GraphQL Federation: объединение микросервисов в единый граф

Наша компания занимается разработкой, поддержкой и обслуживанием сайтов любой сложности. От простых одностраничных сайтов до масштабных кластерных систем построенных на микро сервисах. Опыт разработчиков подтвержден сертификатами от вендоров.

Разработка и обслуживание любых видов сайтов:

Информационные сайты или веб-приложения
Сайты визитки, landing page, корпоративные сайты, онлайн каталоги, квиз, промо-сайты, блоги, новостные ресурсы, информационные порталы, форумы, агрегаторы
Сайты или веб-приложения электронной коммерции
Интернет-магазины, B2B-порталы, маркетплейсы, онлайн-обменники, кэшбэк-сайты, биржи, дропшиппинг-платформы, парсеры товаров
Веб-приложения для управления бизнес-процессами
CRM-системы, ERP-системы, корпоративные порталы, системы управления производством, парсеры информации
Сайты или веб-приложения электронных услуг
Доски объявлений, онлайн-школы, онлайн-кинотеатры, конструкторы сайтов, порталы предоставления электронных услуг, видеохостинги, тематические порталы

Это лишь некоторые из технических типов сайтов, с которыми мы работаем, и каждый из них может иметь свои специфические особенности и функциональность, а также быть адаптированным под конкретные потребности и цели клиента

Услуги, которые мы предлагаем
Показано 1 из 1Все 2062 услуг
GraphQL Federation: объединение микросервисов в единый граф
Сложный
~1-2 недели
Часто задаваемые вопросы

Наши компетенции:

Этапы разработки

Последние работы

  • image_website-b2b-advance_0.webp
    Разработка сайта компании B2B ADVANCE
    1358
  • image_web-applications_feedme_466_0.webp
    Разработка веб-приложения для компании FEEDME
    1251
  • image_websites_belfingroup_462_0.webp
    Разработка веб-сайта для компании БЕЛФИНГРУПП
    956
  • image_ecommerce_furnoro_435_0.webp
    Разработка интернет магазина для компании FURNORO
    1188
  • image_crm_enviok_479_0.webp
    Разработка веб-приложения для компании Enviok
    929
  • image_bitrix-bitrix-24-1c_fixper_448_0.webp
    Разработка веб-сайта для компании ФИКСПЕР
    947

Представьте: у вас три микросервиса — Users, Products, Orders. Каждый имеет свой GraphQL-эндпоинт. Клиент делает три отдельных запроса и сам слепливает данные. Итог — высокий TTFB (до 800 мс), дублирование логики на фронтенде и ошибки при изменении схем. Apollo Federation 2 решает это одной точкой входа. Router (написан на Rust) принимает единый запрос, строит план выполнения и параллельно обращается к subgraph'ам — клиент не знает о внутренней структуре. Наша команда имеет 5+ лет опыта с GraphQL и 30+ успешных проектов на Federation. Мы гарантируем стабильность federated графа даже при одновременном развёртывании нескольких subgraph'ов. Закажите аудит вашей текущей архитектуры — мы выявим узкие места и подготовим план миграции.

Без решения проблем координации и производительности вы рискуете получить каскадные запросы, падение LCP и недовольных пользователей. Federation — это не просто модный паттерн, а способ инкапсулировать доменные границы и обеспечить быструю итерацию.

Как GraphQL Federation решает проблему N+1 запросов?

Без Federation каждый subgraph может вызывать другой синхронно — возникает каскад запросов. Apollo Router решает это автоматическим entity batching через _entities query. Вместо 10 отдельных вызовов к сервису продуктов — один батч, что сокращает время ответа с 800 мс до 300 мс и снижает нагрузку на БД в 3 раза.

Сложность интеграции команд: каждая команда владеет своим subgraph'ом и публикует схему через Rover CLI. Router проверяет совместимость на этапе composition — невалидные изменения блокируются. Это снимает до 80% coordination overhead.

Синхронизация версий: с помощью supergraph composition pipeline вы можете канареечно разворачивать изменения — Router маршрутизирует запросы к разным версиям subgraph'ов, пока не убедитесь в стабильности.

