Het N+1-queryprobleem definitief de wereld uit helpen

By Mirko Peters · 2026-08-12

Welkom terug, mede-ontwikkelaars! Als je ooit een applicatie hebt gebouwd met Entity Framework Core, loop je waarschijnlijk wel eens tegen prestatieproblemen aan waar je het raadsel niet van kunt oplossen. Waarom draait een query die in development direct klaar is in productie ineens traag? Vaak zit de boosdoener recht voor je neus: het beruchte N+1-queryprobleem. In deze post duiken we diep in wa

Automatically translated with AI from the original post. Read the English original

Welkom terug, mede-ontwikkelaars! Als je ooit een applicatie hebt gebouwd met Entity Framework Core, loop je waarschijnlijk wel eens tegen prestatieproblemen aan waar je het raadsel niet van kunt oplossen. Waarom draait een query die in development direct klaar is in productie ineens traag? Vaak zit de boosdoener recht voor je neus: het beruchte N+1-queryprobleem. In deze post duiken we diep in wat deze stille prestatiekiller veroorzaakt, hoe je hem opspoort voordat je gebruikers er last van krijgen, en hoe je hem effectief oplost met eager loading, projecties en slimme optimalisatietechnieken.

Voordat we in de technische details duiken, kun je best eerst de bijbehorende podcastaflevering bekijken: Improve Entity Framework Core Query Performance. In die aflevering bespreken we een aantal veelvoorkomende Entity Framework-valkuilen en geven we praktische adviezen om je applicaties bliksemsnel te laten draaien.

Het N+1-queryprobleem begrijpen

Wat is N+1?

Het N+1-probleem ontstaat wanneer je gerelateerde data zo laadt dat er veel extra queries nodig zijn. In Entity Framework Core zie je dit vaak wanneer je gerelateerde data binnen een loop opvraagt. Stel dat je bijvoorbeeld 100 bestellingen ophaalt. Vervolgens open je voor elke bestelling de klanteigenschap. Dat levert één query op voor alle bestellingen en daarna nog eens 100 queries voor de klanten. Je eindigt dus met 101 queries in plaats van één. Dit vertraagt je app, vooral bij veel data. Bij kleine datasets merk je dit misschien niet, maar in productie wordt het al snel een groot probleem.

N+1-queries opsporen in productie

Je kunt het n+1-probleem herkennen door te kijken hoeveel queries je app naar de database stuurt. Dit zijn enkele manieren om het op te sporen:

• Schakel SQL-logging in om elke query te zien die wordt uitgevoerd.
• Gebruik profilingtools om de queryprestaties te controleren.
• Houd het aantal queries in de gaten. Als je veel queries ziet voor een klein resultaat, heb je mogelijk een n+1-probleem.
• Test je app met grote datasets die lijken op wat je in productie gebruikt.

Tip: Controleer je logs en profilingtools altijd nadat je nieuwe queries hebt toegevoegd of hebt gewijzigd hoe je gerelateerde data laadt.

N+1 oplossen met eager loading

Je kunt het n+1-probleem in Entity Framework Core oplossen met eager loading. Met eager loading haal je alle benodigde data in één query op. Dat doe je met de Include-methode. Hiermee vertelt je EF dat gerelateerde tabellen samengevoegd moeten worden, zodat alles in één keer wordt opgehaald. Als je bijvoorbeeld auteurs en hun boeken wilt ophalen, schrijf je:

var authorsWithBooks = context.Authors.Include(a => a.Books).ToList();

Deze code voert één query uit die auteurs en boeken samenvoegt. Je app krijgt alle data in één keer. Eager loading vermindert het aantal queries en maakt je app sneller. Gebruik eager loading wanneer je weet dat je gerelateerde data meteen nodig hebt. Zo voorkom je vertragingen en blijft je app soepel werken.

Tracking versus no-tracking voor betere prestaties

Entity Framework Core houdt elke entiteit bij die je laadt. Dat is de standaardinstelling. Tracking helpt EF om te weten of je iets hebt gewijzigd. Maar tracking kan je app vertragen. Bij grote datasets is het trager. Je app kan ook meer geheugen gebruiken. Queries kunnen langer duren wanneer tracking aan staat. Met AsNoTracking worden queries sneller. Het gebruikt bovendien minder geheugen. Je app kan sneller antwoorden en meer gebruikers tegelijk bedienen.

Tip: Als je tracking uitschakelt, draaien je queries sneller. Dit is het handigst wanneer je alleen data hoeft te lezen.

Gebruik asnotracking als je de gegevens niet wilt bijwerken of verwijderen. De meeste web-API's lezen alleen gegevens. Ongeveer 70 tot 80% van de endpoints toont alleen informatie. Die werken beter met asnotracking. Dit zijn een paar goede momenten om het te gebruiken:

• Rapporten en dashboards die alleen gegevens tonen
• API-responses die lijsten of details teruggeven om weer te geven
• Zoek- of filter-endpoints die alleen uit de database lezen

Paginering en grote datasets

Als je ef gebruikt met veel gegevens, kun je grote problemen krijgen. Te veel in één keer laden kan je app traag maken of zelfs laten crashen. Dit kan bijvoorbeeld gebeuren:

• Je app gebruikt mogelijk te veel geheugen en loopt vast.
• Het kan lang duren voordat je antwoorden krijgt omdat er te veel gegevens zijn.
• De database kan stoppen met werken als je in één keer te veel probeert te laden.

Je kunt deze problemen oplossen door paginering te gebruiken. Paginering splitst je gegevens op in kleinere stukken. Dat maakt je app sneller en makkelijker in gebruik. In ef kun je hiervoor Skip() en Take() gebruiken. Skip slaat een aantal records over. Take haalt alleen het aantal op dat je wilt. Zo werk je met grote hoeveelheden data en blijft je app goed presteren.

Bulkbewerkingen en batching

Met bulkbewerkingen kun je je database sneller laten werken. Met deze methoden wijzig je in één keer veel records. Standaard EF-methoden zijn prima voor kleine klussen, maar ze worden traag als er veel gegevens zijn. Bulkbewerkingen helpen je om duizenden rijen snel toe te voegen, bij te werken of te verwijderen. Je kunt ze gebruiken bij het importeren van CSV-bestanden. Ook zijn ze handig bij het synchroniseren van records of nachtelijke updates.

Met batching groepeer je acties zodat je app sneller werkt. Je kunt batch-updates uitvoeren met UpdateRange() om veel dingen tegelijk te wijzigen. Probeer SaveChanges() niet te vaak aan te roepen. Elke aanroep stuurt gegevens naar de database. EF Core 7 heeft nieuwe methoden zoals ExecuteUpdate en ExecuteDelete voor bulkwijzigingen.

Conclusie

Het optimaliseren van Entity Framework Core hoeft geen giswerk te zijn. Door te begrijpen hoe het N+1-queryprobleem ontstaat, tools te gebruiken om je SQL-generatie te monitoren, eager loading en no-tracking-queries in te zetten, en paginering en bulkbewerkingen toe te passen, maak je van een trage datalaag een krachtige motor. Meet altijd je uitgangspunt voor prestaties en test je queries grondig onder realistische omstandigheden.

Om nog dieper in deze strategieën te duiken, luister je zeker naar de bijbehorende aflevering: Improve Entity Framework Core Query Performance. Als je deze best practices toepast, voorkom je verborgen knelpunten en zorg je voor een soepele ervaring voor je gebruikers!