Kynuté těsto: vláčné buchty versus křehké koláče: Różnice pomiędzy wersjami
Utworzono nową stronę "Kynuté těsto je základ, na kterém stojí buchty i koláče. Rozdíl mezi nimi není v surovinách, ale v poměru tuku a tuhosti těsta. Na buchty potřebujete těsto měkčí, které se nechá snadno rozválet a po upečení zůstane vláčné. Na koláče naopak těsto tužší, aby drželo tvar a náplň neprosákla. Oba základy vycházejí ze stejných surovin: mouky, mléka, droždí, cukru, soli, vajec a tuku. Rozdíl je v množství tuku a v délce hnět…" |
mNie podano opisu zmian |
||
| Linia 1: | Linia 1: | ||
Druhým místem, kde se výkon ztrácí, je příliš hluboká rekurze. GraphQL nezná limity, které má REST, takže klient může snadno požádat o data pět nebo šest úrovní hluboko. Bez omezení se server zbytečně zatíží a odpověď nabobtná. Zaveďte maximální hloubku dotazu a sledujte ji už při návrhu schématu. Pokud pole vrací sama sebe, nastavte tvrdý strop. Hloubková analýza dotazu před spuštěním resolverů je levnější než hašení následků.<br><br>Kynuté těsto se často zvrhne ve dvě různé věci: hutnou hmotu, která nevykyne, nebo suchou drobenku, která se drolí pod rukama. Přitom stačí pochopit, co se v těstě děje. Základem je mouka, mléko, droždí, cukr, sůl, tuk a vejce. Poměr rozhoduje o tom, zda z jednoho základu uděláte nadýchané buchty, nebo ploché koláče. Vždy začněte kváskem: do vlažného mléka (ne horkého, ideálně kolem 30 °C) rozdrobte droždí, přidejte lžičku cukru a nechte deset minut vzejít. Pokud se neobjeví pěna, droždí je mrtvé a těsto nevykyne, i kdybyste se rozkrájeli.<br><br>Poslední oblastí je fragmentace dotazů. Klienti často posílají jeden velký dotaz, který obsahuje pole, jež vůbec nepotřebují. Výsledkem je zbytečná práce serveru i pomalejší přenos. Ve schématu nabízejte menší, účelové typy a klientské aplikace veďte k tomu, aby si vyžádaly jen to, co skutečně zobrazí. Méně polí znamená méně resolverů a méně dat po síti. Není to o kráse návrhu, ale o počtu operací, které server musí vykonat.<br><br>Běžná chyba je natřít všechny stěny stejnou barvou včetně té, u které nábytek stojí. Stěna za nábytkem by měla buď ladit, nebo být o stupeň světlejší, případně tmavší. Nikdy ne o dva a více stupňů, pokud k tomu nemáte důvod. Druhá častá chyba je srovnávat barvu s barvou podlahy místo s nábytkem. Podlaha je dole, nábytek je ve výšce očí a to je to, co vnímáte. Třetí chyba: koupit barvu podle fotky v mobilu. displej zkresluje a vzorník na obrazovce nesouhlasí s realitou.<br><br>Cacheování na úrovni resolveru je další krok. Pokud se stejný dotaz opakuje v rámci jednoho requestu, uložte výsledek do kontextu a znovu ho použijte. Pozor na to, že kontext je sdílený pro celý požadavek, takže data musí být konzistentní. U mutable operací cache vypněte, jinak vrátíte zastaralá data. U čtení naopak zvažte i krátkodobou cache mezi požadavky, ale vždy s jasným klíčem, který zahrnuje všechny argumenty.<br><br>Správné umístění věcí rozhoduje víc než jejich poč<br><br>Pátou pastí je ignorování formátu výstupu. Pokud potřebujete tabulku, seznam, e-mail nebo strukturu s nadpisy, řekněte to předem. Stejně tak pomáhá určit, co má být na začátku a co na konci. U delších textů se vyplatí zadat maximální rozsah a počet odstavců. Formátování dodané modelem se pak nemusí pracně předělávat a snižuje se riziko, že klíčová informace zapadne.