Pelajari apa itu N+1 Query Problem, penyebab, dampaknya terhadap performa aplikasi, serta berbagai cara mengatasinya menggunakan JavaScript, Node.js, ORM seperti Prisma, Sequelize, TypeORM, hingga teknik optimasi query database.
Saat membangun aplikasi backend menggunakan JavaScript atau Node.js, kita sering memanfaatkan ORM (Object Relational Mapping) seperti Prisma, Sequelize, TypeORM, MikroORM, atau bahkan fitur populate pada Mongoose. ORM membuat interaksi dengan database menjadi jauh lebih mudah dan kode menjadi lebih bersih.
Namun, kemudahan tersebut juga memiliki konsekuensi. Salah satu masalah performa yang paling sering muncul adalah N+1 Query Problem.
Yang membuat masalah ini berbahaya adalah karena kode aplikasi terlihat sederhana dan berjalan dengan benar. Tidak ada error, tidak ada warning, tetapi performa aplikasi perlahan menurun seiring bertambahnya jumlah data.
Pada artikel ini kita akan membahas secara mendalam apa itu N+1 Query Problem, mengapa hal tersebut terjadi, bagaimana cara mendeteksinya, serta berbagai strategi untuk mengatasinya.
N+1 Query Problem adalah kondisi ketika aplikasi menjalankan 1 query utama, kemudian menjalankan N query tambahan untuk mengambil data yang berkaitan dengan setiap hasil dari query pertama.
Secara sederhana:
Misalnya terdapat 100 data utama.
Alih-alih hanya menjalankan satu atau dua query, aplikasi justru menjalankan:
Total menjadi 101 query.
Semakin besar jumlah data, semakin besar pula jumlah query yang dikirim ke database.
Misalkan kita memiliki dua tabel.
Users
id | name |
|---|---|
1 | Alice |
2 | Bob |
3 | Charlie |
Posts
id | title | user_id |
Setiap user dapat memiliki banyak post.
Kode menggunakan Prisma:
const users = await prisma.user.findMany()
for (const user of users) {
const posts = await prisma.post.findMany({
where: {
userId: user.id
}
})
console.log(posts.length)
}Sekilas kode tersebut terlihat normal.
Namun di balik layar ORM akan menjalankan SQL seperti berikut.
SELECT * FROM users;Kemudian:
SELECT * FROM posts WHERE user_id = 1;SELECT * FROM posts WHERE user_id = 2;SELECT * FROM posts WHERE user_id = 3;Jika terdapat 500 user maka akan terjadi:
Total menjadi 501 query.
Huruf N melambangkan jumlah data yang diperoleh dari query pertama.
Misalnya:
Artinya jumlah query akan terus bertambah secara linear mengikuti banyaknya data.
Banyak developer menganggap query database adalah operasi yang murah. Padahal yang mahal bukan hanya eksekusi SQL.
Setiap query melibatkan proses seperti:
Proses tersebut terjadi pada setiap query.
Bayangkan jika satu query membutuhkan waktu rata-rata 3 ms.
1001 query berarti secara teori membutuhkan sekitar 3 detik hanya untuk komunikasi dengan database, belum termasuk proses lainnya.
Inilah mengapa aplikasi sering terasa lambat ketika jumlah data bertambah.
ORM berusaha membuat relasi database terlihat seperti properti JavaScript biasa.
Misalnya:
article.authorTerlihat seperti mengakses sebuah properti.
Padahal sebenarnya ORM mungkin sedang menjalankan query baru ke database.
Begitu pula ketika memanggil:
user.postsatau
post.commentsSetiap akses relasi berpotensi menghasilkan query baru.
Semakin banyak data yang diproses dalam loop, semakin besar kemungkinan muncul N+1 Query Problem.
N+1 Query Problem biasanya muncul karena penggunaan lazy loading.
Relasi baru diambil ketika benar-benar diakses.
const users = await prisma.user.findMany()
for (const user of users) {
await prisma.post.findMany({
where: {
userId: user.id
}
})
}Setiap iterasi menghasilkan query baru.
Relasi diambil sejak awal.
const users = await prisma.user.findMany({
include: {
posts: true
}
})Dengan eager loading, ORM dapat mengoptimalkan proses pengambilan data sehingga tidak perlu menjalankan query untuk setiap user secara terpisah.
Beberapa tanda yang sering muncul antara lain:
Sebagian besar ORM juga menyediakan fitur query logging.
