Java バックエンドのパフォーマンスを向上させる: 最適化の重要なヒント!-＆＃＆チュートリアル-php.cn

Boost Your Java Back-End Performance: Essential Optimization Tips!

ソフトウェアプロジェクトの成功にはパフォーマンスが重要な役割を果たします。 Java バックエンド開発中に適用される最適化により、システムリソースが効率的に使用され、アプリケーションのスケーラビリティが向上します。

この記事では、よくある間違いを避けるために重要だと私が考える最適化テクニックをいくつか紹介します。

パフォーマンスのために適切なデータ構造を選択する

効率的なデータ構造を選択すると、特に大規模なデータセットやタイムクリティカルな操作を扱う場合、アプリケーションのパフォーマンスが大幅に向上します。正しいデータ構造を使用すると、アクセス時間が最小限に抑えられ、メモリ使用量が最適化され、処理時間が短縮されます。

たとえば、リスト内で頻繁に検索する必要がある場合、ArrayList の代わりに HashSet を使用すると、より高速な結果が得られます。

// Inefficient - O(n) complexity for contains() check
List<String> names = new ArrayList<>();
names.add("Alice");
names.add("Bob");
// Checking if "Alice" exists - time complexity O(n)
if (names.contains("Alice")) {
    System.out.println("Found Alice");
}

// Efficient - O(1) complexity for contains() check
Set<String> namesSet = new HashSet<>();
namesSet.add("Alice");
namesSet.add("Bob");
// Checking if "Alice" exists - time complexity O(1)
if (namesSet.contains("Alice")) {
    System.out.println("Found Alice");
}

ログイン後にコピー

この例では、HashSet は contains() 操作の平均時間計算量 O(1) を提供しますが、ArrayList はリストを反復処理する必要があるため O(n) を必要とします。したがって、頻繁に検索する場合は、ArrayList よりも HashSet の方が効率的です。

ところで、時間計算量とは何かを知りたい場合: 時間計算量とは、アルゴリズムの実行時間が入力サイズによってどのように変化するかを指します。これは、アルゴリズムの実行速度を理解するのに役立ち、通常、最悪の場合にアルゴリズムがどのように動作するかを示します。時間計算量は一般に Big O 表記法で表されます。

最初に例外条件を確認する

メソッドの先頭で null であってはいけないメソッド内で使用されるフィールドをチェックすることで、不要な処理のオーバーヘッドを回避できます。メソッドの後続のステップで null チェックや不正な条件をチェックするのではなく、最初にそれらをチェックする方がパフォーマンスの点でより効果的です。

public void processOrder(Order order) {
    if (Objects.isNull(order))
        throw new IllegalArgumentException("Order cannot be null");
    if (order.getItems().isEmpty())
        throw new IllegalStateException("Order must contain items");

    ...

    // Process starts here.
    processItems(order.getItems());
}

ログイン後にコピー

この例が示すように、メソッドには、processItems メソッドに到達する前に他のプロセスが含まれる場合があります。いずれの場合も、 processItems メソッドが機能するには、Order オブジェクトの Items リストが必要です。処理の最初に条件を確認することで無駄な処理を避けることができます。

不必要なオブジェクトの作成を避ける

Java アプリケーションで不要なオブジェクトを作成すると、ガベージコレクション時間が増加し、パフォーマンスに悪影響を及ぼす可能性があります。この最も重要な例は、文字列の使用です。

これは、Java の String クラスが不変であるためです。これは、文字列を新たに変更するたびに、メモリ内に新しいオブジェクトが作成されることを意味します。これにより、特にループ内や複数の連結が実行される場合に、重大なパフォーマンスの低下が発生する可能性があります。

この問題を解決する最善の方法は、StringBuilder を使用することです。 StringBuilder は、毎回新しいオブジェクトを作成することなく、作業対象の String を変更し、同じオブジェクトに対して操作を実行できるため、より効率的な結果が得られます。

たとえば、次のコード部分では、連結操作ごとに新しい String オブジェクトが作成されます。

// Inefficient - O(n) complexity for contains() check
List<String> names = new ArrayList<>();
names.add("Alice");
names.add("Bob");
// Checking if "Alice" exists - time complexity O(n)
if (names.contains("Alice")) {
    System.out.println("Found Alice");
}

// Efficient - O(1) complexity for contains() check
Set<String> namesSet = new HashSet<>();
namesSet.add("Alice");
namesSet.add("Bob");
// Checking if "Alice" exists - time complexity O(1)
if (namesSet.contains("Alice")) {
    System.out.println("Found Alice");
}

ログイン後にコピー

上記のループでは、結果 = 操作ごとに新しい String オブジェクトが作成されます。これにより、メモリ消費量と処理時間の両方が増加します。

StringBuilder で同じことを行うことで、不必要なオブジェクトの作成を避けることができます。 StringBuilder は、既存のオブジェクトを変更することでパフォーマンスを向上させます:

public void processOrder(Order order) {
    if (Objects.isNull(order))
        throw new IllegalArgumentException("Order cannot be null");
    if (order.getItems().isEmpty())
        throw new IllegalStateException("Order must contain items");

    ...

