Jednoduchý příklad použití DataLoader s GraphQL

DataLoader je super nástroj pro optimalizaci dotazů v GraphQL. Pomáhá eliminovat N+1 problém, kdy se při dotazování na vztahové entity provádí spousta zbytečných dotazů na databázi. Je to takový caching mechanismus, který shromažďuje dotazy a provádí je najednou, což výrazně zrychluje načítání dat.

Implementace DataLoaderu je docela jednoduchá. Vytvoříš si instanci DataLoaderu v resolveru a pak ji použiješ k načítání dat. Například, když máš typ User, který má vztah posts, tak místo toho, abys pro každý uživatelský dotaz spouštěl samostatný dotaz na příspěvky, tak to uděláš jedním hromadným dotazem. Tady je jednoduchý příklad:

const DataLoader = require('dataloader');

const postLoader = new DataLoader(async (userIds) =\> \{
    const posts = await getPostsByUserIds(userIds);
    return userIds.map(id =\> posts.filter(post =\> post.userId === id));
\});

const resolvers = \{
    User: \{
        posts: (user) =\> postLoader.load(user.id),
    \},
\};

Nejlepší praxí je mít DataLoader jako singleton nebo ho vytvářet na úrovni kontextu GraphQL serveru, aby se sdílel napříč různými resolvery během jednoho požadavku. Takže ho nespouštěj pro každý jednotlivý resolver.

Co se týče situací, kdy se DataLoader nehodí, tak pokud máš například velmi malé množství dat, kde by nebylo ani potřeba batching nebo caching, tak by to mohlo být zbytečné. Nebo když data často měníš a potřebuješ vždy čerstvá data přímo z DB.

Celkově ale doporučuji ho použít tam, kde máš víc jak pár dotazů na databázi a chceš ušetřit čas a zdroje.

DataLoader je super nástroj, když se chceš vyhnout N+1 problémům při načítání dat v GraphQL. Základní myšlenka je, že místo toho, aby jsi dělal víc dotazů na databázi, DataLoader seskupí tyto dotazy a udělá je najednou. Takže pokud máš třeba query, která načítá uživatele a jejich příspěvky, místo abys volal databázi pro každého uživatele zvlášť, DataLoader to udělá v jedním hromadným dotazu.

Implementace je celkem jednoduchá. Vytvoříš si instanci DataLoaderu, která bude mít jako klíč ID a jako hodnotu data, které chceš načíst. Pak ho použiješ v resolverech. Například:

const DataLoader = require('dataloader');
const userLoader = new DataLoader(ids =\> loadUsersByIds(ids));

const resolvers = \{
  Query: \{
    users: () =\> userLoader.loadMany(userIds),
  \},
\};

Nejlepší je to používat na úrovni resolverů, protože tak můžeš efektivně cachovat výsledky během jednoho požadavku. Důležité je taky pamatovat na to, že DataLoader je určený pro jednu instanci na jeden požadavek, jinak ti to může udělat neplechu s cachováním.

Co se týče situací, kdy není moc výhodný – pokud máš malý objem dat nebo API, které často mění strukturu dotazů, tak možná není potřeba investovat čas do DataLoaderu. Takže pokud jsi v začátcích s GraphQL a máš složitější struktury dat, určitě zvaž použití DataLoaderu – ušetří ti to spoustu času a zrychlí to API.

DataLoader je super nástroj pro optimalizaci dotazů v GraphQL. Když máš víc dotazů na stejný data, DataLoader ti umožní to seskupit a načíst je najednou, místo toho, abys dělal spoustu jednotlivých dotazů na databázi. To šetří čas a zátěž serveru.

Implementace je docela jednoduchá. Nejlepší je ho použít na úrovni resolverů. Můžeš si vytvořit instance DataLoaderu, který bude mít funkce pro načítání dat, třeba podle ID. Pak ho prostě použiješ v resolveru a on automaticky seskupí všechny požadavky do jedné databázové query.

Tady je příklad:

1. Nainstaluj DataLoader pomocí npm: npm install dataloader.
2. Vytvoř si loader:

   const DataLoader = require('dataloader');
   const userLoader = new DataLoader(async (ids) =\> \{
       const users = await getUsersByIds(ids); // tvá funkce pro databázi
       return ids.map(id =\> users.find(user =\> user.id === id));
   \});
   

3. Použij ho v resolveru:

   const resolvers = \{
       Query: \{
           user: (parent, \{ id \}) =\> userLoader.load(id),
       \},
   \};
   

Tímhle způsobem se všechny dotazy na uživatele s různými ID seskupí a nahrajou najednou.

Je dobrý mít na paměti, že DataLoader bys měl iniciovat vždy znovu pro každý request, aby se cache vymazala a načítalo se vždy aktuální.

Situace, kdy není ideální ho používat? Když máš opravdu malé množství dat nebo když se ti dotazy hodně liší a nemůžeš je dobře seskupit. Ale jinak je to většinou win-win. Takže určitě to zkus!