
          content
        }
      }
    `;
    
    function PostsList() {
         
      const {
          loading, error, data } = useQuery(GET_POSTS);
    
      if (loading) return <p>Loading...</p>;
      if (error) return <p>Error : {
         error.message}</p>;
    
      return (
        <div>
          <h1>Posts</h1>
          <ul>
            {
         data.posts.map(post => (
              <li key={
         post.id}>
                {
         post.title} - {
         post.content}
              </li>
            ))}
          </ul>
        </div>
      );
    }
    
    export default PostsList;
    
  3. 在主应用中使用查询组件

    修改 src/App.js 文件,以包含我们刚刚创建的查询组件:

    import React from 'react';
    import PostsList from './PostsList';
    
    function App() {
         
      return (
        <div className="App">
          <header className="App-header">
            <h1>React & GraphQL Demo</h1>
          </header>
          <PostsList />
        </div>
      );
    }
    
    export default App;
    

运行应用

在终端中运行以下命令来启动 React 开发服务器:

npm start

打开浏览器访问 http://localhost:3000,你应该可以看到从 GraphQL API 获取的帖子列表。

结论

通过这篇文章,我们了解了如何使用 GraphQL 和 React 来构建一个动态的前端应用。GraphQL 允许我们以声明式的方式请求所需的数据,而 React 则帮助我们构建响应式的 UI。这种组合使得开发高性能、数据驱动的应用变得更加容易。尽管这里使用的 Hasura 是一个替代方案,但它展示了如何快速搭建 GraphQL API,并与前端框架集成。在未来,随着 GraphQL 生态系统的不断成熟,我们可以期待更多的工具和服务来简化这一过程。

相关文章
|
24天前
|
弹性计算 人工智能 架构师
阿里云携手Altair共拓云上工业仿真新机遇
2024年9月12日,「2024 Altair 技术大会杭州站」成功召开,阿里云弹性计算产品运营与生态负责人何川,与Altair中国技术总监赵阳在会上联合发布了最新的“云上CAE一体机”。
阿里云携手Altair共拓云上工业仿真新机遇
|
17天前
|
存储 关系型数据库 分布式数据库
GraphRAG:基于PolarDB+通义千问+LangChain的知识图谱+大模型最佳实践
本文介绍了如何使用PolarDB、通义千问和LangChain搭建GraphRAG系统,结合知识图谱和向量检索提升问答质量。通过实例展示了单独使用向量检索和图检索的局限性,并通过图+向量联合搜索增强了问答准确性。PolarDB支持AGE图引擎和pgvector插件,实现图数据和向量数据的统一存储与检索,提升了RAG系统的性能和效果。
|
4天前
|
JSON 自然语言处理 数据管理
阿里云百炼产品月刊【2024年9月】
阿里云百炼产品月刊【2024年9月】,涵盖本月产品和功能发布、活动,应用实践等内容,帮助您快速了解阿里云百炼产品的最新动态。
阿里云百炼产品月刊【2024年9月】
|
1天前
|
人工智能 Rust Java
10月更文挑战赛火热启动,坚持热爱坚持创作!
开发者社区10月更文挑战,寻找热爱技术内容创作的你,欢迎来创作!
219 12
|
19天前
|
人工智能 IDE 程序员
期盼已久!通义灵码 AI 程序员开启邀测,全流程开发仅用几分钟
在云栖大会上,阿里云云原生应用平台负责人丁宇宣布,「通义灵码」完成全面升级,并正式发布 AI 程序员。
|
21天前
|
机器学习/深度学习 算法 大数据
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
2024“华为杯”数学建模竞赛,对ABCDEF每个题进行详细的分析,涵盖风电场功率优化、WLAN网络吞吐量、磁性元件损耗建模、地理环境问题、高速公路应急车道启用和X射线脉冲星建模等多领域问题,解析了问题类型、专业和技能的需要。
2578 22
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
|
3天前
|
存储 人工智能 搜索推荐
数据治理,是时候打破刻板印象了
瓴羊智能数据建设与治理产品Datapin全面升级,可演进扩展的数据架构体系为企业数据治理预留发展空间,推出敏捷版用以解决企业数据量不大但需构建数据的场景问题,基于大模型打造的DataAgent更是为企业用好数据资产提供了便利。
168 2
|
1天前
|
编译器 C#
C#多态概述:通过继承实现的不同对象调用相同的方法,表现出不同的行为
C#多态概述:通过继承实现的不同对象调用相同的方法,表现出不同的行为
101 65
|
21天前
|
机器学习/深度学习 算法 数据可视化
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
2024年中国研究生数学建模竞赛C题聚焦磁性元件磁芯损耗建模。题目背景介绍了电能变换技术的发展与应用,强调磁性元件在功率变换器中的重要性。磁芯损耗受多种因素影响,现有模型难以精确预测。题目要求通过数据分析建立高精度磁芯损耗模型。具体任务包括励磁波形分类、修正斯坦麦茨方程、分析影响因素、构建预测模型及优化设计条件。涉及数据预处理、特征提取、机器学习及优化算法等技术。适合电气、材料、计算机等多个专业学生参与。
1578 16
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
|
4天前
|
Linux 虚拟化 开发者
一键将CentOs的yum源更换为国内阿里yum源
一键将CentOs的yum源更换为国内阿里yum源
251 2