    // Process starts here.
    processItems(order.getItems());
}

ログイン後にコピー

この例では、StringBuilder を使用してオブジェクトが 1 つだけ作成され、ループ全体でこのオブジェクトに対して操作が実行されます。その結果、メモリ内に新しいオブジェクトを作成することなく、文字列操作が完了します。

ネストされたループに別れを告げる: フラットマップを使用する

Java Stream API に含まれる flatMap 関数は、コレクションの操作を最適化するための強力なツールです。ネストされたループは、パフォーマンスの低下やコードの複雑化につながる可能性があります。この方法を使用すると、コードが読みやすくなり、パフォーマンスが向上します。

フラットマップの使用法

map: 各要素を操作し、結果として別の要素を返します。
flatMap: 各要素を操作し、結果をフラット構造に変換し、より単純なデータ構造を提供します。

次の例では、ネストされたループを使用してリストに対する操作が実行されます。リストが拡大するにつれて、操作はさらに非効率になります。

String result = "";
for (int i = 0; i < 1000; i++) 
    result += "number " + i;

ログイン後にコピー

flatMap を使用すると、ネストされたループを取り除き、よりクリーンでパフォーマンスの高い構造を得ることができます。

StringBuilder result = new StringBuilder();

for (int i = 0; i < 1000; i++) 
    result.append("number ").append(i);

String finalResult = result.toString();

ログイン後にコピー

この例では、 flatMap で各リストをフラットストリームに変換し、forEach で要素を処理します。この方法により、コードが短くなり、パフォーマンス効率も向上します。

エンティティの代わりに軽量の DTO を優先する

データベースから取得したデータをエンティティクラスとして直接返すと、不必要なデータ転送が発生する可能性があります。これは、セキュリティとパフォーマンスの両方の点で非常に欠陥のある方法です。代わりに、DTO を使用して必要なデータのみを返すことで、API のパフォーマンスが向上し、不必要な大規模なデータ転送が防止されます。

List<List<String>> listOfLists = new ArrayList<>();
for (List<String> list : listOfLists) {
    for (String item : list) {
        System.out.println(item);
    }
}

ログイン後にコピー

データベースといえば。 EntityGraph、インデックス作成、遅延フェッチ機能を使用する

データベースのパフォーマンスは、アプリケーションの速度に直接影響します。パフォーマンスの最適化は、関連テーブル間でデータを取得する場合に特に重要です。この時点で、EntityGraph と Lazy Fetching を使用することで、不必要なデータの読み込みを回避できます。同時に、データベースクエリで適切なインデックスを作成すると、クエリのパフォーマンスが大幅に向上します。

EntityGraph による最適化されたデータ抽出

EntityGraph を使用すると、データベースクエリで関連データを制御できます。必要なデータのみを取得し、積極的なフェッチのコストを回避します。

熱心なフェッチとは、関連テーブル内のデータがクエリとともに自動的に取得されることです。

// Inefficient - O(n) complexity for contains() check
List<String> names = new ArrayList<>();
names.add("Alice");
names.add("Bob");
// Checking if "Alice" exists - time complexity O(n)
if (names.contains("Alice")) {
    System.out.println("Found Alice");
}

// Efficient - O(1) complexity for contains() check
Set<String> namesSet = new HashSet<>();
namesSet.add("Alice");
namesSet.add("Bob");
// Checking if "Alice" exists - time complexity O(1)
if (namesSet.contains("Alice")) {
    System.out.println("Found Alice");
}

ログイン後にコピー

この例では、住所関連データとユーザー情報が同じクエリで取得されます。不必要な追加のクエリは回避されます。

Lazy Fetch で不要なデータを回避

Eager Fetch とは異なり、Lazy Fetch は必要な場合にのみ関連テーブルからデータをフェッチします。

public void processOrder(Order order) {
    if (Objects.isNull(order))
        throw new IllegalArgumentException("Order cannot be null");
    if (order.getItems().isEmpty())
        throw new IllegalStateException("Order must contain items");

    ...

    // Process starts here.
    processItems(order.getItems());
}

ログイン後にコピー

インデックス作成によるパフォーマンスの向上

インデックス作成は、データベースクエリのパフォーマンスを向上させる最も効果的な方法の 1 つです。データベース内のテーブルは行と列で構成されており、クエリを実行するときにすべての行をスキャンする必要があることがよくあります。インデックス作成によりこのプロセスが高速化され、データベースが特定のフィールドをより速く検索できるようになります。

キャッシュを使用してクエリの負荷を軽減する

キャッシュとは、頻繁にアクセスされるデータや計算結果をメモリなどの高速な記憶領域に一時的に保存するプロセスです。キャッシュの目的は、データまたは計算結果が再度必要になったときに、この情報をより迅速に提供することです。特に計算コストの高いデータベースクエリやトランザクションでは、キャッシュを使用するとパフォーマンスが大幅に向上します。

Spring Boot の @Cacheable アノテーションにより、キャッシュの使用が非常に簡単になります。

String result = "";
for (int i = 0; i < 1000; i++) 
    result += "number " + i;

ログイン後にコピー

この例では、findUserById メソッドが初めて呼び出されたときに、ユーザー情報がデータベースから取得され、キャッシュに保存されます。同じユーザー情報が再度必要な場合は、データベースにアクセスせずにキャッシュから取得されます。

プロジェクトのニーズに応じて、Redis などの最高評価のキャッシュソリューションを使用することもできます。

結論

これらの最適化手法を使用すると、特に Java で開発されたバックエンドプロジェクトで、より高速で効率的、スケーラブルなアプリケーションを開発できます。

...

私の記事を読んでいただきありがとうございます!ご質問、フィードバック、共有したい考えがございましたら、コメント欄でお待ちしております。

このトピックや私の他の投稿の詳細については、Dev.to で私をフォローしてください。より多くの人に届くように、私の投稿に「いいね」をすることを忘れないでください!

ありがとう？？

LinkedIn で私をフォローするには: tamerardal

リソース:

Baeldung、JPA エンティティグラフ
Baeldung、春のキャッシュガイド
Baeldung、休止状態での熱心な/遅延ロード

以上がJava バックエンドのパフォーマンスを向上させる: 最適化の重要なヒント!の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。