Mikä on N+1-ongelma GraphQL:ssä ja miten DataLoader korjaa sen?

Question

IT Interview Practice · Accepted Answer

**N+1-ongelma** syntyy, kun kentän resolver ajautuu kerran jokaista parent-alkiota kohti ja jokainen ajo tekee oman tietokantakyselynsä. Kun haetaan N postauksen lista ja sitten jokaisen postauksen kirjoittaja, tehdään **1 kysely postauksille + N kyselyä kirjoittajille** — N+1 kierrosta, jotka lyövät suorituskyvyn maahan kuormituksessa.

## Miksi se tapahtuu

Resolverit ajautuvat kenttäkohtaisesti, alkiokohtaisesti. `Post.author` suoritetaan erikseen jokaiselle listan postaukselle, eikä yksikään niistä tiedä toisistaan, joten jokainen tekee oman `findById`-kutsunsa.

```js
// BAD: one DB call per post -> N+1
const resolvers = {
  Post: {
    author: (post, _a, ctx) => ctx.db.users.findById(post.authorId),
  },
};
```

## DataLoader: batch + cache

**DataLoader** viivyttää yksittäisiä samalla tickillä tehtyjä `.load(id)`-kutsuja ja luovuttaa sitten kerätyt avaimet yhdelle **batch-funktiolle**, joka hakee ne kaikki yhdellä kyselyllä. Se myös **cachettaa** avaimen mukaan pyynnön sisällä, joten toistuvat id:t ovat ilmaisia.

```js
import DataLoader from "dataloader";

// create ONE loader per request (put it on context so caching is request-scoped)
const userLoader = new DataLoader(async (ids) => {
  // ids arrives as [1, 2, 3, ...] -> a single batched query
  const users = await db.users.findByIds(ids);
  // MUST return values in the SAME ORDER as ids
  return ids.map((id) => users.find((u) => u.id === id));
});

const resolvers = {
  Post: {
    author: (post, _a, ctx) => ctx.userLoader.load(post.authorId), // batched
  },
};
// Now N author resolvers collapse into 1 query: total 2 queries, not N+1.
```

Kaksi sääntöä: luo loaderit **pyyntökohtaisesti** (ei globaalisti — muuten vuotaisit vanhentunutta dataa käyttäjien välillä), ja batch-funktion on palautettava tulokset **täsmälleen avainten järjestyksessä**.

## Miksi se on tärkeää

N+1 on yksittäinen yleisin GraphQL:n suorituskykyansa ja lähes taattu haastattelukysymys. Kun näytät turvautuvasi DataLoaderiin — ja tiedät *miksi* sen on oltava pyyntökohtainen ja järjestyksen säilyttävä — se kertoo aidosta tuotantokokemuksesta.

Miksi se tapahtuu

DataLoader: batch + cache

Miksi se on tärkeää

Aiheeseen liittyvät kysymykset