- 综合排序
- 最热优先
- 最新优先
- 来自专栏网络日志
graphql+koa2 前端bff层
使用graphql的优势： 前端把握查询的主动权，可定义你需要查询的字段过滤冗余，另外减少两端的沟通 接手bff层前端可作为空间更大，包括做一些鉴权 请求合并更加便利（以前初始化多个请求需要一起返回都是使用 另外后端同学对于bff层其实不怎么感冒，因为数据聚合对他们来说没什么含量，完全是对前端同学服务。所以我们完全可以引入查询来接手后端同学的bff层。 后端同学直接集成 (java接口(restful或者graphql)-->前端) 前端增加中间服务层（java接口-->前端中间服务层nodejs(graphql)-->前端） 对于第一种方式，后端同学可能更改会更大 前端中间服务层的配置 中间服务层使用koa2搭建，当然你也可以使用express等等其他。 graphql的查询中另外一个比较好的地方在于指令，指令的加入会让bff层更加有做为（放在下一次讲）
55010编辑于 2024-05-30 - 来自专栏Web行业观察
前端构建BFF层创建业务中间后端逻辑架构
BFF层的作用 BFF层的主要作用包括： 数据聚合：将来自多个后端服务的数据聚合成前端需要的格式。 协议转换：将后端服务的RESTful API或GraphQL API转换为前端更易用的接口。 选择BFF框架 在搭建BFF层时，选择一个合适的框架非常重要。以下是一些常用的BFF框架： Node.js + Express/Koa：适合小型项目或团队，易于上手。 我们以Node.js + Express为例，详细介绍如何搭建BFF层。 安装Node.js和npm 在开始之前，确保你的计算机上已经安装了Node.js和npm。 安装完成后，可以通过以下命令检查Node.js和npm的版本： node -v npm -v 创建项目目录 首先，创建一个新的项目目录，并进入该目录： mkdir bff-project cd bff-project 集成认证和授权 为了确保前端请求的安全性，我们可以在BFF层集成认证和授权逻辑。
79110编辑于 2024-12-06 - 来自专栏黯羽轻扬
Backend For Frontend (BFF)
复用问题 拆开之后，多个BFF之间容易产生冗余代码，尤其是一些通用的后端逻辑（如授权、认证、限流等等） 为了消除BFF间的代码冗余，一般采用两种做法： 要么多BFF合一 要么在BFF之上加一层Edge 具体实践中，BFF通常不是图示的样子，主要变化在于： 按业务线拆分BFF 加一层网关，负责实现路由、认证、监控、限流熔断、安全等功能 按业务线拆分的BFF更像是建立在下游基础服务之上的业务型微服务，只是这些微服务由对应业务的前端团队负责开发维护 广义的，可以理解为更细粒度的BFF，即每块业务对应一个BFF（不再按用户体验差异去分） 网关层负责实现通用的边界服务，如认证、限流等，让BFF更专注于业务相关的部分： 前端体验 ------------ -- ----- BFF BFF ----- ----- ^ ^ ^ ^ / \ / \ -------------------- 下游服务 P.S.另外，还有不引入BFF，而只添一层转发服务来解决数据的聚合 从分工的角度看： BFF模式不仅仅是一种技术架构，从社会分工角度讲，BFF更是一种多元价值导向的分层架构，每一层都有不错的空间去施展。
2.8K40发布于 2019-06-12 - 来自专栏黑客下午茶
一种不错的 BFF Microservice GraphQLREST API 层的开发方式
还添加了基于响应性扩展的示例，以演示如何将其用于构建微服务 API 边缘服务（edge-service）、前端的后端（BFF）或将其用作构建任何类型微服务的基础。 , residents: [ "http://swapi.co/api/people/1/", "http://swapi.co/api/people/2/ url: "http://swapi.co/api/planets/1/" }, films: [ "http://swapi.co/api/films/2/ rollThreeDice: [Int] peopleWithPlanet(id: Int): PeopleWithPlanetType (Uses RxJS to combine results from 2 注意，JWT token 是属性 idToken 的值 { "idToken": "eyJhbGciOiJSUzI1NiIsInR5cCI6IkpXVCJ9.eyJyb2xlIjoiYWRtaW4iLCJpYXQiOjE1MTQ4NjQ3ODMsImV4cCI6MTUxNDg2ODM4Mywic3ViIjoidGVzdEBnbWFpbC5jb20ifQ.hAEa6AL1Kxxxxxxx
