N+1 Queries: How to Fix Them

"Consultas N+1 são uma armadilha comum de desempenho ao usar Object-Relational Mappers (ORMs), como o Django ORM e o Prisma, em aplicações web. Este artigo explica o que são consultas N+1, por que elas afetam o desempenho e como corrigi-las na prática em bases de código que usam Django e Prisma.

O que é uma Consulta N+1?

O padrão de “consulta N+1” ocorre quando uma consulta inicial busca uma lista de itens, e em seguida uma nova consulta é executada para cada item a fim de buscar dados relacionados. Isso resulta em um total de N+1 consultas (N sendo o número de itens). Esse padrão ineficiente normalmente aparece quando ORMs carregam objetos relacionados de forma preguiçosa dentro de loops, o que gera várias idas desnecessárias ao banco de dados e torna a aplicação mais lenta.

Exemplo em Django:

for w in ProgramWorkout.objects.all():
    print(w.id, w.program.id)  # Isso dispara uma nova consulta para cada w.program (N+1 consultas)

Aqui, uma consulta busca todos os objetos ProgramWorkout, mas cada acesso ao programa relacionado gera outra consulta, totalizando N+1 consultas.

| Ruim | Bom | | ![Consulta N+1 ](//images.ctfassets.net/bp521nfj3cq3/1kNgS8fLr11gkNppxG2vwz/e9bbbc766c11f649f599b8811af58371/image.png//images.ctfassets.net/bp521nfj3cq3/74WiXLYH2xNvDaeAxCgmUl/f3ad85e94900a63bbadcd62a2e0611a4/image.png no Django: select_related e prefetch_related

O Django fornece duas ferramentas poderosas do ORM para resolver problemas de N+1:

• select_related: Usa um JOIN SQL para buscar objetos relacionados em uma única consulta. Ideal para relações do tipo ForeignKey e OneToOne.

  ProgramWorkout.objects.select_related('program').all()
  

• prefetch_related: Executa uma consulta adicional para buscar todos os objetos relacionados de múltiplos itens principais e os une em memória Python. Ideal para relações reversas de ForeignKey e ManyToMany.

  ProgramWorkout.objects.prefetch_related('programworkoutExercise_set').all()
  

Use select_related para relações de valor único (onde cada item tem apenas um objeto relacionado) e prefetch_related para relações de múltiplos valores ou reversas (onde vários objetos compartilham itens relacionados).

Soluções no Prisma para Consultas N+1

Problemas de N+1 similares ocorrem no Prisma ao buscar dados relacionados em consultas separadas. O Prisma oferece diversas maneiras de corrigir isso:

• Use include para fazer carregamento antecipado (eager loading) dos campos relacionados em uma ou poucas consultas.

  const workouts = await prisma.programWorkout.findMany({
    include: {
      program: true,
      programWorkoutExercise: true,
    },
  });
  

• Ative relationLoadStrategy: "join" para realizar junções (joins) no banco de dados internamente, reduzindo o número de consultas para apenas uma.
• O dataloader interno do Prisma Client agrupa múltiplas consultas findUnique() que ocorrem no mesmo ciclo do event loop em uma única consulta SQL, otimizando padrões de resolvers GraphQL.

Essas técnicas reduzem o tráfego de rede, a carga no banco de dados e melhoram a experiência do usuário, evitando consultas excessivas.

Depurando Consultas N+1

• Desenvolvedores Django podem usar o Django Debug Toolbar para inspecionar consultas SQL por endpoint e detectar padrões N+1.
• Ferramentas de monitoramento como o New Relic também podem identificar padrões ineficientes de chamadas ao banco e revelar um alto número de consultas por transação.
• Usuários do Prisma podem ativar o log de consultas ou usar ferramentas de profiling para detectar consultas excessivas e otimizá-las.

Boas Práticas

• Sempre analise seu código em busca de riscos de consultas N+1 ao acessar dados relacionados em loops.
• Use select_related ou prefetch_related no Django, ou include e relationLoadStrategy no Prisma, conforme o tipo de relação do seu modelo de dados.
• Faça o profiling regular de suas APIs com ferramentas de inspeção de consultas para manter o desempenho ideal.

Referências

• Prisma Docs: Otimização de Consultas e Desempenho
• [Documentação do Django ORM: select_related & prefetch_related]
• [Consultas N+1 no Django: Dicas e Soluções]"