Misalnya Prisma:
new PrismaClient({
log: ["query"]
})Dengan logging aktif, Anda dapat melihat seluruh query yang dijalankan dan dengan cepat mengenali pola N+1.
Cara paling umum adalah menggunakan eager loading.
Prisma:
const posts = await prisma.post.findMany({
include: {
author: true,
comments: true
}
})Sequelize:
include: [User]TypeORM:
relations: {
author: true
}Dalam SQL, JOIN sering menjadi solusi terbaik.
SELECT
posts.*,
users.*
FROM posts
JOIN users
ON users.id = posts.user_id;Daripada menjalankan ratusan query, cukup satu query yang mengambil seluruh data yang diperlukan.
Daripada:
SELECT * FROM posts WHERE user_id = 1;
SELECT * FROM posts WHERE user_id = 2;
SELECT * FROM posts WHERE user_id = 3;Gunakan:
SELECT *
FROM posts
WHERE user_id IN (1,2,3);Kemudian kelompokkan hasilnya di sisi aplikasi.
Teknik ini banyak digunakan oleh GraphQL DataLoader.
Contoh buruk:
for (const user of users) {
await prisma.post.findMany(...)
}Lebih baik kumpulkan seluruh ID terlebih dahulu.
const ids = users.map(u => u.id)Lalu lakukan satu query menggunakan IN.
GraphQL sangat rentan terhadap N+1 Query Problem karena setiap resolver dapat memanggil database secara independen.
DataLoader melakukan batching dan caching sehingga beberapa permintaan dapat digabung menjadi satu query.
Tidak selalu.
JOIN juga memiliki konsekuensi.
Misalnya satu user memiliki:
JOIN dapat menghasilkan jutaan baris sementara sebagian besar datanya merupakan duplikasi.
Pada kondisi seperti ini, kombinasi beberapa query yang terencana sering kali lebih efisien dibandingkan satu JOIN yang sangat besar.
Optimasi database selalu bergantung pada kebutuhan aplikasi.
Ya.
Walaupun MongoDB bukan database relasional, masalah yang sama tetap dapat terjadi.
Contohnya:
for (const post of posts) {
await User.findById(post.author)
}Kode tersebut tetap menghasilkan satu query untuk setiap dokumen.
Solusinya dapat menggunakan:
populate()atau mengambil seluruh author menggunakan satu query berdasarkan daftar ID.
Tidak semua N+1 harus dioptimalkan.
Misalnya:
Dalam kondisi tersebut, kode yang lebih sederhana terkadang lebih bernilai dibandingkan optimasi yang berlebihan.
Prinsip yang baik adalah mengoptimalkan berdasarkan hasil pengukuran, bukan asumsi.
Untuk menghindari N+1 Query Problem pada aplikasi JavaScript atau Node.js, beberapa praktik yang direkomendasikan adalah:
N+1 Query Problem merupakan salah satu penyebab utama menurunnya performa aplikasi backend, terutama ketika menggunakan ORM. Masalah ini muncul karena aplikasi menjalankan satu query utama yang diikuti oleh banyak query tambahan untuk setiap data yang diperoleh.
Walaupun aplikasi tetap berfungsi dengan benar, jumlah query yang terus bertambah akan meningkatkan waktu respons, beban jaringan, serta penggunaan sumber daya database.
Dengan memahami cara kerja lazy loading, eager loading, JOIN, batch query, dan teknik seperti DataLoader, developer dapat membangun aplikasi yang lebih efisien, lebih mudah diskalakan, dan mampu menangani pertumbuhan data tanpa mengalami penurunan performa yang signifikan.
Sebagai aturan praktis, biasakan untuk memeriksa query yang dihasilkan oleh ORM. Kode yang terlihat sederhana belum tentu menghasilkan SQL yang efisien. Semakin dini N+1 Query Problem terdeteksi, semakin mudah pula untuk memperbaikinya sebelum menjadi bottleneck di lingkungan produksi.
Learn why ecommerce product pages fail to convert even with strong organic traffic and discover practical ways to improve customer confidence, engagement, and sales.
READ ARTICLEIngin membuat website tetapi bingung harus mulai dari mana? Pelajari berbagai cara membuat website, mulai dari WordPress, Wix, Shopify, hingga coding sendiri, beserta kelebihan dan kekurangannya agar Anda dapat memilih solusi terbaik sesuai kebutuhan.
READ ARTICLE