Běžné chyby, které vedou k problému dotazu N+1, se obecně točí kolem toho, jak jsou data načtena z databáze, zejména při použití rámců mapování objektů (ORM) nebo ruční psaní dotazů na databázi. Zde jsou podrobná vysvětlení těchto chyb:
** 1. Načítání souvisejících dat v samostatných dotazech
Primární příčinou problému dotazu N+1 je strukturování kódu, který nejprve načte seznam záznamů s jedním dotazem a poté pro každý záznam proveďte další dotaz, který načte související data. Například dotazování na seznam uživatelů a poté samostatné dotazování příspěvků pro každého uživatele vede k 1 dotazu pro uživatele plus n dotazů na příspěvky, kde n je počet uživatelů. To vede k mnoha malým dotazům namísto jednoho optimalizovaného dotazu [1] [2] [3] [7].
** 2. Ve výchozím nastavení se spoléhá na líné načítání
Většina ORM používá líné načítání jako výchozí strategii načtení, což znamená, že související entity jsou načteny pouze tehdy, když se k explicitně přístupné. I když to může ušetřit zdroje, pokud nejsou potřeba související data, způsobuje, že se při iteraci nad sbírky spustí více dotazů, což nevědomky způsobuje problém N+1. Například přístup k autorovi každého blogového příspěvku jednotlivě spustí samostatný dotaz na příspěvek [5].
** 3. Slepě se opakoval dotazy bez kontextuálních úprav
Opětovné použití stejného dotazu napříč různými částmi aplikace bez přizpůsobení může způsobit zbytečné vyhledávání dat a zhoršit problém N+1. Dotazy, které nejsou optimalizovány pro specifické případy použití, mohou načíst neúplná data, což vyzývá další dotazy k načtení souvisejících informací později [8].
** 4. Nepoužívat techniky dychtivého načítání nebo optimalizace dotazů
Pokud nepoužíváte dychtivé načítání (načítání souvisejících dat v počátečním dotazu) nebo optimalizované připojení výsledků ve více kulatých stopách do databáze. K tomu dochází, když vývojáři výslovně neuvádějí své ORM nebo tvůrce dotazů, aby nakládali související entity dohromady, což vede k mnoha malým dotazům namísto jediného efektivního [5] [6] [7].
** 5. Ignorování dopadu více kulatých let do databáze
Vývojáři někdy předpokládají, že mnoho malých dotazů je rychlejší než jeden komplexní dotaz, ale každý dotaz zahrnuje režijní latenci a zpracování sítě. Kumulativní účinek dotazů N+1 významně zpomaluje dobu odezvy aplikace a zvyšuje zatížení databáze, zejména s rostoucím objemem dat [1] [3] [5].
** 6. Nedostatek povědomí nebo detekce problému
Protože každý jednotlivý dotaz ve vzoru N+1 běží rychle, často se neobjevuje v pomalých protokolech dotazů nebo monitorovacích nástrojích, což z něj činí tichý zabiják výkonu. Vývojáři si nemusí tento problém všimnout, dokud se citlivost aplikace výrazně neznihá [2] [5] [7].
Stručně řečeno, problém dotazu N+1 vyvstává hlavně kvůli neefektivním vzorcům načtení dat, zejména při dotazování souvisejících dat do samostatných dotazů pro každý záznam spíše než na dávkování nebo připojení dotazů. To je často způsobeno výchozím líným zatížením v ORM, neschopnosti používat dychtivé načítání nebo dávkování a opětovné použití obecných dotazů bez optimalizace. Výsledkem jsou nadměrné okružní části databáze, které zhoršují výkon a škálovatelnost [1] [2] [3] [5] [6] [7].
Citace:
[1] https://planetscale.com/blog/what-is-n-n-query-problem-and-how-to-Sovel-it
[2] https://stackoverflow.com/questions/97197/What-IS-the-n1-selects-problem-in-OMORM-Object-Relational-Mapping
[3] https://www.pingcap.com/article/how-to-effectly-sovel-t1-query-problem/
[4] https://evned.com/blog/development/the-n1-query-problem-what-is-it-ando-how-you-sovel-it/
[5] https://digma.ai/n1-query-problem-and-how-to-detect-it/
[6] https://www.linkedin.com/posts/aftab-ahmed-bb002827_avoiding-the-n1-query--common-aktivity-7270527662970818561-Zmz6
[7] https://dev.to/lovestaco/the-n1-query-toblem-the-sont-erformance-killer-2b1c
[8] https://www.okoone.com/spark/technology-innovation/avoid-these-7-sql-mistakes-for-better-tabase-management/