3.5K10发布于 2021-05-27 - 来自专栏JavaEdge
BFF 架构简介
Sam Newman详细地说明了BFF。 客户端都不是直接访问服务器的公共接口，而是调用BFF层提供的接口，BFF层再调用基层的公共服务，不同的客户端拥有不同的BFF层，它们定制客户端需要的API。 而使用BFF在很大程度能避免这样的问题。 使用BFF的另一个优点就是当由于某一客户端需要调用调用多个不同的服务端接口来实现某一功能时，可以直接在对应的BFF层编写相应的API，而不会影响到基层的公共服务，且客户端不用直接向多个后台发起调用，可以优化性能 当然，凡事有利有弊，BFF带来便利好处的同时也会引起一些问题，如代码重复，加大开发工作量等。所以在使用时需要结合现实情况仔细斟酌，符合项目的应用开发背景。例如蚂蚁财富使用BFF的场景如下。 ?
1.6K30发布于 2021-02-23 - 来自专栏随心分享
BFF与Nestjs实战
适用场景 BFF虽然比较流行，但不能为了流行而使用，要满足一定的场景并且基建很完善的情况下才使用，否则只会增加项目维护成本和风险，收益却非常小，我认为的适用场景如下： 后端有稳定的领域服务，需要聚合层 需求变化频繁，接口经常需要变动：后端有一套稳定的领域服务为多个项目服务，变动的话成本较高，而bff层针对单一的项目，在bff层变动可以实现最小成本的改动。 总结 经过上文我们可以对BFF层的概念有一个基本的了解，并且按照步骤可以自己搭建一个Nestjs小应用，但和企业级应用差距还很大。 接BFF层需要有完善的基建和合适的业务场景，不要盲目接入 Nestjs基于Express实现，参考了springboot的设计思想，入门很简单，精通需要理解其原理，尤其是依赖注入的设计思想 参考文献 我理解的 BFF NestJs官方文档
3.5K10编辑于 2022-11-19 - 来自专栏ThoughtWorks
探索原味BFF模式
BFF — Backend For Frontends，经典分布式架构设计模式之一。我在学习和工作经验累积中，逐渐加深了对 BFF 的理解。 寻找历史的线头 在毫无头绪的情况下，我们可以首先从Thoughtworks技术雷达中 BFF 的条目入手，去找到一些历史的蛛丝马迹。BFF 条目的发布时间是在 2015 年 11 月10 日。 终于，我们可以说 BFF 模式是在解决 SoundCloud的分布式系统问题中首次出现。下面，让我们一起回到BFF第一次发挥威力的现场吧。 BFF 新的形态出现了，具体如下图所示： 随着时间推移，SoundCloud 的 BFF 也在增加。他们已经在生产环境同时维护着 5 个 BFF 了。为了进一步提高生产力，减少不必要的重复。 SoundCloud 的 BFF 依然随着时间在横向增长，不同的是这种横向增长不会再引起任何问题了。最终，BFF 模式的架构演变成与我们现在使用的几乎一致了。
75020编辑于 2022-09-14 - 来自专栏Tencent Serverless 官方专栏
Yunong Xiao : Serverless Is Your BFF
然而语言只是服务端开发最表层也是最易突破的一层，可靠性、速度性能、安全性、架构可扩展性、甚至运维，都是前端向全栈发展需要考虑的关键因素。 10月20日， JSConf大会上，腾讯云中间件总经理 Yunong Xiao 将发表《Serverless Is Your BFF》主题演讲，从前端发展演进、前端到全栈的路径和问题以及如何利用Severless
98040发布于 2019-10-21 - 来自专栏SpringBoot 核心技术
初识BFF架构设计
