Spring 데이터 JPA 스트림 쿼리 방법

소개

일반적으로 많은 양의 데이터를 가져오면 전체 결과 세트를 메모리에 로드하는 경우가 많기 때문에 메모리 리소스에 부담을 줄 수 있습니다.

=> 스트림 쿼리 방법은 Java 8 Streams를 사용하여 증분 데이터를 처리하는 방법을 제공하여 솔루션을 제공합니다. 이렇게 하면 언제든지 데이터의 일부만 메모리에 유지되어 성능과 확장성이 향상됩니다.

이 블로그 게시물에서는 Spring Data JPA에서 스트림 쿼리 메서드가 작동하는 방식에 대해 자세히 알아보고 사용 사례를 살펴보고 구현을 시연해 보겠습니다.

이 가이드에서는 다음을 사용합니다.

• IDE: IntelliJ IDEA(Spring 애플리케이션에 권장) 또는 Eclipse
• 자바 버전: 17
• Spring Data JPA 버전: 2.7.x 이상(Spring Boot 3.x와 호환 가능)

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-jpa</artifactId>
</dependency>

참고: 더 자세한 예를 보려면 여기에서 내 GitHub 저장소를 방문하세요

1. 스트림 쿼리 방법이란 무엇입니까?

Spring Data JPA의 스트림 쿼리 메소드를 사용하면 쿼리 결과를 목록이나 다른 컬렉션 유형 대신 스트림으로 반환할 수 있습니다. 이 접근 방식은 다음과 같은 여러 가지 이점을 제공합니다.

• 효율적인 리소스 관리: 데이터가 증분식으로 처리되어 메모리 오버헤드가 줄어듭니다.

• 지연 처리: 요청 시 결과를 가져와 처리하므로 페이지 매김이나 일괄 처리와 같은 시나리오에 이상적입니다.

• 함수형 프로그래밍과의 통합: 스트림은 Java의 함수형 프로그래밍 기능에 적합하여 필터링, 매핑, 수집과 같은 작업이 가능합니다.

2. 스트림 쿼리 방법을 사용하는 방법은 무엇입니까?

=> 우리가 전자 상거래 애플리케이션을 개발 중이고 다음을 원한다고 가정해 보겠습니다.

• 특정 날짜 이후에 주문한 모든 고객을 검색합니다.
• 특정 제공 금액보다 총액이 높은 주문을 필터링합니다.
• 지난 6개월 동안의 총 주문 금액을 기준으로 고객을 그룹화합니다.
• 고객 이름과 총 주문 금액의 요약으로 데이터를 반환합니다.

엔티티

• 고객: 고객을 나타냅니다.

@Setter
@Getter
@Entity
@Entity(name = "tbl_customer")
public class Customer {
    @Id
    @GeneratedValue(strategy = GenerationType.IDENTITY)
    private Long id;

    private String name;
    private String email;

    @OneToMany(mappedBy = "customer", cascade = CascadeType.ALL, fetch = FetchType.LAZY)
    private List<Order> orders;
}

• 주문: 고객이 주문한 것을 나타냅니다.

@Setter
@Getter
@Entity(name = "tbl_order")
public class Order {
    @Id
    @GeneratedValue(strategy = GenerationType.IDENTITY)
    private Long id;

    private Double amount;
    private LocalDateTime orderDate;

    @ManyToOne
    @JoinColumn(name = "customer_id")
    private Customer customer;
}

저장소

• CustomerRepository는 특정 날짜 이후에 접수된 고객 및 관련 주문을 선택하는 데 사용됩니다. 그리고 Stream List 쿼리 결과를 처리합니다.

public interface CustomerRepository extends JpaRepository<Customer, Long> {
    @Query("""
                SELECT c FROM tbl_customer c JOIN FETCH c.orders o WHERE o.orderDate >= :startDate
            """)
    @QueryHints(
            @QueryHint(name = AvailableHints.HINT_FETCH_SIZE, value = "25")
    )
    Stream<Customer> findCustomerWithOrders(@Param("startDate") LocalDateTime startDate);
}

참고:

• JOIN FETCH는 주문이 빠르게 로드되도록 보장합니다.

• JPA에 추가 힌트를 제공하는 데 사용되는 @QueryHints(예: Hibernate)는 쿼리 실행을 최적화합니다.