<br><br>Základem vláčného kynutého těsta je správný poměr surovin a trpělivost. Na jeden základ potřebujete 500 g hladké mouky, 250 ml vlažného mléka, 80 g rozpuštěného másla, 80 g cukru, 2 žloutky, 20 g čerstvého droždí, špetku soli a nastrouhanou kůru z jednoho citronu. Mouku prosejte, aby těsto bylo vzdušné. Droždí rozdrobte do vlažného mléka s lžičkou cukru a nechte 10 minut vzejít. Pokud mléko přesáhne 40 °C, droždí zabijete a těsto nevykyne.<br><br>Nejčastější chybou při práci s GraphQL není špatně napsaný dotaz, ale dobře napsaný resolver, který se spouští příliš mnohokrát. Pokud pole vrací seznam a každý prvek si dotahuje data z databáze samostatně, vzniká efekt N+1. Server odešle jeden dotaz na seznam a pak stovky dalších na jednotlivé položky. Řešení není v GraphQL vrstvě, ale v dávkování. Načtěte všechny potřebné klíče najednou a výsledky seskupte podle ID. Tím snížíte počet dotazů z řádu stovek na dva nebo tři.<br><br>Jak poznat, že dotaz je pomalý Měření je základ. Bez instrumentace resolverů nevíte, které pole spotřebovává čas. Přidejte do každého resolveru jednoduchý timer a logujte dobu běhu. Zaměřte se na pole, která se volají více než stokrát na jeden požadavek. Často to nejsou ta největší, ale ta nejčastější. Právě opakované volání stejné funkce s různými argumenty ukazuje na chybějící cache nebo dávkování.<br><br>Častou chybou je také ignorování databázových indexů. GraphQL dotaz může být sebelepší, ale pokud databáze skenuje celou tabulku, nepomůže nic. Zkontrolujte, které sloupce používáte ve filtrech a v argumentech resolverů, a ověřte, že na nich indexy skutečně jsou. Indexy ale nejsou všelék – příliš mnoho indexů zpomaluje zápisy. Najděte rovnováhu podle toho, jaké dotazy skutečně běží. | |||
Aktualna wersja na dzień 00:29, 10 lis 2026
Druhým místem, kde se výkon ztrácí, je příliš hluboká rekurze. GraphQL nezná limity, které má REST, takže klient může snadno požádat o data pět nebo šest úrovní hluboko. Bez omezení se server zbytečně zatíží a odpověď nabobtná. Zaveďte maximální hloubku dotazu a sledujte ji už při návrhu schématu. Pokud pole vrací sama sebe, nastavte tvrdý strop. Hloubková analýza dotazu před spuštěním resolverů je levnější než hašení následků.
Kynuté těsto se často zvrhne ve dvě různé věci: hutnou hmotu, která nevykyne, nebo suchou drobenku, která se drolí pod rukama. Přitom stačí pochopit, co se v těstě děje. Základem je mouka, mléko, droždí, cukr, sůl, tuk a vejce. Poměr rozhoduje o tom, zda z jednoho základu uděláte nadýchané buchty, nebo ploché koláče. Vždy začněte kváskem: do vlažného mléka (ne horkého, ideálně kolem 30 °C) rozdrobte droždí, přidejte lžičku cukru a nechte deset minut vzejít. Pokud se neobjeví pěna, droždí je mrtvé a těsto nevykyne, i kdybyste se rozkrájeli.
Poslední oblastí je fragmentace dotazů. Klienti často posílají jeden velký dotaz, který obsahuje pole, jež vůbec nepotřebují. Výsledkem je zbytečná práce serveru i pomalejší přenos. Ve schématu nabízejte menší, účelové typy a klientské aplikace veďte k tomu, aby si vyžádaly jen to, co skutečně zobrazí. Méně polí znamená méně resolverů a méně dat po síti. Není to o kráse návrhu, ale o počtu operací, které server musí vykonat.
