Внедрение GraphQL Persisted Queries: ускорение и безопасность API

GraphQL Persisted Queries: ускоряем API в разы

Мы часто сталкиваемся с ситуацией: клиентское приложение отправляет огромные GraphQL-запросы (например, query { user { posts { comments { author { ... } } } } }), которые «весят» 10–15 КБ. На мобильном интернете это даёт TTFB в 3–5 секунд. Persisted Queries решают проблему кардинально: вместо полного тела запроса клиент отправляет только SHA256-хеш (44 байта). Сервер (или CDN) возвращает кешированный ответ. Это снижает трафик на 60% и позволяет кешировать запросы на уровне HTTP. По оценкам Apollo, APQ уменьшают размер запроса в 20 раз для повторных вызовов.

Наш опыт: за последние годы мы внедрили эту технику в 30+ проектах. В одном из кейсов (интернет-магазин с миллионом товаров) APQ сократили размер запросов с 8 КБ до 400 байт, а LCP упало с 3.2 с до 1.1 с. Гарантируем чистую реализацию без просадки по безопасности.

Как работает Automatic Persisted Queries (APQ)?

APQ — двухфазный протокол. Клиент сначала отправляет POST-запрос только с хешем. Если кеш сервера не содержит запрос — возвращается 404. Тогда клиент повторяет запрос уже с полным телом. Сервер сохраняет пару хеш→запрос и возвращает данные. Все последующие вызовы — только хеш, причём можно перейти на GET-запросы, которые кешируются на CDN.

Клиент          Сервер          CDN/Cache
  │                │                │
  │ POST {hash}    │                │
  │───────────────>│                │
  │ 404 Not Found  │                │
  │<───────────────│                │
  │                │                │
  │ POST {hash + query body}        │
  │───────────────>│                │
  │ {data}  [сохранить hash→query]  │
  │<───────────────│                │
  │                │                │
  │ GET ?hash=...  │                │
  │──────────────────────────────>  │
  │               {data} из кеша    │
  │<──────────────────────────────  │

Сравнение подходов: APQ vs Registered PQ vs отсутствие PQ

Оптимизация GraphQL запросов с помощью Persisted Queries повышает производительность API и улучшает Core Web Vitals.

Закажите внедрение Persisted Queries — мы покажем метрики до и после на тестовом стенде.

Почему стоит использовать Registered Persisted Queries?

Registered Persisted Queries (RPQ) — это APQ + белый список. В продакшен разрешены только запросы, чьи хеши есть в манифесте. Это исключает атаки через __schema или произвольные мутации. Манифест генерируется из клиентского кода на этапе сборки.

# Генерация манифеста из клиентских операций
npx generate-persisted-query-manifest \
  --documents "src/**/*.graphql" \
  --output persisted-query-manifest.json

// persisted-query-manifest.json (фрагмент)
{
  "format": "apollo-persisted-query-manifest",
  "version": 1,
  "operations": [
    {
      "id": "dc67510fb4289672bea757e862d6b00e...",
      "name": "GetPosts",
      "type": "query",
      "body": "query GetPosts($limit: Int) { posts(first: $limit) { ... } }"
    }
  ]
}

На сервере достаточно middleware, которое подставляет тело запроса из манифеста и отклоняет неизвестные хеши.

Типичные проблемы и их решения

Как мы внедряем Persisted Queries: пошагово

1. Аудит текущего GraphQL API: анализ размера запросов, частоты дублирования, уже используемого кеширования.
2. Проектирование: выбор подхода (APQ или RPQ), определение TTL, настройка Redis для распределённого кеша.
3. Реализация на клиенте: внедрение createPersistedQueryLink в Apollo Client или аналогичного для Relay/Urql.
4. Реализация на сервере: подключение APQ (в Apollo Server встроено), настройка кеша, добавление middleware для RPQ при необходимости.
5. Тестирование: проверка корректности кеширования, мониторинг хит-ратов.
6. Деплой и CDN: настройка Nginx для кеширования GET-запросов, включение Cloudflare или Vercel Edge.

Что входит в работу

• Документирование схемы и манифеста.
• Настройка мониторинга попаданий в кеш (Prometheus/Grafana).
• Обучение команды поддержке и обновлению манифеста.
• Пост-релизная поддержка в течение 2 недель.
• Передача доступа к репозиторию и документации.

Мы применяем проверенные конфиги. Пример настройки Nginx:

proxy_cache_path /var/cache/nginx/graphql
  levels=1:2 keys_zone=graphql:10m max_size=100m
  inactive=1h use_temp_path=off;

location /graphql {
  if ($request_method = GET) {
    proxy_cache graphql;
    proxy_cache_key "$uri$is_args$args";
    proxy_cache_valid 200 5m;
    proxy_cache_use_stale error timeout updating;
    add_header X-Cache-Status $upstream_cache_status;
  }
  proxy_pass http://api_backend;
}

Сроки и стоимость

Базовая настройка APQ с Redis и CDN — от 1 до 2 рабочих дней. Полный цикл с Registered Persisted Queries, манифестом и мониторингом — от 3 до 5 дней. Стоимость рассчитывается индивидуально в зависимости от сложности схемы и количества клиентов.

Ускорьте свой GraphQL API — свяжитесь с нами для оценки вашего проекта. Покажем метрики до и после на тестовом стенде.

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.

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:

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.

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.