Apa itu N+1 problem di GraphQL dan bagaimana DataLoader mengatasinya?

Question

IT Interview Practice · Accepted Answer

**N+1 problem** terjadi ketika sebuah field resolver berjalan sekali untuk setiap parent item dan setiap eksekusi mengeluarkan query database-nya sendiri. Mengambil daftar N post lalu author masing-masing post akan menembakkan **1 query untuk post + N query untuk author** — N+1 round trip yang menghancurkan performa saat beban tinggi.

## Mengapa ini terjadi

Resolver berjalan per field, per item. `Post.author` dijalankan terpisah untuk setiap post dalam list, dan tak satu pun tahu tentang yang lain, sehingga masing-masing melakukan `findById`-nya sendiri.

```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** menunda panggilan `.load(id)` individual yang dibuat dalam tick yang sama, lalu menyerahkan kumpulan key tersebut ke satu **batch function** yang mengambil semuanya dalam satu query. Ia juga **menyimpan cache** berdasarkan key dalam lingkup request, sehingga id yang berulang gratis.

```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.
```

Dua aturan: buat loader **per request** (bukan global — Anda akan membocorkan data basi antar user), dan batch function harus mengembalikan hasil **persis dalam urutan key**.

## Mengapa ini penting

N+1 adalah jebakan performa GraphQL yang paling umum dan pertanyaan interview yang hampir pasti muncul. Menunjukkan bahwa Anda langsung memikirkan DataLoader — dan tahu *mengapa* ia harus request-scoped dan menjaga urutan — menandakan pengalaman produksi yang nyata.

Mengapa ini terjadi

DataLoader: batch + cache

Mengapa ini penting

Pertanyaan terkait