Bazy danychhard

Co to jest problem N+1 i jak go unikać?

Tagi

#n-plus-one#orm#performance

Odpowiedź

To sytuacja, gdy pobierasz N rekordów nadrzędnych i potem odpalasz po jednym dodatkowym zapytaniu na każdy (czyli N zapytań więcej). Unikasz przez joiny, batching, prefetch/eager loading albo zapytania typu `IN (...)`.

Odpowiedź zaawansowana

Głębiej

N+1 to klasyczny problem ORM/wydajności: 1) zapytanie #1 ładuje listę encji nadrzędnych 2) dla każdej encji ORM lazily ładuje relację → N dodatkowych zapytań

W kodzie często wygląda „niewinnie”, ale w logach SQL/APM widać powtarzalny wzorzec.

Jak unikać

**Eager fetch / join fetch** dla znanych relacji (jedno zapytanie, ale uważaj na mnożenie wierszy).
**Batching**: pobierz dzieci dla wielu rodziców jednym zapytaniem przez `IN (...)`.
**DataLoader pattern** (częste w GraphQL): batch + cache per request.
**Precompute**: denormalizacja albo materialized views dla read-heavy endpointów.

Praktyka

Włącz logowanie zapytań w dev i obserwuj powtórzenia.
Mierz: małe N+1 czasem jest OK; duże N+1 zabija latency.

Typowe pułapki

Naprawa N+1 „mega joinem”, który mnoży wiersze i podnosi zużycie pamięci/transfer.
Pobieranie relacji, których nie potrzebujesz.
Założenie, że indeksy rozwiążą N+1 (pomogą pojedynczym zapytaniom, ale nadal płacisz N round-tripów).