Što je N+1 problem u GraphQL-u i kako ga DataLoader rješava?

Question

IT Interview Practice · Accepted Answer

**N+1 problem** nastaje kada se resolver polja izvršava jednom po nadređenom elementu i svako izvršavanje šalje vlastiti upit prema bazi. Dohvaćanje liste od N objava, a zatim autora svake objave, okida **1 upit za objave + N upita za autore** — N+1 kruženja koja pod opterećenjem uništavaju performanse.

## Zašto se događa

Resolveri se izvršavaju po polju, po elementu. `Post.author` izvršava se zasebno za svaku objavu u listi, a nijedan ne zna za ostale, pa svaki radi vlastiti `findById`.

```js
// LOŠE: jedan poziv baze po objavi -> N+1
const resolvers = {
  Post: {
    author: (post, _a, ctx) => ctx.db.users.findById(post.authorId),
  },
};
```

## DataLoader: grupiranje (batch) + cache

**DataLoader** odgađa pojedinačne `.load(id)` pozive napravljene u istom ticku, zatim prikupljene ključeve predaje jednoj **batch funkciji** koja ih sve dohvaća jednim upitom. Također **cachira** po ključu unutar zahtjeva, pa su ponovljeni id-evi besplatni.

```js
import DataLoader from "dataloader";

// stvori JEDAN loader po zahtjevu (stavi ga na context da cachiranje bude ograničeno na zahtjev)
const userLoader = new DataLoader(async (ids) => {
  // ids stiže kao [1, 2, 3, ...] -> jedan grupirani upit
  const users = await db.users.findByIds(ids);
  // MORA vratiti vrijednosti ISTIM REDOSLIJEDOM kao ids
  return ids.map((id) => users.find((u) => u.id === id));
});

const resolvers = {
  Post: {
    author: (post, _a, ctx) => ctx.userLoader.load(post.authorId), // grupirano
  },
};
// Sada se N resolvera autora sažima u 1 upit: ukupno 2 upita, ne N+1.
```

Dva pravila: stvarajte loadere **po zahtjevu** (ne globalno — procurili biste zastarjele podatke između korisnika), a batch funkcija mora vratiti rezultate **točno u redoslijedu ključeva**.

## Zašto je to važno

N+1 je najčešća zamka za performanse u GraphQL-u i gotovo zajamčeno pitanje na razgovoru. Ako pokažete da posežete za DataLoaderom — i znate *zašto* mora biti ograničen na zahtjev i čuvati redoslijed — to signalizira stvarno produkcijsko iskustvo.

Zašto se događa

DataLoader: grupiranje (batch) + cache

Zašto je to važno

Povezana pitanja