Běžná chyba je natřít všechny stěny stejnou barvou včetně té, u které nábytek stojí. Stěna za nábytkem by měla buď ladit, nebo být o stupeň světlejší, případně tmavší. Nikdy ne o dva a více stupňů, pokud k tomu nemáte důvod. Druhá častá chyba je srovnávat barvu s barvou podlahy místo s nábytkem. Podlaha je dole, nábytek je ve výšce očí a to je to, co vnímáte. Třetí chyba: koupit barvu podle fotky v mobilu. displej zkresluje a vzorník na obrazovce nesouhlasí s realitou.
Cacheování na úrovni resolveru je další krok. Pokud se stejný dotaz opakuje v rámci jednoho requestu, uložte výsledek do kontextu a znovu ho použijte. Pozor na to, že kontext je sdílený pro celý požadavek, takže data musí být konzistentní. U mutable operací cache vypněte, jinak vrátíte zastaralá data. U čtení naopak zvažte i krátkodobou cache mezi požadavky, ale vždy s jasným klíčem, který zahrnuje všechny argumenty.
Správné umístění věcí rozhoduje víc než jejich poč
Pátou pastí je ignorování formátu výstupu. Pokud potřebujete tabulku, seznam, e-mail nebo strukturu s nadpisy, řekněte to předem. Stejně tak pomáhá určit, co má být na začátku a co na konci. U delších textů se vyplatí zadat maximální rozsah a počet odstavců. Formátování dodané modelem se pak nemusí pracně předělávat a snižuje se riziko, že klíčová informace zapadne.
Základem vláčného kynutého těsta je správný poměr surovin a trpělivost. Na jeden základ potřebujete 500 g hladké mouky, 250 ml vlažného mléka, 80 g rozpuštěného másla, 80 g cukru, 2 žloutky, 20 g čerstvého droždí, špetku soli a nastrouhanou kůru z jednoho citronu. Mouku prosejte, aby těsto bylo vzdušné. Droždí rozdrobte do vlažného mléka s lžičkou cukru a nechte 10 minut vzejít. Pokud mléko přesáhne 40 °C, droždí zabijete a těsto nevykyne.
Nejčastější chybou při práci s GraphQL není špatně napsaný dotaz, ale dobře napsaný resolver, který se spouští příliš mnohokrát. Pokud pole vrací seznam a každý prvek si dotahuje data z databáze samostatně, vzniká efekt N+1. Server odešle jeden dotaz na seznam a pak stovky dalších na jednotlivé položky. Řešení není v GraphQL vrstvě, ale v dávkování. Načtěte všechny potřebné klíče najednou a výsledky seskupte podle ID. Tím snížíte počet dotazů z řádu stovek na dva nebo tři.
Jak poznat, že dotaz je pomalý Měření je základ. Bez instrumentace resolverů nevíte, které pole spotřebovává čas. Přidejte do každého resolveru jednoduchý timer a logujte dobu běhu. Zaměřte se na pole, která se volají více než stokrát na jeden požadavek. Často to nejsou ta největší, ale ta nejčastější. Právě opakované volání stejné funkce s různými argumenty ukazuje na chybějící cache nebo dávkování.
Častou chybou je také ignorování databázových indexů. GraphQL dotaz může být sebelepší, ale pokud databáze skenuje celou tabulku, nepomůže nic. Zkontrolujte, které sloupce používáte ve filtrech a v argumentech resolverů, a ověřte, že na nich indexy skutečně jsou. Indexy ale nejsou všelék – příliš mnoho indexů zpomaluje zápisy. Najděte rovnováhu podle toho, jaké dotazy skutečně běží.