Router автоматически батчирует entity-запросы. Когда клиент запрашивает список заказов с данными пользователя и товаров, Router:

  1. Получает заказы из Orders Subgraph.
  2. Извлекает все userId и productId.
  3. Параллельно отправляет один _entities запрос в Users и Products Subgraph.
  4. Сливает результаты и отдаёт клиенту.

Для этого в subgraph'ах реализуется __resolveReference — функция, которая по id возвращает сущность. Мы обязательно используем DataLoader внутри __resolveReference для батчинга внутри самого subgraph'а — это повышает производительность в 3 раза.

Почему Apollo Federation, а не Schema Stitching?

Критерий Apollo Federation Schema Stitching (graphql-tools)
Entity batching Встроенный (lazy) Требует ручной реализации
Composition Автоматическая через Rover Разовое объединение схем
Поддержка распределённых команд Да (delegation) Ограниченная
Производительность Router Высокая (Rust) Средняя (Node.js)

Если у вас 2-3 микросервиса и малая нагрузка, Schema Stitching проще. Но при масштабировании Federation даёт порядок в архитектуре и обрабатывает запросы в 3 раза быстрее.

Как мы это делаем: кейс с тремя subgraph'ами

Типичный стек: Apollo Server 4 + TypeScript для subgraph'ов, Apollo Router как gateway, Rover CLI для публикации и composition. DataLoader для батчинга, Jaeger для трассировки.

Subgraph: Users Service

# users-service/schema.graphql
extend schema
  @link(url: "https://specs.apollo.dev/federation/v2.3",
        import: ["@key", "@shareable"])

type Query {
  me: User
  user(id: ID!): User
}

type User @key(fields: "id") {
  id: ID!
  name: String!
  email: String!
  createdAt: String!
}
// users-service/server.js
import { ApolloServer } from '@apollo/server'
import { buildSubgraphSchema } from '@apollo/subgraph'
import { gql } from 'graphql-tag'

const typeDefs = gql`...` // schema выше

const resolvers = {
  Query: {
    me: (parent, args, context) => context.db.users.findById(context.userId),
    user: (parent, { id }, context) => context.db.users.findById(id)
  },

  User: {
    __resolveReference: async ({ id }, context) => {
      return context.loaders.userById.load(id)
    }
  }
}

const server = new ApolloServer({
  schema: buildSubgraphSchema({ typeDefs, resolvers })
})

Конфигурация Router и CI/CD pipeline

# router.yaml
supergraph:
  listen: 0.0.0.0:4000

subgraphs:
  users:
    routing_url: http://users-service:4001/graphql
  products:
    routing_url: http://products-service:4002/graphql
  orders:
    routing_url: http://orders-service:4003/graphql

headers:
  all:
    request:
      - propagate:
          matching: ^Authorization$

cors:
  origins:
    - https://app.example.com

limits:
  max_depth: 15
  max_aliases: 30
# Установка и публикация subgraph
curl -sSL https://rover.apollo.dev/nix/latest | sh
rover subgraph publish my-graph@prod --name users --schema ./users-service/schema.graphql --routing-url https://users.internal/graphql

Пример federated запроса

# Один запрос охватывает данные из 3 сервисов
query OrderDetail($orderId: ID!) {
  order(id: $orderId) {
    id
    status
    total
    user { name email }
    items {
      quantity
      price
      product { name stock }
    }
  }
}

Router строит query plan: получить order из orders-service → получить userId и productId → параллельно fetch user из users-service и product[] из products-service → merge. Entity batching выполняется автоматически: Router отправляет _entities запрос с батчем representations.

Процесс работы

Этап Время (дни) Результат
Аналитика 1-2 Аудит схем, выявление @key-полей
Проектирование 1 Декомпозиция доменов на subgraph'ы
Реализация 3-4 Написание subgraph'ов с DataLoader
Настройка Router 1 Конфигурация YAML, CORS, propagate заголовков
CI/CD 1 Composition pipeline через Rover
Тестирование 1 Нагрузочное тестирование k6, проверка query plan'ов
Деплой 0.5 Канареечный rollout, мониторинг Jaeger

Какие типичные ошибки встречаются при внедрении?

Чек-лист частых проблем
  • Неправильно указаны @key(fields:) — Router не сможет склеивать сущности.
  • Отсутствует DataLoader в __resolveReference — каждый entity-запрос бьёт в БД отдельно.
  • Не настроено propagate заголовков — теряется контекст авторизации.
  • Слишком глубокая вложенность (max_depth > 20) — Router строит тяжёлые планы.
  • Забыли про @external для полей другого subgraph'а — composition упадёт.

