干货｜Netflix 联邦 GraphQL 平台的过程及教训在之前的文章和QConPlus讨论中

在之前的文章和QConPlus讨论中，我们讨论了GraphQLFederation作为一种解决方案是如何分发我们的GraphQL模式及其实现的。在这篇文章中，我们会将注意力转移到成功运行联邦GraphQL平台所需的内容上——从它实现的过程到我们汲取的经验教训等方面。

文章图片
我们迄今为止的旅程
在过去的一年中，我们已经实现了联邦GraphQL架构所需的核心基础架构，正如我们前一篇文章所描述的那样：

文章图片
StudioEdge架构
该平台上的第一个Graph域服务（DomainGraphService ， DGS）是我们在第一篇文章（StudioAPI）中讨论过的GraphQL单体应用。接下来，我们与其他几个应用程序团队合作一起制作了DGS ，使其API能与之前的单体应用一起公开。到2019年底，我们有了第一个使用联邦Graph的Studio应用程序，性能没有任何下降。我们知道这个架构是可行的之后，就专注于为它更广泛的使用做准备了。我们的目标是在2020年4月开放StudioEdge自助服务平台。
2020年4月是一个动荡的时期，疫情大流行，人们一夜之间就过渡到了远程办公。尽管如此，各小组还是开始了成群结队地投入到Graph中。很快，我们每天都有数百名工程师直接为API贡献力量。而那个曾经是瓶颈的StudioAPI单体应用呢？我们将StudioAPI公开的字段迁移到个人拥有的DGS中，而不破坏用户的API 。原单体应用预计将在2020年底完全弃用。
这段旅程并非没有挑战。最大的挑战在于需在整个组织内协调这一战略。最初，有很多人持怀疑态度并有异议；这个概念相当新，需要整个组织高度一致才能成功。我们的团队花了很多时间来解决不同意见，并根据开发人员的反馈对架构进行了调整。通过我们的原型开发以及与一些关键批评声音的积极合作，我们能够逐渐增加信心并弥合关键差距。
一旦我们在这个想法上达成了广泛的一致，我们就需要确保其采用是无缝的。这就需要构建鲁棒性强的核心基础设施，以确保良好的开发人员体验，并能解决关键的跨域问题。
核心基础设施
我们的GraphQL网关（GraphQLGateway）基于Apollo的参考实现，并且用Kotlin编写。这使得我们能够访问Netflix的Java生态系统，同时也为我们提供了鲁棒性强的语言特性，比如用于高效并行抓取的协程（coroutines），以及具有null安全的表述性类型系统（expressivetypesystem）。
模式注册（SchemaRegistry）是内部开发的，也是用的Kotlin 。为了存储模式变更，我们使用了一个内部库，该库是在Cassandra数据库之上实现的事件源模式。使用事件源允许我们实现新的开发者体验特性，比如SchemaHistory视图。模式注册还集成了我们的CI/CD系统，如Spinnaker ，可以为DGS自动设置云网络。
开发人员教育与经验
在之前的架构中，只有单体应用StudioAPI的团队需要学习GraphQL 。在StudioEdge中，每个DGS团队都需要在GraphQL上积累专业知识。 GraphQL有自己的学习曲线，对于像批处理（Batching）和先行断言（Lookahead）这样的复杂情况，它会变得特别棘手。另外，正如前一篇文章所讨论的那样，理解GraphQLFederation和实现实体解析器（EntityResolver）也不是一件容易的事。
我们与Netflix的开发者体验（Netflix’sDeveloperExperience ， DevEx）团队合作，为开发人员提供文档、培训材料和教程。对于一般的GraphQL问题，我们依赖于开源社区，并建立了一个内部GraphQL社区来讨论诸如分页、错误处理、可空性和命名约定之类的热门话题。
DGS框架和开发者工具
为了方便后端工程师构建GraphQLDGS ， DevEx团队在GraphQLJava和SpringBoot的基础之上构建了一个“DGS框架”（“DGSFramework”）。该框架解决了运行在生产环境中的GraphQL服务的所有跨域问题，同时也使开发人员能更容易地编写GraphQL解析器。此外， DevEx还构建了强大的工具，可用于将模式推送到模式注册SchemaRegistry中，并构建了一个自助服务UI（SelfServiceUI），可用于浏览各种DGS模式。点击查看他们的会议演讲，期待我们的同事将来能发表一篇相关的博文。 DGS框架计划于2021年初开源。
模式治理
Netflix的Studio数据极其丰富和复杂。在早期，我们预期活动的模式管理对模式演进和整体的健康是至关重要的。我们组织中已经有一位Studio数据架构师（StudioDataArchitect）了，他专注于跨Studio的数据建模和对齐。我们与他们合作，一起确定了最适用于StudioEngineering需求的Graph模式的最佳实践。