绝对接近第一条。

让您的客户机与多个GraphQL服务通信(如方法#2所示)完全违背了使用GraphQL的初衷，GraphQL的目的是在整个应用程序数据上提供一个模式，以允许在一次往返中获取数据。

从微服务的角度来看，无共享架构似乎是合理的，但对于客户端代码来说，这绝对是一场噩梦，因为每次你改变一个微服务时，你都必须更新所有的客户端。你一定会后悔的。

GraphQL and microservices are a perfect fit, because GraphQL hides the fact that you have a microservice architecture from the clients. From a backend perspective, you want to split everything into microservices, but from a frontend perspective, you would like all your data to come from a single API. Using GraphQL is the best way I know of that lets you do both. It lets you split up your backend into microservices, while still providing a single API to all your application, and allowing joins across data from different services.

如果你不想为你的微服务使用REST，你当然可以让每个微服务都有自己的GraphQL API，但你仍然应该有一个API网关。人们使用API网关的原因是为了使从客户端应用程序调用微服务更易于管理，而不是因为它很适合微服务模式。

截至2019年，最好的方法是编写实现apollo网关规范的微服务，然后使用网关按照方法#1将这些服务粘合在一起。 构建网关的最快方法是像这样的docker映像 然后使用docker-compose同时启动所有服务:

version: '3'

services:
    service1:
        build: service1
    service2:
        build: service2
    gateway:
        ports:
            - 80:80
        image: xmorse/apollo-federation-gateway
        environment: 
            - CACHE_MAX_AGE=5
            - "FORWARD_HEADERS=Authorization, X-Custom-Header" # default is Authorization, pass '' to reset
            - URL_0=http://service1
            - URL_1=http://service2

本文推荐方法#1。下面这张图片也摘自上述文章:

将所有内容都放在单个端点后的主要好处之一是，可以比每个请求都有自己的服务更有效地路由数据。虽然这是GraphQL经常被吹捧的价值，减少了复杂性和服务蔓延，但由此产生的数据结构还允许对数据所有权进行非常好的定义和清晰的描述。

采用GraphQL的另一个好处是，您可以从根本上对数据加载过程进行更大的控制。因为数据加载器的过程进入自己的端点，所以您可以部分地、完全地或带有警告地满足请求，从而以极其细粒度的方式控制数据传输方式。

下面的文章很好地解释了这两个好处:https://nordicapis.com/7-unique-benefits-of-using-graphql-in-microservices/

在使用graphql引导微服务生态系统时，我们也有类似的担忧。我们可以用Apollo GraphQL解决这个问题。

我们为“一个平台”从零开始构建了这些解决方案。以service结尾的文件夹是微服务，其他的是spa(单页应用程序)

它由各种微服务和带有API网关的spa组成，API网关是多个微服务的主要接口。

与此同时，你可以找到一个OP CLI生成器，它可以帮助你从零开始引导微服务。

项目- https://github.com/1-Platform/one-platform

我请求请看看这个项目，并随时采取，如果这看起来对你很好。

问候

Rigin Oommen

The way it is being described in this question, I believe that using a custom API gateway as an orchestration service can make a lot of sense for complex enterprise focused applications. GraphQL can be a good technology choice for that orchestration service, at least as far as querying goes. The advantage to your first approach (one schema for all microservices) is the ability to stitch together the data from multiple microservices in a single request. That may, or may not, be very important depending on your situation. If the GUI calls for rendering data from multiple microservices all at once, then this approach can simplify the client code such that a single call can return data that is suitable for data binding with the GUI elements of such frameworks as Angular or React. This advantage doesn't apply for mutations.

The disadvantage is tight coupling between the data APIs and the orchestration service. Releases can no longer be atomic. If you refrain from introducing backwards breaking changes in your data APIs, then this can introduce complexity only when rolling back a release. For example, if you are about to release new versions of two data APIs with the corresponding changes in the orchestration service and you need to roll one of those releases back but not the other, then you will be forced to roll back all three anyway.

在GraphQL和REST的比较中，你会发现GraphQL没有RESTful api那么高效，所以我不建议在数据api上用GraphQL代替REST。

截至2019年年中，第一种方法的解决方案现在有了Apollo人创造的名称“Schema Federation”(以前通常称为GraphQL拼接)。 他们还为此提出了模块@apollo/federation和@apollo/gateway。

ADD:请注意，使用模式联合，您不能在网关级别修改模式。因此，对于模式中需要的每一个比特，都需要有一个单独的服务。