Что входит в работу

  • Документация federated схемы и инструкции для команд.
  • Доступы к Apollo Studio (или локальному Registry) для публикации.
  • Обучение команды работе с Rover CLI и DataLoader.
  • Поддержка в течение первого месяца после запуска (консультации, багфикс).

Оцените проект бесплатно — наши инженеры проанализируют вашу схему за 2 часа и предложат оптимальное решение. Свяжитесь с нами для консультации по архитектуре federated graph.

Сроки и стоимость

Настройка Apollo Federation 2 с Router, composition pipeline и 3–5 subgraph'ами — 5–8 рабочих дней. Срок может увеличиться, если требуется миграция с Schema Stitching или рефакторинг legacy-схем. Стоимость рассчитывается индивидуально — получите консультацию по архитектуре federated graph.

Разработка API: REST, GraphQL, WebSocket, tRPC

К нам приходит клиент с Postman-коллекцией на 200 эндпоинтов и говорит: «Всё работает, но фронтенд тормозит». Открываем Network-вкладку — 47 последовательных запросов на загрузку одной страницы дашборда. Каждый ждёт предыдущего. Это не проблема скорости сервера — это проблема архитектуры API. За 10 лет на рынке мы перепроектировали не один десяток таких интеграций, и гарантируем: правильный протокол и контракт решают проблему на корню.

Когда REST перестаёт справляться

REST хорошо работает для простых CRUD-операций. Но как только рядом с веб-интерфейсом появляется мобильное приложение, начинается over-fetching: мобилка запрашивает /api/users/123 и получает объект на 4KB, хотя ей нужны только name и avatar. Умножьте на список из 50 пользователей — 200KB трафика вместо 8KB.

GraphQL решает это через selection sets. Клиент описывает именно те поля, которые ему нужны, и сервер возвращает ровно их. На проекте с React Native + Next.js мы переехали с REST на Apollo Server: размер payload на главном экране упал с 340KB до 28KB — экономия трафика составила 92%. Сертифицированные инженеры команды подтверждают: типичные боли при внедрении GraphQL — N+1 query. Резолвер для поля author у поста вызывает SELECT * FROM users WHERE id = ? для каждого поста в списке. На странице с 20 постами — 21 запрос к базе. Решается через DataLoader — он батчит запросы и превращает их в один SELECT * FROM users WHERE id IN (...).

Что такое tRPC и чем он лучше REST/GraphQL?

Если весь стек на TypeScript (Next.js + Node/Bun), tRPC убирает целый слой проблем. Вы определяете процедуру на сервере — клиент получает полный тайп-сейфти автоматически, без генерации кода и без Swagger. Переименовали поле в схеме Zod — TypeScript подсветит все места на фронтенде, где оно используется. tRPC уменьшает количество кода в 2 раза по сравнению с REST + Swagger + openapi-typescript: не нужно поддерживать отдельную спецификацию и генерировать типы — всё выводится из рантаймовых валидаторов. Однако tRPC не подходит, если API потребляют сторонние клиенты или мобильные приложения на других языках — в таких случаях используем GraphQL или REST с OpenAPI-спецификацией.

WebSocket и реальное время: когда SSE, когда WS?

HTTP-поллинг каждые 5 секунд — это иллюзия реального времени с задержкой до 5 секунд и бесполезной нагрузкой на сервер. Для чатов, live-нотификаций, совместного редактирования — WebSocket или Server-Sent Events. SSE — однонаправленный поток от сервера к клиенту, работает поверх обычного HTTP, автоматически переподключается. Подходит для нотификаций, стриминга данных, прогресс-баров. WebSocket — двунаправленный, нужен для чатов и коллаборативных фич. Опыт показывает: 80% задач «реального времени» решаются через SSE, а не WebSocket — меньше инфраструктурных сложностей.

Типичная ошибка: открывать WebSocket-соединение на каждый компонент страницы. На одном проекте дашборд открывал 12 параллельных WS-соединений. Правильно — один connection manager на уровне приложения, подписки через него. В результатах работы мы всегда передаём схему соединения и готовое решение.

