无服务端编程服务推荐（前端必备）

No Server Code Application（无服务端编程服务推荐）

写的文章太偏总是没人看，对大家其实帮助也不大，所以写点实用的吧，我相信此文介绍的服务是很多前端开发的痛点，应该也有不少人想象过这样的服务，但是可能因为方法或者其他原因，没有找到适合的服务，今天我就介绍两个比较成熟的，甚至可以在生产环境使用的无服务端编程服务。

问题

一句话总结，就是

有没有一个方案，可以简单的部署，然后不需要做任何的服务端开发，即可由前端开发从 JS 端直接向数据库做较为复杂的增删改查？

其实之前我在知乎上看到过这个问题，很多人其实会觉得这个是异想天开，这个问题背后有很多问题，例如：如何做复杂的查询（联合、分组等）？如何实现业务逻辑？如何分发事件给其他系统？如何保障安全（注入、权限等）？

不过，想过这个问题的前端不止你一个，其实不止是前端，服务端同学也非常痛恨增删改查，从很早，服务端框架中就内置各种 crud 脚手架，不过脚手架还是脚手架，还没有达到完全的”无代码“，对前端同学来说总是有成本的。

今天，我们就推荐两个服务，请各取所需。

传统的无服务代码

首先介绍一个思路比较传统的小服务，可能不能很好的使用于生产环境，支持的功能也有限，但是对于想快速开发一个demo，且没有元数据管理等诉求的同学，也不失是一个简单粗暴的解决方案，你只要给他喂一个数据库，他就可以暴露出各种 api 来。

不过这个小服务也有一些问题： 1. 安全方面，不是很能保障。 2. 查询条件的构建，有些麻烦，不如下一个方案方便。 3. 查询有一些隐含的限制，例如查询条数限制在1W以内，而且不可配置。 4. 分组汇总等能力有限，无法叠加其他字段计算。

讲一下优势：

1. 这个库大概有4300个star，相对来说还是比较热门的。
2. 使用 nodejs 开发，安装非常简单，没有特别的依赖，这个算是一个优势。
3. 支持单体、列表等查询，支持分组、关联表等。
4. 支持直接输出某些图表需要的数据结构，并且可以自动生成x轴的分组等。

具体的功能大家可以去github直接查看，安装和配置也非常简单，基本不需要任何服务端和服务器运维经验。

Hasura，Instant GraphQL for all your data

这是第二个服务的标语，这是我在调研 GraphQL 相关生态后，我认为对 data to graphql 封装最彻底的服务，完全实现了三无：

• 无代码元数据管理
• 无代码增删改查
• 无代码逻辑串联
• 无代码事件分发

同时，他有些特别的优势：

• 使用 graphql，社区流行的标准前端查询语法
• 支持各种数据源、支持地理查询等各种查询姿势
• 非常强大的可视化查询构建器，前端查询代码基本也不需要手写

简单介绍一下

查询构建器

这是我最看重的功能，虽然 graphql 官方就是有查询构建器的，但是其实没这么强大，hasura 是做了很多代码层面的封装，才实现了诸多类型的查询组合，直接上图：

这里是一张表，里面有地理信息，整个查询，通过左侧点一点，就可以构建出各种查询（以及删除、增加、更新等操作语法），我其实深深理解构建通用查询接口的参数有多么痛苦，所以这个 Query Builder 对我来说是莫大的福音。

Hasura 是个比较庞大的服务，他的部署是通过 docker 来部署的，所以需要你的服务器或者电脑，有 docker 和 docker-compose 的环境，然后部署就变的特别简单了，一个命令即可搞定。

安装后，启动服务，即可利用你配置的数据库信息自动生成所有表的 scheme 信息，及相应的增删改查方法，然后使用 query builder 构建你的请求即可，无需做任何代码的开发。

另外 hasura 支持一些围绕元数据的其他功能，例如多表组合（通过数据库的view实现），例如 Actions，用来编排和串联多个服务、内外服务、数据接口的，还有 Events，用来做数据的变更通知等。另外，hasura 也支持一些代码层面的使用方式，拥有一些脚手架命令可以自动生成 scheme 等，也可以自己写代码去使用 engine 和 scheme 等。

目前 hasura 的所有功能都支持 postgres 数据库，另外也有支持 mysql 的 beta 版，mysql版没有很多高级功能，但是基本的 query builder 和增删改查是完整的。

官方文档： Hasura GraphQL Engine Documentation | Hasura GraphQL Docs

Github 项目： https:// github.com/hasura/graph ql-engine/

mysql 版： MySQL preview | Hasura GraphQL Docs

原文链接：https://zhuanlan.zhihu.com/p/374959881?utm_source=tuicool&utm_medium=referral