As técnicas fundamentais, no entanto, são aplicáveis a qualquer pessoa que esteja construindo um servidor GraphQL, em qualquer idioma e em qualquer arquitetura.[2] Mais corretamente, o motor analisa a consulta do GraphQL em uma representação interna e executa solicitações NDC (consultas / comandos) contra conectores que são apoiados por fontes de dados.Ao mover a transformação dos dados o mais próximo possível da fonte, evitamos analisar e transformar os dados várias vezes, aumentando a última gota de desempenho possível.Como esperado, o uso do método dos operadores JSON para mover o foreach para o banco de dados tem um desempenho muito melhor do que as consultas repetidas, mesmo para um número modesto de valores para a variável.Esperamos ver esses padrões de implementação usados por diferentes estruturas de supergraph baseadas em entidades, gateways grafql e engenheiros de back -end que escrevem seus próprios servidores GraphQL.
Fonte: https://hasura.io/blog/compiling-graphql-for-optimal-performance-going-beyond-dataloader/#benchmarks
