select_related اور prefetch_related N+1 مسئلے سے کیسے بچاتے ہیں؟

Question

Accepted Answer

**N+1 query مسئلہ** Django ORM میں سب سے عام کارکردگی کا مسئلہ ہے: loop میں متعلقہ objects تک رسائی ہر ایک کے لیے الگ ڈیٹا بیس query کو trigger کرتی ہے۔ **`select_related`** اور **`prefetch_related`** اسے متعلقہ ڈیٹا کو موثر انداز میں حاصل کرکے حل کرتے ہیں — یہ ضروری optimization کے اوزار ہیں۔

## N+1 مسئلہ

```python
# ❌ N+1 queries
books = Book.objects.all()              # 1 query: fetch all books
for book in books:
    print(book.author.name)             # +1 query PER book to fetch its author!
# 100 books → 1 + 100 = 101 queries (terrible performance)
```

ہر `book.author` رسائی ڈیٹا بیس کو دوبارہ lazy طریقے سے query کرتی ہے۔ 100 کتابوں کے ساتھ، یہ 101 queries ہیں — ایک شدید، چھپا ہوا کارکردگی کا قتل جو اکثر صرف حقیقی ڈیٹا کی مقدار میں ظاہر ہوتا ہے۔

## select_related — ForeignKey / OneToOne کے لیے (SQL JOIN)

```python
# ✅ ONE query with a JOIN
books = Book.objects.select_related("author").all()
for book in books:
    print(book.author.name)             # NO extra queries — author was JOINed in
# 100 books → 1 query total
```

`select_related` ایک SQL **JOIN** کے ذریعے متعلقہ object(s) کو *ایک ہی* query میں حاصل کرتا ہے۔ اسے **forward ForeignKey اور OneToOne** تعلقات کے لیے استعمال کریں (ایک متعلقہ object)، جہاں JOIN موثر ہے۔

## prefetch_related — ManyToMany / reverse FK کے لیے (الگ query)

```python
# ✅ TWO queries total (not N+1)
authors = Author.objects.prefetch_related("books").all()
for author in authors:
    for book in author.books.all():     # NO extra queries — books were prefetched
        print(book.title)
# query 1: all authors; query 2: all their books → Django joins them in Python
```

`prefetch_related` متعلقہ objects کے لیے ایک **الگ query** چلاتا ہے اور انہیں Python میں join کرتا ہے۔ اسے **ManyToMany اور reverse ForeignKey** تعلقات کے لیے استعمال کریں (متعدد متعلقہ objects)، جہاں JOIN غیر ضروری طریقے سے rows کو بڑھائے گا۔

## کون سا استعمال کریں

```text
select_related   → ForeignKey, OneToOne (forward, single object) → SQL JOIN, 1 query
prefetch_related → ManyToMany, reverse ForeignKey (many objects) → 2 queries, joined in Python
You can combine and chain them, and span relationships:
  Book.objects.select_related("author").prefetch_related("tags")
  Book.objects.select_related("author__publisher")   # multi-level
```

## N+1 مسائل کی شناخت

```text
✓ Django Debug Toolbar — shows the query count per page (spot N+1 visually)
✓ django-silk, or logging queries (connection.queries) to count them
→ If a page runs hundreds of similar queries, you likely have an N+1.
```

## اس کی اہمیت

N+1 query مسئلہ Django applications میں **سب سے زیادہ عام اور اثر انگیز کارکردگی کا مسئلہ** ہے، اور `select_related`/`prefetch_related` کو سمجھنا موثر کوڈ لکھنے کے لیے ضروری ہے۔

مسئلہ خطرناک ہے کیونکہ سہولت کا ORM syntax جو متعلقہ objects تک رسائی کو اتنا آسان بناتا ہے (`book.author.name`) خاموشی سے ہر بار ایک ڈیٹا بیس query کو trigger کرتا ہے — کوڈ جو کچھ records کے ساتھ ٹھیک کام کرتا ہے حقیقی ڈیٹا کی مقدار کے ساتھ تباہ ہو جاتا ہے (100 records → 101 queries)، اکثر صرف production میں بوجھ کے تحت دریافت ہوتا ہے۔

یہ دونوں اوزار معیاری، ضروری حل ہیں: **`select_related`** ایک SQL JOIN استعمال کرتا ہے forward ForeignKey/OneToOne تعلقات کو ایک query میں حاصل کرنے کے لیے، جبکہ **`prefetch_related`** ایک الگ query استعمال کرتا ہے (Python میں join شدہ) ManyToMany/reverse-ForeignKey تعلقات کے لیے جہاں JOIN غیر موثر ہوگا — اور **کس تعلق کی قسم کے لیے کون سا استعمال کریں** یہ اہم مہارت ہے۔

انہیں میں مہارت حاصل کرنا سینکڑوں queries کو ایک یا دو میں بدل دیتا ہے، اکثر صفحہ کی کارکردگی میں نمایاں بہتری لاتا ہے۔

یہ optimization اتنا بنیادی ہے کہ N+1 مسائل کو پہچاننا (Django Debug Toolbar جیسے اوزار استعمال کرتے ہوئے excessive query counts کو دیکھنے کے لیے) اور صحیح اصلاح کو لاگو کرنا ایک بنیادی صلاحیت ہے جو ان developers کو الگ کرتی ہے جو موثر Django کوڈ لکھتے ہیں ان سے جن کی apps ڈیٹا بڑھنے کے ساتھ سست ہو جاتی ہے۔

یہ Django انٹرویو کے سب سے زیادہ tested topics میں سے ایک ہے، بالکل اس لیے کہ یہ عملی، کارکردگی کے لحاظ سے اہم ORM سمجھ کو ظاہر کرتا ہے۔