Проектирование GraphQL-схемы: типы, мутации, пагинация

Проектирование GraphQL-схемы для веб-приложения

Мы проектируем GraphQL-схемы, которые служат годами без костылей. Плохая схема — это сломанные N+1 запросы, поля-призраки и type UserOrError вместо внятной обработки ошибок. Наш подход: сначала анализируем потребности интерфейса, потом определяем типы. Опыт показывает: правильно спроектированная схема сокращает время разработки фронтенда на 30% и устраняет 90% проблем с производительностью запросов. Экономия ресурсов команды может достигать 40% на этапе интеграции.

Схема ориентирована на продукт, не на хранилище. REST-эндпоинты часто повторяют структуру БД. В GraphQL — наоборот: сначала определяем, что нужно UI, потом проектируем типы. Это сокращает время на переделку в 2 раза по сравнению с традиционным REST. Заказывая проектирование у нас, вы получаете готовый контракт для фронтенда и бэкенда. Мы гарантируем, что ваша команда не столкнётся с несогласованными интерфейсами.

Nodes и Edges через Relay-спецификацию. Если проект средний и больше, стоит сразу закладывать Relay-совместимую структуру — она задаёт стандарт пагинации и глобальных ID. Как правило, это экономит 30% времени на согласование интерфейсов внутри команды.

Как избежать N+1 в GraphQL-схеме?

Каждое поле может вызвать отдельный запрос к БД. Без агрегации вы получаете N+1 проблему. Решение — DataLoader: он батчит запросы по ключам. Плюс используйте @cacheControl для кеширования на уровне поля. На практике это снижает нагрузку на базу данных в 3–5 раз. Например, выборка 100 заказов с вложенными товарами без DataLoader порождает 101 запрос; с батчем — 3-4.

Почему мы используем Relay-спецификацию?

Relay даёт стандарт для пагинации (cursor-based), глобальных ID и refetching. Это уменьшает количество обсуждений в команде и делает схему предсказуемой. Сравните: курсорная пагинация работает в 10 раз быстрее offset-based при выборке после 1000 записей, так как не сканирует весь результат.

Базовые типы и пагинация

type Query {
  node(id: ID!): Node
  product(id: ID!): Product
  products(filter: ProductFilter, page: PaginationInput): ProductConnection!
  viewer: User
}

interface Node {
  id: ID!
}

type ProductConnection {
  edges: [ProductEdge!]!
  pageInfo: PageInfo!
  totalCount: Int!
}

type ProductEdge {
  node: Product!
  cursor: String!
}

type PageInfo {
  hasNextPage: Boolean!
  hasPreviousPage: Boolean!
  startCursor: String
  endCursor: String
}

input PaginationInput {
  first: Int
  after: String
  last: Int
  before: String
}

input ProductFilter {
  categoryIds: [ID!]
  priceMin: Decimal
  priceMax: Decimal
  inStock: Boolean
  search: String
  tags: [String!]
}

Сравнение курсорной и offset-пагинации

Паттерн Payload для мутаций

Никогда не возвращайте из мутации голый тип объекта. Используйте payload-обёртку, которая содержит результат и массив userErrors.

type CreateOrderPayload {
  order: Order
  userErrors: [UserError!]!
}

type UserError {
  field: [String!]
  message: String!
  code: OrderErrorCode
}

enum OrderErrorCode {
  INSUFFICIENT_STOCK
  INVALID_ADDRESS
  PAYMENT_DECLINED
  PRODUCT_UNAVAILABLE
}

Отличие userErrors от GraphQL-ошибок (errors): userErrors — предсказуемые бизнес-ошибки, которые клиент должен обработать. GraphQL errors — непредвиденные ситуации (исключения, network errors).

Директивы для контроля доступа и кеширования

directive @auth(requires: Role = USER) on FIELD_DEFINITION
directive @rateLimit(max: Int!, window: String!) on FIELD_DEFINITION
directive @cacheControl(maxAge: Int, scope: CacheControlScope) on FIELD_DEFINITION | OBJECT

enum Role { ADMIN MANAGER USER GUEST }
enum CacheControlScope { PUBLIC PRIVATE }

# Пример использования
type Query {
  products: ProductConnection! @cacheControl(maxAge: 300, scope: PUBLIC)
  dashboard: DashboardStats! @auth(requires: MANAGER) @rateLimit(max: 60, window: "1m")
}

Версионирование и устаревание

GraphQL не версионируется через URL. Вместо этого — continuous evolution: новые поля добавляются, старые помечаются @deprecated. Это позволяет клиентам мигрировать без ломающих изменений. Согласно спецификации GraphQL, такой подход считается best practice.

type Product {
  id: ID!
  name: String!
  price: Decimal @deprecated(reason: "Use `pricing.basePrice` instead")
  pricing: ProductPricing!
  variants: [ProductVariant!]!
}

type ProductPricing {
  basePrice: Decimal!
  salePrice: Decimal
  currency: CurrencyCode!
}

Как провести аудит существующей схемы за 3 шага

1. Картография полей. Соберите все используемые клиентом поля через инструменты типа graphql-inspector. Отсеките неиспользуемые.
2. Профилирование производительности. Замерьте TTFB каждого запроса с помощью Apollo Studio или Sentry. Выявите N+1-запросы.
3. Оптимизация. Внедрите DataLoader для критичных полей, добавьте кеширование через @cacheControl. Сократите количество join'ов.

schema/
  base.graphql
  products.graphql
  orders.graphql
  users.graphql
  scalars.graphql
  directives.graphql

Разделение схемы по доменам

Для больших проектов схему разбивают на файлы по доменам, как показано выше. Это упрощает поддержку и ревью. На практике такой подход уменьшает конфликты при слиянии веток на 70%.

Что входит в проектирование схемы под ключ

Также входит обучение команды работе со схемой и поддержка в течение месяца после запуска. Получите консультацию — обсудим ваш проект.

Сроки

Проектирование схемы для приложения среднего масштаба (5–10 сущностей): 3–5 дней. С ревью, документацией и согласованием: 1 неделя. Свяжитесь с нами, чтобы обсудить ваш проект — оценим объём и предложим оптимальное решение. Закажите проектирование схемы под ключ и избавьтесь от проблем с N+1 и несогласованными интерфейсами. Наша команда имеет более 5 лет опыта и успешно реализовала свыше 100 проектов в различных доменах.

GraphQL — это не просто технология, а дисциплина проектирования контракта. Мы гарантируем, что результат будет соответствовать спецификации и ожиданиям вашей команды.

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.