使用 Rust 构建 GraphQL API：逐步实践教程

GraphQL API 与 Rust：实践逐步教程

GraphQL 是一种强大的 API 查询语言，允许客户端只请求他们需要的数据。结合 Rust 的性能和安全性，您将获得高负载 Web 服务的理想解决方案。在本教程中，我们将使用 async-graphql crate 从头开始创建一个完整的 GraphQL API。

为什么选择 Rust？它提供零成本抽象、内存安全性和惊人的速度。Rust 上的 GraphQL 比 JavaScript 或 Python 上的同类产品运行得更快，这对于生产系统至关重要。

1. 项目设置和依赖项

让我们从创建一个新的 Rust 项目开始。打开终端并执行：

cargo new graphql_rust_apicd graphql_rust_api

现在将必要的依赖项添加到 Cargo.toml 文件中：

[dependencies]async-graphql = "7.0"async-graphql-actix-web = "7.0"actix-web = "4"actix-cors = "0.7"serde = { version = "1.0", features = ["derive"] }tokio = { version = "1", features = ["full"] }

这些 crate 提供了所需的一切：async-graphql — GraphQL 核心，actix-web — Web 服务器，serde — 数据序列化。

2. 创建数据模型和模式

让我们为我们的 API 定义一个简单的模型 — 书籍。创建结构和 GraphQL 模式：

use async_graphql::*;use serde::{Serialize, Deserialize};

#[derive(Clone, Debug, Serialize, Deserialize, SimpleObject)]struct Book {    id: ID,    title: String,    author: String,    year: i32,}

#[derive(Clone, Debug, Serialize, Deserialize, InputObject)]struct BookInput {    title: String,    author: String,    year: i32,}

注意属性 #[derive(SimpleObject)] 和 #[derive(InputObject)]。第一个自动生成用于输出的 GraphQL 类型，第二个用于数据输入。

3. 实现解析器（Query 和 Mutation）

解析器是处理请求的函数。让我们创建一个存储结构和解析器：

use std::sync::Mutex;

struct QueryRoot;

#[Object]impl QueryRoot {    async fn books(&self, ctx: &Context<'_>) -> Vec<Book> {        let storage = ctx.data_unchecked::<Mutex<Vec<Book>>>();        storage.lock().unwrap().clone()    }

    async fn book(&self, ctx: &Context<'_>, id: ID) -> Option<Book> {        let storage = ctx.data_unchecked::<Mutex<Vec<Book>>>();        storage.lock().unwrap().iter().find(|b| b.id == id).cloned()    }}

struct MutationRoot;

#[Object]impl MutationRoot {    async fn add_book(&self, ctx: &Context<'_>, input: BookInput) -> Book {        let mut storage = ctx.data_unchecked::<Mutex<Vec<Book>>>()            .lock().unwrap();        let book = Book {            id: ID::from(storage.len() + 1),            title: input.title,            author: input.author,            year: input.year,        };        storage.push(book.clone());        book    }}

我们使用 Mutex 来实现线程安全的数据访问。在实际项目中，您会连接数据库，但对于本教程来说，这是一个理想的选择。

4. 构建和启动服务器

最后一步 — 将所有内容整合到一个可运行的服务器中。让我们创建入口点：

use actix_web::{guard, web, App, HttpServer, HttpRequest, HttpResponse};use actix_cors::Cors;use async_graphql_actix_web::{GraphQLRequest, GraphQLResponse};

async fn index(    schema: web::Data<Schema<QueryRoot, MutationRoot, EmptySubscription>>,    req: GraphQLRequest,) -> GraphQLResponse {    schema.execute(req.into_inner()).await.into()}

#[actix_web::main]async fn main() -> std::