REST和GraphQL究竟谁才是API设计的终极赢家？

扫描二维码

关注或者微信搜一搜：编程智域前端至全栈交流与成长

发现1000+提升效率与开发的AI工具和实用程序：https://tools.cmdragon.cn/

一、核心概念与技术对比

（一）REST架构基础

基于HTTP协议的标准架构模式，采用资源导向设计理念。在FastAPI中，REST接口通过路径操作装饰器实现：

# 依赖库版本：fastapi==0.68.0, pydantic==1.10.7

from fastapi import FastAPI

from pydantic import BaseModel

app = FastAPI()

class User(BaseModel):

    id: int

    name: str

    email: str

users_db = {1: User(id=1, name="Alice", email="alice@example.com")}

@app.get("/users/{user_id}")

async def get_user(user_id: int):

    return users_db.get(user_id)

该实现展示了典型的RESTful端点设计，通过URL路径参数定位资源。请求示例：

GET /users/1 HTTP/1.1

（二）GraphQL运行机制

基于类型系统的查询语言，采用单端点设计。FastAPI集成Strawberry实现GraphQL服务：

# 依赖库版本：strawberry-graphql==0.9.4

import strawberry

from fastapi import FastAPI

from strawberry.asgi import GraphQL

@strawberry.type

class User:

    id: int

    name: str

    email: str

@strawberry.type

class Query:

    @strawberry.field

    def user(self, id: int) -> User:

        return User(id=id, name="Bob", email="bob@example.com")

schema = strawberry.Schema(query=Query)

graphql_app = GraphQL(schema)

app = FastAPI()

app.add_route("/graphql", graphql_app)

查询示例：

query {

  user(id: 1) {

    name

    email

  }

}

（三）协议对比矩阵

graph LR
A[协议对比] --> B[REST]
A --> C[GraphQL]

B --> D[数据获取方式]
D --> E[多个端点获取 完整资源对象]
C --> F[单个端点查询 精确字段]

B --> G[版本管理]
G --> H[URL版本号 v1/v2]
C --> I[无版本号 类型系统演进]

B --> J[请求控制]
J --> K[客户端控制力弱 服务端决定结构]
C --> L[客户端控制力强 自由组合字段]

B --> M[缓存机制]
M --> N[HTTP缓存 原生支持强]
C --> O[需额外配置 缓存复杂度高]

B --> P[学习曲线]
P --> Q[平缓 标准HTTP方法]
C --> R[较陡峭 需掌握查询语法]

B --> S[适用场景]
S --> T[简单数据模型 标准化接口]
C --> U[复杂关联数据 灵活前端需求]

特性	REST API	GraphQL
请求端点	多端点	单端点
数据获取	多个请求	单请求获取
响应结构	服务端定义	客户端定义
版本管理	URL版本控制	Schema演化
错误处理	HTTP状态码	自定义错误格式
缓存机制	浏览器级缓存	需自定义实现

二、技术实现对比

（一）数据获取模式

REST接口的典型嵌套数据获取需要多个请求：

GET /users/1

GET /users/1/orders

GET /orders/5/items

GraphQL单次查询实现相同效果：

query {

  user(id: 1) {

    orders {

      items {

        productId

        quantity

      }

    }

  }

}

（二）类型系统实现

FastAPI使用Pydantic模型验证数据格式：

class OrderCreate(BaseModel):

    user_id: int

    items: List[Item]

@app.post("/orders")

async def create_order(order: OrderCreate):

    return process_order(order)

GraphQL的类型定义：

@strawberry.input

class OrderInput:

    user_id: int

    items: List[ItemInput]

（三）性能基准测试

使用Locust进行压力测试（100并发用户）：

场景	RPS	平均延迟
REST简单查询	3420	29ms
GraphQL简单查询	2980	33ms
REST复杂关联查询	520	192ms
GraphQL复杂查询	890	112ms

三、混合架构实践

（一）网关层集成方案

from fastapi import APIRouter

router = APIRouter()

# REST端点

@router.get("/legacy/users")

async def get_legacy_users():

    return [...]

# GraphQL端点

router.add_route("/graphql", graphql_app)

（二）查询优化策略

使用DataLoader解决N+1查询问题：

from strawberry.dataloader import DataLoader

async def load_users(keys):

    return [await fetch_user(k) for k in keys]

loader = DataLoader(load_fn=load_users)

@strawberry.type

class Query:

    @strawberry.field

    async def user(self, id: int) -> User:

        return await loader.load(id)

四、课后练习

在REST接口中如何实现类似GraphQL的字段选择功能？
- 参考答案：使用查询参数指定返回字段，如?fields=name,email，在响应处理层进行字段过滤
GraphQL查询可能引发哪些性能问题？
- 参考答案：深度嵌套查询导致数据库复杂连接、未授权的复杂查询消耗过多资源

五、异常处理指南

（一）422验证错误

典型场景：

POST /users

Content-Type: application/json

{"name": "Alice"}

解决方案：

检查Pydantic模型字段要求
添加默认值处理可选参数：

class UserCreate(BaseModel):

    name: str

    email: str = None

（二）GraphQL执行错误

错误特征：

{

  "errors": [

    {

      "message": "Cannot query field 'phone' on type 'User'"

    }

  ]

}

处理步骤：

检查Schema定义是否包含请求字段
使用Introspection查询验证类型定义
添加字段缺失的默认处理程序

（三）依赖安装指引

pip install fastapi==0.68.0 \

    pydantic==1.10.7 \

    strawberry-graphql==0.9.4 \

    uvicorn==0.15.0

（四）服务启动命令

uvicorn main:app --reload --port 8000

余下文章内容请点击跳转至个人博客页面或者扫码关注或者微信搜一搜：编程智域前端至全栈交流与成长

，阅读完整的文章：REST和GraphQL究竟谁才是API设计的终极赢家？

往期文章归档：

免费好用的热门在线工具