Протокол Типизация Over-fetching Версионирование Real-time
REST Слабая (OpenAPI) Присутствует URL / Header Поллинг
GraphQL Сильная (SDL) Нет Deprecation Subscriptions
tRPC Полная (TypeScript) Нет TypeScript checks Subscriptions (optional)

Swagger / OpenAPI как контракт

Документация, написанная постфактум — устаревает на следующий день после релиза. Мы пишем спецификацию OpenAPI 3.1 до начала разработки, она становится контрактом между фронтендом и бэкендом. Фронтенд генерирует типы через openapi-typescript, бэкенд валидирует входящие данные через сгенерированные схемы. Расхождение контракта с реализацией ловится на CI, а не на ревью. Для Laravel — l5-swagger или dedoc/scramble. Для Node.js — @fastify/swagger или Zod + zod-to-openapi.

Как правильно аутентифицировать API?

JWT с долгоживущими access-токенами без ротации — источник проблем при компрометации. Правильная схема: access-токен на 15 минут, refresh-токен на 30 дней с ротацией при каждом использовании. Refresh-токен хранится в httpOnly cookie, access-токен — в памяти (не в localStorage). Для межсервисного взаимодействия — API Keys с scope-ограничениями или mTLS. OAuth 2.0 с PKCE для публичных клиентов (SPA, мобилки).

Версионирование и обратная совместимость

Ломающие изменения в API без версионирования ломают клиентов. Три подхода мы используем в проектах:

Метод Пример Когда применять
URL-версионирование /api/v2/ REST API с долгой поддержкой legacy
Header-версионирование Accept: application/vnd.api+json;version=2 Минимальные изменения в URL
Эволюционное (deprecation) Добавление полей, deprecated-директива GraphQL Для GraphQL — плавный вывод полей

Обратную совместимость мы гарантируем через автомат-проверки (oasdiff) на CI.

Как мы разрабатываем API: пошаговый план

  1. Аналитика — аудит текущих интеграций, составление схемы данных, выбор протокола (REST/GraphQL/tRPC/WebSocket).
  2. Проектирование контракта — OpenAPI или SDL (GraphQL) до первой строки кода.
  3. Разработка — реализация по контракту, модульные тесты на каждый эндпоинт.
  4. Нагрузочное тестирование — k6: 500 виртуальных пользователей, 10 минут, p95 latency ≤ 200ms.
  5. Деплой — CI/CD с проверкой обратной совместимости, автоматическая публикация документации.
  6. Обучение команды — передача Postman-коллекции или Playground, инструкция по подключению.
Типичные ошибки, которые мы исключаем
  • N+1 при запросах без DataLoader.
  • Отсутствие rate limiting — DDOS через неавторизованные эндпоинты.
  • Хранение access-токена в localStorage.
  • Открытие множества WebSocket-соединений вместо одного connection manager.
  • Документация, не обновлённая после релиза.

Что входит в работу (deliverables)

  • OpenAPI 3.1 спецификация (или SDL для GraphQL).
  • Сгенерированные клиентские типы для TypeScript / Dart / Kotlin.
  • Набор автотестов с покрытием всех эндпоинтов (модульные + интеграционные).
  • Нагрузочные тесты (k6) и отчёт (p50/p95/p99 latency, RPS).
  • Документация в Swagger UI / Redoc / GraphiQL.
  • Обучение команды (2–4 часа воркшопа).
  • Поддержка в течение 30 дней после сдачи (по договору).

Наш опыт

  • 10+ лет на рынке разработки API.
  • 200+ завершённых проектов (REST, GraphQL, WebSocket, tRPC).
  • 50+ сертифицированных инженеров (AWS, Kubernetes, API Design).
  • Экономия на трафике в среднем 85% при переходе с REST на GraphQL для мобильных приложений.
  • 100% обратная совместимость — ни одного сломанного клиента за последние 3 года.

Сроки

Разработка API для типового SaaS-проекта с 30–50 эндпоинтами: от 3 до 8 недель в зависимости от сложности бизнес-логики и количества внешних интеграций. Миграция существующего REST API на GraphQL — от 2 до 6 недель. Добавление WebSocket-слоя к готовому бэкенду — от 1 до 3 недель. Стоимость рассчитывается индивидуально после аудита. Получите консультацию — свяжитесь с нами, чтобы обсудить ваш проект.