¿Qué es el problema N+1 en GraphQL y cómo lo resuelve DataLoader?

Question

IT Interview Practice · Accepted Answer

El **problema N+1** ocurre cuando el resolver de un campo se ejecuta una vez por cada elemento padre y cada ejecución lanza su propia consulta a la base de datos. Obtener una lista de N posts y luego el autor de cada post dispara **1 consulta para los posts + N consultas para los autores**: N+1 viajes de ida y vuelta que hunden el rendimiento bajo carga.

## Por qué ocurre

Los resolvers se ejecutan por campo, por elemento. `Post.author` se ejecuta por separado para cada post de la lista, y ninguno sabe de los demás, así que cada uno hace su propio `findById`.

```js
// MALO: una llamada a la BD por post -> N+1
const resolvers = {
  Post: {
    author: (post, _a, ctx) => ctx.db.users.findById(post.authorId),
  },
};
```

## DataLoader: batch + cache

**DataLoader** aplaza las llamadas individuales `.load(id)` hechas en el mismo tick y luego entrega las claves recopiladas a una única **función de batch** que las obtiene todas en una sola consulta. También **cachea** por clave dentro de la petición, así que los ids repetidos salen gratis.

```js
import DataLoader from "dataloader";

// crea UN loader por petición (ponlo en context para que la cache sea a nivel de petición)
const userLoader = new DataLoader(async (ids) => {
  // ids llega como [1, 2, 3, ...] -> una única consulta agrupada
  const users = await db.users.findByIds(ids);
  // DEBE devolver los valores en el MISMO ORDEN que ids
  return ids.map((id) => users.find((u) => u.id === id));
});

const resolvers = {
  Post: {
    author: (post, _a, ctx) => ctx.userLoader.load(post.authorId), // agrupado
  },
};
// Ahora N resolvers de author se colapsan en 1 consulta: 2 consultas en total, no N+1.
```

Dos reglas: crea los loaders **por petición** (no de forma global —filtrarías datos obsoletos entre usuarios—) y la función de batch debe devolver los resultados **en el orden exacto de las claves**.

## Por qué es importante

N+1 es la trampa de rendimiento más común de GraphQL y una pregunta de entrevista casi garantizada. Demostrar que recurres a DataLoader —y saber *por qué* debe ser a nivel de petición y preservar el orden— indica experiencia real en producción.

Por qué ocurre

DataLoader: batch + cache

Por qué es importante

Preguntas relacionadas