最近在公司的微服务架构中遇到了一些多终端访问接口的问题，不同的终端拥有不同的接口服务，有不同的操作数据的能力，针对这种业务场景做出了调研，我们是否可以在不同的访问层进行业务逻辑处理，获取不同的数据内容呢 多端共用一个BFF ? 每个端提供一个BFF ? 如果我们为每一个端点都提供一个BFF，每个端点的BFF处理自身的业务逻辑，需要数据时从基础服务内获取，然后在接口返回之前进行组装数据用于实例化返回对象。 这样基础服务如果有新功能添加，BFF几乎不会受到影响，而我们如果后期把App端点进行拆分成Android、IOS时我们只需要将app-bff进行拆分为android-bff、ios-bff，基础服务同样也不会受到影响 也同样带来了一些问题，如下所示： 响应时间延迟（服务如果是内网之间访问，延迟时间较低） 编写起来较为浪费时间（因为在基础服务上添加的一层转发，所以会多写一部分代码） 业务异常处理（统一格式化业务异常的返回内容
2.3K50发布于 2019-10-09 - 来自专栏python3
Catalyst2层交换的3层通信
当核心交换机配置第二IP，汇聚交换机的通过trunk连接到核心交换机，并且配置的接口IP和第二IP一个网段，当汇聚交换机没有启用3层路由功能的时候，它们之间可以正常通信，但当汇聚交换机启用3层路由功能之后 按照要求配置了3560G和2960S，当然2层的2960只能配ip default-gateway，的确是可以完全通信，没有任何问题，看来交换机和路由器的机制真的不一样。 打开2960的ip arp，发现刚才和交换机通信的并不是和交换机的IP一个网段的地址，也竟然都赫然在列，真正体现了2层交换，通信不靠IP路由，直接IP地址对应的就是mac地址，不是一个网段的也是这样，所以 2层交换机可以在2层的状态下，以2层的mac地址来通信，而启用了ip routing之后，按照3层的路由规则，反而不行了。
47410发布于 2020-01-14 - 来自专栏Ywrby
2-应用层
应用层概述 参考模型中的各层一般都满足“应用下层的服务，为上层提供服务”，但应用层较为特殊，因为应用层没有上层，所以应用层直接为模型外的用户提供服务，应用层是最靠近用户的一层 应用层特点 没有应用层，就没有网络通信支持 所以该体系结构难以管理，并且在未来可能面临安全性可靠性等的挑战 C/S和P2P混合体系结构 文件搜索：集中 主机在中心服务器上注册其资源 主机向中心服务器查询资源位置 文件传输：P2P 任意Peer节点之间 ，以保证能够正确的解析数据 一个进程：用IP+port标示 端节点 本质上，一对主机进程之间的通信由2个端节点构成 传输层如何为应用层提供服务 应用层需要向传输层传递的信息 层间接口必须要携带的信息 要传输的报文 FTP和TELNET的传输层都用的是TCP 域名系统DNS概述 在互联网中，直接使用IP地址作为机器的绝对地址是行不通的，具体原因有2点：1.计算机可能常常地更换IP地址，所以，通过IP地址去访问某台机器就会发生问题 P2P文件分发应用：BitTorrent BitTorrent协议是架构于TCP/IP协议之上的一个P2P文件传输通信协议，处于TCP/IP结构的应用层。
2.2K30编辑于 2022-10-27 - 来自专栏码农那些事！！！
聊聊微服务中的 BFF 架构
路由：所有的请求都需要通过网关层进行处理，网关层再根据 URI 将请求指向对应的后台服务，如果同一个服务存在多个服务器节点，网关层还将承担负载均衡的工作。 认证：对所有的请求进行集中认证鉴权。 为了解决这 2 个问题，最终我们决定抽象一个 API 层。 API 层 一般来说，客户端的接口需要满足聚合、分布式调用、装饰这三种需求。 而且，为了客户端这种细微而频繁的改动，后台服务经常需要同步发版； 结合 #1 和 #2 我们发现，在后台服务的发版过程中，常常需要综合考虑不同客户端的兼容问题，这无形中增加了 API 层为不同客户端做兼容的复杂度 我们就可以考虑使用 BFF 了。 BFF（Backend for Front） BFF 不是一个架构，而是一个设计模式，它的主要职责是为前端设计出优雅的后台服务，即一个 API。 CommonAPI 的独立 API 服务中，其他 API 服务直接调用这个 Common API 就行； 某些部门因为重复逻辑少，通过评估后，他们发现维护这些重复代码的成本小于维护 #1 中的 JAR 或者 #2
