وقتی با پایگاهدادههای رابطهای (Relational Databases) و EF Core کار میکنید،معمولاً هنگام استفاده از Include، EF Core برای بارگذاری موجودیتهای مرتبط از JOIN استفاده میکند. در بعضی سناریوها این کار باعث ایجاد یک مشکل جدی در عملکرد برنامه میشود که به آن Cartesian Explosion یا انفجار دکارتی میگویند.
فرض کنید یک وبسایت دارید و میخواهید اطلاعات زیر را دریافت کنید:
یک نویسنده
۱۰ پست متعلق به آن نویسنده
۲۰ دنبالکننده (Follower)
اگر همه این اطلاعات را با یک Query و چند JOIN دریافت کنید، نتیجه نهایی چیزی شبیه این خواهد بود:
۱ نویسنده × ۱۰ پست × ۲۰ فالوور = ۲۰۰ ردیف
var author = await context.Authors .Include(a => a.Posts) .Include(a => a.Followers) .FirstAsync();
دلیل این اتفاق این است که نتیجه یک JOIN به صورت یک Result Set برگردانده میشود. بنابراین برای هر ترکیب ممکن از رکوردهای مرتبط، یک سطر در خروجی ایجاد میشود. بنابراین دیتابیس برای هر ترکیب ممکن از پستها و فالوورها یک سطر تولید میکند. در نتیجه اطلاعات نویسنده و حتی اطلاعات هر پست بارها و بارها در خروجی تکرار میشوند.
در حالی که در دیتابیس فقط این تعداد رکورد واقعی وجود دارد:
۱ نویسنده
۱۰ پست
۲۰ دنبالکننده
در مجموع ۳۱ رکورد واقعی، اما خروجی Query شامل ۲۰۰ سطر خواهد بود.
زیرا تعداد سطرهای خروجی به صورت ضربی افزایش پیدا میکند.
فرض کنید نویسنده:
۱۰۰ پست
۱۰۰ دنبالکننده
داشته باشد.
در این صورت خروجی Query برابر خواهد بود با:
۱ × ۱۰۰ × ۱۰۰ = ۱۰٬۰۰۰ ردیف
در حالی که تعداد رکوردهای واقعی فقط ۲۰۱ عدد است.
Cartesian Explosion معمولاً زمانی اتفاق میافتد که چند Navigation از نوع Collection را همزمان Include کنیم؛ مثلاً Posts و Followers. اگر فقط یک Collection را Include کنید، معمولاً چنین مشکلی به وجود نمیآید.
افزایش حجم انتقال داده: حجم زیادی از دادههای تکراری بین دیتابیس و برنامه جابهجا میشود.
افزایش مصرف حافظه: EF Core باید تمام این دادههای تکراری را در حافظه پردازش کرده و دوباره آنها را به آبجکتهای اصلی تبدیل کند.
کاهش سرعت اجرای Query: هرچه تعداد دادههای مرتبط بیشتر باشد، هزینه پردازش نیز بیشتر خواهد شد.
AsSplitQuery()یکی از راهحلهایی که EF Core ارائه میکند استفاده از AsSplitQuery() است.
به جای اجرای یک Query بزرگ با چندین JOIN، EF Core چند Query مجزا اجرا میکند؛ برای مثال:
یک Query برای نویسنده
یک Query برای پستها
یک Query برای دنبالکنندهها
سپس نتایج این Queryها را در حافظه با یکدیگر ترکیب میکند. با این کار دیگر ضرب دکارتی رخ نمیدهد و حجم دادههای تکراری به شدت کاهش پیدا میکند.
var author = await context.Authors .Include(a => a.Posts) .Include(a => a.Followers) .AsSplitQuery() .FirstAsync();
AsSplitQuery() هم بدون هزینه نیست.۱. احتمال ناسازگاری دادهها
از آنجا که چند Query جداگانه اجرا میشوند، ممکن است بین اجرای آنها دادهها تغییر کنند.
برای مثال، اگر بعد از دریافت اطلاعات نویسنده و قبل از دریافت پستها، کاربر دیگری یکی از پستها را حذف کند، دادهای که در نهایت دریافت میکنید مربوط به دو لحظه زمانی متفاوت خواهد بود.
۲. افزایش رفتوبرگشت شبکه
هر Query یک درخواست جداگانه به دیتابیس ارسال میکند.
اگر دیتابیس روی سرور دیگری قرار داشته باشد و تأخیر شبکه زیاد باشد، ممکن است مجموع زمان رفتوبرگشت چند Query از اجرای یک Query بزرگ بیشتر شود.
به همین دلیل AsSplitQuery() زمانی انتخاب مناسبی است که:
حجم دادههای تکراری زیاد باشد.
ارتباط شبکه بین برنامه و دیتابیس سریع و کمتأخیر باشد.
در بسیاری از سناریوها، Projection بهترین انتخاب است.
اگر فقط به بخشی از اطلاعات نیاز دارید، میتوانید با استفاده از Select دقیقاً همان ستونها و دادههای موردنیاز را دریافت کنید. در این حالت نه موجودیت کامل بارگذاری میشود و نه حجم زیادی از دادههای تکراری منتقل خواهد شد.
به همین دلیل، در بسیاری از پروژهها Projection اولین گزینه برای بهینهسازی Queryها محسوب میشود و AsSplitQuery() زمانی استفاده میشود که واقعاً به بارگذاری موجودیتهای کامل و روابط آنها نیاز داشته باشید.
var author = await context.Authors .Select(a => new AuthorDto { Name = a.Name, Posts = a.Posts .Select(p => new PostDto { Title = p.Title }).ToList(), Followers = a.Followers .Select(f => new FollowerDto { Name = f.Name }).ToList() }) .FirstAsync();
جمعبندی
اگر به موجودیت کامل و روابط آن نیاز دارید، AsSplitQuery() میتواند از ایجاد Cartesian Explosion جلوگیری کند.
اما اگر فقط برای نمایش اطلاعات یا ساخت API به بخشی از دادهها نیاز دارید، معمولاً استفاده از Projection انتخاب بهتری است؛ زیرا هم حجم دادههای منتقلشده را کاهش میدهد و هم Query سبکتر و سریعتر اجرا میشود.