性能优化：N+1、索引策略与读副本

慢查询的常见原因就几类：取太多数据、缺索引、重复查询、全表扫描。本节逐个给解法。

N+1 问题：循环里发查询

N+1 指先查一次拿到 N 条记录，再在循环里为每条记录各发一次查询，总共 1+N 次。用户列表 100 人，就要查 101 次数据库：

// 坏：1 + N 次查询
const users = await prisma.user.findMany();
for (const user of users) {
  const posts = await prisma.post.findMany({ where: { authorId: user.id } });
}

四种修法，按场景选择：

1. include 预加载。一次取用户，再一次按 id IN 批量取文章，共 2 次查询。最通用。
2. in 过滤。先取用户 id 列表，再用 authorId in 列表 查文章，也是 2 次。适合已经在内存里拿到 id 列表的场景。
3. relationLoadStrategy: “join”。让数据库 JOIN，只发 1 次查询。预览功能（Preview）。
4. Fluent API。GraphQL 场景每个字段一个 resolver，改用 findUnique().posts() 链式调用，dataloader 会把同一 tick 里的 findUnique 自动批量合并成一条 IN 查询。

为什么 include 是 2 次而不是 1 次？Prisma 的嵌套读取会先查主表，再按主表 id 批量查关系表。两条 SQL 都走索引，比 N+1 高效得多。除非用 join 策略，否则不要追求单条 SQL。

// 修法一：include
const usersWithPosts = await prisma.user.findMany({
  include: { posts: { where: { published: true }, take: 10 } },
});

// 修法二：in 过滤
const userIds = (await prisma.user.findMany({ select: { id: true } })).map((u) => u.id);
const posts = await prisma.post.findMany({
  where: { authorId: { in: userIds } },
});

// 修法三：JOIN
const posts = await prisma.post.findMany({
  relationLoadStrategy: "join",
  where: { authorId: { in: userIds } },
});

include 的深度也要克制。嵌套层级过深时，一次查询拉回整棵对象树，序列化和内存开销都不小；多层浅查询往往更快。子表行数多时，在 include 里加 take 限制条数，避免一次拉回上万行。

select 瘦身与批量写入

不写 select 时，默认返回模型全部列。大表上每多一列都是网络和内存开销：

const userSummaries = await prisma.user.findMany({
  select: {
    id: true,
    name: true,
    email: true,
    _count: { select: { posts: true } },
  },
});

批量写入同理。循环里逐条 create 最慢；createMany 把多条合成一条多值 INSERT，比串行 create 快约 40 倍（社区基准，来自 tech-insider 教程，实际提升视环境而定）：

await prisma.user.createMany({
  data: users,
  skipDuplicates: true,
});

多条独立查询也可以放进 $transaction([...]) 数组里批量执行，一次往返完成，适合互相无依赖的读操作：

const [users, posts] = await prisma.$transaction([
  prisma.user.findMany(),
  prisma.post.findMany(),
]);

索引策略

索引是查询提速的根本。过滤条件和排序字段建索引，复合索引按左前缀匹配：

model Post {
  id        Int     @id @default(autoincrement())
  title     String
  authorId  Int
  published Boolean

  @@index([authorId, published]) // 覆盖"按作者查已发布文章"
}

没有这条索引时，数据量越大越可能全表扫描。三个要点：

• 复合索引字段顺序重要，最常用的等值条件放前面。
• 覆盖高频过滤条件的部分索引（partial index）更省空间。
• 没人用的索引拖慢写入，定期清理。

查询要能命中索引，还要看排序。orderBy 的字段最好和索引一致，比如 publishedAt desc 配合 @@index([publishedAt(sort: Desc)])，分页和排序都保持在对数级。

缓存分层

缓存是兜底手段，顺序一般是：应用内缓存（Redis/内存）→ 数据库前缓存（Accelerate）→ 查询本身优化。v7.4 起客户端内置查询计划缓存（透明优化，LRU 复用编译后的查询计划，可用 queryPlanCacheMaxSize 调节）；带 ttl/swr 的 cacheStrategy 响应缓存是 Accelerate 专属，需要 $extends(withAccelerate()) 接入加速通道（详见第 50 章）。查询加 cacheStrategy 即可按 TTL 缓存，swr 模式让过期数据先返回、后台再刷新：

const posts = await prisma.post.findMany({
  where: { published: true },
  cacheStrategy: { ttl: 60, swr: 600 },
});

应用层缓存自己控制，最常用 Redis：查询结果序列化后存一份，带过期时间。注意缓存键要包含查询条件，否则不同参数的用户拿到同一份数据。缓存分层的好处是逐层兜底：Redis 命中就不用碰数据库，数据库压力下来了，连接池和索引的压力也一起下来。

读取副本：主写从读

读多写少的应用可以把读流量分流到只读副本（read replicas）。官方扩展 @prisma/extension-read-replicas（v7.1 起支持）负责路由：读操作自动走副本，写操作和事务走主库：

import { readReplicas } from "@prisma/extension-read-replicas";
import { PrismaPg } from "@prisma/adapter-pg";
import { PrismaClient } from "../generated/prisma/client";

const mainClient = new PrismaClient({
  adapter: new PrismaPg({ connectionString: process.env.DATABASE_URL }),
});
const replicaClient = new PrismaClient({
  adapter: new PrismaPg({ connectionString: process.env.REPLICA_URL }),
});

export const prisma = mainClient.$extends(readReplicas({ replicas: [replicaClient] }));

// 读走副本
await prisma.post.findMany();
// 写走主库
await prisma.post.create({ data: { title: "hello" } });

配置多个副本时随机挑一个执行。想强制走主库用 $primary()，强制走副本用 $replica()。

读取副本的收益要算清楚：副本数量越多，能扛的读流量越大，但每多一个副本就多一份存储和同步开销。小流量阶段用不上，等读 QPS 明显压过主库再上。

用 Query Insights 找慢查询

排查性能问题先定位慢查询。Prisma Postgres 自带 Query Insights，能看到哪些查询慢、为什么慢。想让 ORM 调用（模型名、操作类型）出现在 Insights 里，装 @prisma/sqlcommenter-query-insights 并传给构造函数：

import { prismaQueryInsights } from "@prisma/sqlcommenter-query-insights";

const prisma = new PrismaClient({
  adapter,
  comments: [prismaQueryInsights()],
});

综合起来，优化的顺序是：先看日志和 Query Insights 找出慢在哪，再按「N+1 → 字段瘦身 → 索引 → 缓存 → 读取副本」逐层处理。每改一处，用日志里的 duration 对比前后耗时，确认收益再继续。

参考来源

• Prisma 官方文档：Query optimization / Read replicas
• Mapagam：Optimizing Prisma Performance
• Tech Insider：Prisma ORM Tutorial: Build a Type-Safe API in 13 Steps
• HireNodeJS：Prisma ORM for Node.js: The Complete Production Guide 2026