2.4K20编辑于 2023-05-01 - 来自专栏前端那些趣事
你学BFF和Serverless了吗
❝ 前沿：前段时间在公司内部分享了关于bff和serverless的知识体会，从概念、特征、和应用场景再到简单的实践，今天借此机会跟大家分享，什么是BFF? 什么是serverless？ ❞ 1.BFF ❝ 在聊Serverless之前跟大家先谈谈BFF，BFF顾名思义就是Backend For Frontend,用中文解释就是服务于前端的后端，那么为什么会有BFF？ ❞ 前端同学和后端同学都各有各的道理，有没有一种解决方案可以化解这种尴尬的场景，于是就有了BFF 1.1 介绍 ❝ BFF层初衷是在后台服务与前端（客户端）之间添加一层，接下来我们来看看下面这张图 ❞
90131发布于 2020-10-15 - 来自专栏ThoughtWorks
微服务下使用GraphQL构建BFF | 洞见
2. 加入了BFF 的前后端架构 ? 加入了BFF的前后端架构中，最大的区别就是前端(Mobile, Web) 不再直接访问后端微服务，而是通过 BFF 层进行访问。 并且每种客户端都会有一个BFF服务。从微服务的角度来看，有了 BFF 之后，微服务之间的相互调用更少了。这是因为一些UI的逻辑在 BFF 层进行了处理。 2. 比如作为在 BFF 层使用 GraphQL, 这一层的 BFF 并不需要任何的数据库或者存储媒介。 2. 整体技术架构 ? 整体来看，我们的前后端架构图如下，三个 App 客户端分别使用 GraphQL 的形式请求对应的 BFF。BFF 层再通过 Consul 服务发现和后端通信。
2.4K60发布于 2018-04-17 - 来自专栏小七的各种胡思乱想
解密Prompt系列2. 冻结Prompt微调LM： T5 & PET & LM-BFF
以下按时间顺序介绍，支持任意NLP任务的T5，针对文本分类的两篇PET和LM-BFF。 ，更多是单纯的任务名称+任务类型来区分不同的NLP任务，只是让模型在解码时多一层条件概率，既给定不同prompt前缀在解码时采用不同的条件概率（attention）。 不过以下参数对比并不太合理，虽然Albert是层共享参数，但是推理速度并无提升，12层的xxlarge模型参与计算的参数量级应该是223M*12~2B，所以并不是严格意义上的小模型。 调整参数后，32个小样本上PET的效果也是超过同等量级甚至更大的GPT3在few-shot上的效果的 LM-BFF paper: 2020.12 Making Pre-trained Language 完形填空自动搜索prompt Task: Text Classification Model: Bert or Roberta Take Away: 把人工构建prompt模板和标签词优化为自动搜索 LM-BFF
2K21编辑于 2023-03-06 - 来自专栏数据科学（冷冻工厂）
Docker｜了解容器镜像层(2)
在设计的根本是层。层是存储和分发容器化文件系统内容的基本方式。这种设计既出人意料地简单，同时又非常强大。在今天的帖子[1]中，我将解释什么是层以及它们的概念性工作原理。 它首先通过下载清单并构建一个要下载的层列表开始。对于每个层，会创建一个包含层父目录内容的目录。这个目录被称为活动快照。接下来，差异应用器负责解压压缩的层文件，并将更改应用到活动快照上。 使用我们之前的例子： 初始层，FROM scratch，意味着我们可以从下一层和一个空目录开始。没有父层。 创建了一个 layer2 的目录。这个空目录现在是一个活动快照。 文件 layer2.tar.gz 被下载、验证（通过比较摘要和文件名），并解压到目录中。结果是包含 /work/message.txt 的目录。这是第一个提交快照。 创建了一个 layer3 的目录，并将 layer2 的内容复制进去。这是一个新的活动快照。文件 layer3.tar.gz 被下载、验证并解压。
23310编辑于 2024-06-18 - 来自专栏分布式系统进阶
Kafka源码分析-网络层-2