=> 예를 들어, 내 쿼리가 100개의 레코드를 반환하는 경우:

• 애플리케이션에서 처음 25개의 레코드를 가져와 처리합니다.
• 이러한 항목이 처리되면 다음 25개 레코드를 가져오는 식으로 100개 레코드가 모두 처리될 때까지 계속됩니다.
• 이 동작은 메모리 사용량을 최소화하고 100개의 레코드를 동시에 메모리에 로드하는 것을 방지합니다.

서비스

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-jpa</artifactId>
</dependency>

다음은 startDate 및 minOrderAmount 두 매개변수를 사용하여 데이터를 처리하는 서비스 클래스입니다. 보시다시피 우리는 SQL 쿼리를 사용하여 필터링하지 않고 모든 데이터를 스트림으로 로드한 다음 Java 코드로 필터링하고 그룹화합니다.

컨트롤러

@Setter
@Getter
@Entity
@Entity(name = "tbl_customer")
public class Customer {
    @Id
    @GeneratedValue(strategy = GenerationType.IDENTITY)
    private Long id;

    private String name;
    private String email;

    @OneToMany(mappedBy = "customer", cascade = CascadeType.ALL, fetch = FetchType.LAZY)
    private List<Order> orders;
}

테스트

=> 테스트용 데이터를 생성하려면 내 소스 코드 내에서 다음 스크립트를 실행하거나 직접 추가하면 됩니다.

src/main/resources/dummy-data.sql

요청:

• 시작날짜: 2024-05-01T00:00:00
• 최소주문금액: 100

@Setter
@Getter
@Entity(name = "tbl_order")
public class Order {
    @Id
    @GeneratedValue(strategy = GenerationType.IDENTITY)
    private Long id;

    private Double amount;
    private LocalDateTime orderDate;

    @ManyToOne
    @JoinColumn(name = "customer_id")
    private Customer customer;
}

응답:

• minOrderAmount보다 총액이 같거나 큰 모든 고객을 반환합니다.

public interface CustomerRepository extends JpaRepository<Customer, Long> {
    @Query("""
                SELECT c FROM tbl_customer c JOIN FETCH c.orders o WHERE o.orderDate >= :startDate
            """)
    @QueryHints(
            @QueryHint(name = AvailableHints.HINT_FETCH_SIZE, value = "25")
    )
    Stream<Customer> findCustomerWithOrders(@Param("startDate") LocalDateTime startDate);
}

3. 스트림 대 목록

=> IntelliJ Profiler를 사용하여 메모리 사용량과 실행 시간을 모니터링할 수 있습니다. 대규모 데이터 세트를 추가하고 테스트하는 방법에 대한 자세한 내용은 내 GitHub 저장소에서 찾을 수 있습니다

소규모 데이터세트: (고객 10명, 주문 100명)

• 스트림: 실행 시간(~5ms), 메모리 사용량(낮음)
• 목록: 실행 시간(~4ms), 메모리 사용량(낮음)

대규모 데이터 세트(고객 10,000명, 주문 100,000명)

• 스트림: 실행 시간(~202ms), 메모리 사용량(보통)
• 목록: 실행 시간(~176ms), 메모리 사용량(높음)

성과 지표

Metric	Stream	List
Initial Fetch Time	Slightly slower (due to lazy loading)	Faster (all at once)
Memory Consumption	Low (incremental processing)	High (entire dataset in memory)
Memory Consumption	Low (incremental processing)	High (entire dataset in memory)
Processing Overhead	Efficient for large datasets	May cause memory issues for large datasets
Batch Fetching	Supported (with fetch size)	Not applicable
Error Recovery	Graceful with early termination	Limited, as data is preloaded

마무리

Spring Data JPA 스트림 쿼리 방법은 Java Streams의 기능을 활용하면서 대규모 데이터 세트를 효율적으로 처리하는 우아한 방법을 제공합니다. 데이터를 점진적으로 처리함으로써 메모리 소비를 줄이고 최신 함수형 프로그래밍 패러다임과 원활하게 통합됩니다.

스트림 쿼리 방법에 대해 어떻게 생각하시나요? 아래 댓글로 여러분의 경험과 사용 사례를 공유해 주세요!

다음 포스팅에서 만나요. 즐거운 코딩하세요!

위 내용은 Spring 데이터 JPA 스트림 쿼리 방법의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!