. ---- Kafka网络层一哥:SocketServer类 所在文件: core/src/main/scala/kafka/network/SocketServer.scala; 统筹组织所有的网络层组件 recvBufferSize, brokerId, processors.slice(processorBeginIndex, processorEndIndex), connectionQuotas) (2) endpoint.port), acceptor, false).start() acceptor.awaitStartup() Kafka网络层头号马仔 server failed to bind to %s:%d: %s.".format(socketAddress.getHostName, port, e.getMessage), e) } (2) {},里面依次调用如下函数: (1) configureNewConnections():从并发队列Q1里取出SocketChannel,添加到自身的nio selector中,监听读事件; (2)
72410发布于 2018-09-05 - 来自专栏架构精进之路
关于 BFF 架构设计的胖瘦之争
在计算机科学中，所有问题都可以通过加一层来解决，于是 BFF 架构设计应运而生。 2. 要不要使用 BFF 来编排后端服务？ BFF 是不是编排层？ BFF 能不能宏观上对应 DDD 的应用层？ ...... ，统一由 BFF 处理 不同类型的客户端一套 BFF 非常接近 DDD 四层架构中的应用层，处理面向场景的业务 因为它的职责比较多，我们暂且称其为：胖 BFF。 瘦 BFF 的好处是： 端到端交付，前端开发人员直接使用后端领域服务的 API 文档 开发效率高，避免多编写一层 BFF 减少一次集成 对应的，瘦 BFF 的弊端可想而知： 没有编排层，服务之间相互依赖 业务需求 如果业务逻辑简单，数据交互相对较少，瘦 BFF 可能就足够满足需求。但如果业务复杂，需要进行大量的业务逻辑处理和数据整合，胖 BFF 则更为合适。 2.
41120编辑于 2024-12-06 - 来自专栏小七的各种胡思乱想
解密Prompt系列2. 冻结Prompt微调LM： T5 & PET & LM-BFF
以下按时间顺序介绍，支持任意NLP任务的T5，针对文本分类的两篇PET和LM-BFF。 ，更多是单纯的任务名称+任务类型来区分不同的NLP任务，只是让模型在解码时多一层条件概率，既给定不同prompt前缀在解码时采用不同的条件概率（attention）。 不过以下参数对比并不太合理，虽然Albert是层共享参数，但是推理速度并无提升，12层的xxlarge模型参与计算的参数量级应该是223M*12~2B，所以并不是严格意义上的小模型。 调整参数后，32个小样本上PET的效果也是超过同等量级甚至更大的GPT3在few-shot上的效果的 图片 LM-BFF paper: 2020.12 Making Pre-trained Language 完形填空自动搜索prompt Task: Text Classification Model: Bert or Roberta Take Away: 把人工构建prompt模板和标签词优化为自动搜索 LM-BFF
2.8K81编辑于 2023-02-26 - 来自专栏程序员成长指北
如何在中后台领域玩转BFF架构
BFF 核心架构 核心架构 以上是 BFF 的核心架构图，前端即中后台应用，后端域即后端服务，右侧的工具支撑是公司的一些基础公共服务，中间的就是 BFF 核心实现，我们从上往下看： 业务：可以在这一层做业务编排 Node框架：Node 框架这块选型的是 Koa2。 调用链路 核心架构讲完后，再看下整个 BFF 架构的调用链路： 调用链路从上往下，我们的中后台应用通过 HTTP 请求到 Nginx 服务器上，Nginx 转发到 BFF 层，BFF 层通过 RPC RPC 通信协议可基于 HTTP 或者 TCP 协议，我们采用的是 gRPC，即使用 HTTP/2 的一种 RPC 调用方式。 基于 Serverless 的BFF改造 SFF 架构 上图是改造后的BFF架构，相比于一代的 BFF 架构，这里主要多了两块内容，一块是 FaaS 层，另外一块是开发者平台。
1.8K30发布于 2021-08-26
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号