정리
Entity 조회 후 DTO 변환
V1
Entity를 조회해서 직접 반환한다.
Entity가 변하면 API 스펙도 변하기 때문에 DTO로 변환하는 걸 권장한다.
V2
Entity 조회 후 DTO로 변환한다.
여러 테이블을 join 할 때 성능이 나오지 않는다.
V3
fetch join으로 쿼리 수를 최적화한다.
V3.1
컬렉션은 fetch join 시 페이징이 불가능하다.
실무에서는 페이징을 할 일이 많으므로 다음과 같이 구현한다.
ToOne 관계는 fetch join으로 쿼리 수를 최적화한다.
컬렉션은 fetch join 대신 지연 로딩을 유지한다.
fetch join을 하면 페이징이 안되기 때문이다.
hibernate.default_batch_fetch_size,@BatchSize로 최적화한다.지연 로딩을 하면 N+1 문제가 나타나므로 이 옵션으로 해결한다.
DTO 직접 조회
단순히 쿼리가 1번 실행된다고 V6이 항상 좋은 방법인 것은 아니다.
V4
JPA에서 DTO를 직접 조회한다.
코드가 단순하다.
그냥 loop만 돌면 된다.
컬렉션이 아니라 특정 주문 한 건만 조회하면 이 방식으로도 성능이 잘 나온다.
V5
컬렉션 조회를 최적화한다.
in 절을 활용해 메모리 상에서 map으로 값을 매칭한다.
여러 주문을 한 번에 조회하는 경우에는 이 방식을 사용한다.
Order 데이터가 1000건일 때 V4는 쿼리가 1 + 1000번 실행된다.
1은 Order를 조회한 쿼리 수, 1000은 조회된 Order의 row 수다.
V5를 쓰면 쿼리가 총 1 + 1만 실행된다.
쿼리가 2번 나가지만(네트워크를 2번 타지만) 딱 정규화된 데이터를 보낸다.
DTO를 직접 조회해야할 때는 거의 V5 방식을 많이 사용한다.
코드가 복잡하다.
V6
플랫 데이터로 최적화한다.
join 결과를 그대로 조회한 후 애플리케이션에서 원하는 모양으로 직접 변환한다.
쿼리 한 번으로 조회해서 좋아 보이지만 Order 기준으로 페이징이 불가하다.
실무에서는 이 정도로 데이터가 많으면 페이징이 꼭 필요하므로 선택하기 어렵다.
데이터가 많으면 중복 전송이 증가해서 V5와의 성능 차이도 미비하다.
데이터가 뻥튀기 되어서 네트워크 전송량이 많아지기 때문에 그걸 따지면 V5가 더 좋을 수도 있다.
권장 순서
Entity 조회 후 DTO로 변환하는 방식을 우선 고려한다.
fetch join으로 쿼리 수를 최적화한다.
컬렉션을 최적화한다.
페이징이 필요하다면
hibernate.default_batch_fetch_size,@BatchSize로 최적화한다.페이징이 필요없다면 fetch join을 사용한다.
Entity 조회 방식으로 해결이 안되면 DTO 조회 방식을 사용한다.
DTO 조회 방식으로 해결이 안되면 NativeSQL이나 스프링 JdbcTemplate을 사용한다.
참고
Entity 조회 방식은 코드를 거의 수정하지 않는다.
fetch join,
hibernate.default_batch_fetch_size,@BatchSize등 옵션만 약간 변경해서 다양한 성능 최적화를 시도할 수 있다.
DTO를 직접 조회하는 방식은 성능을 최적화하거나 성능 최적화 방식을 변경할 때 많은 코드를 변경해야 한다.
Entity 조회 방식으로 대부분의 애플리케이션이 해결된다.
해결이 안되는 문제는 정말 트래픽이 많은 것이므로 캐시 등 다른 방법을 생각해봐야 한다.
참고로 Entity는 영속성 컨텍스트에서 관리되는 상태가 있기 때문에 캐싱하면 안된다.
Entity를 DTO로 변환한 값을 캐시해야 한다.
Entity 조회 방식은 JPA가 많은 부분을 최적화해주기 때문에 단순한 코드를 유지하면서 성능을 최적화할 수 있다.
DTO 조회 방식은 SQL을 직접 다루는 것과 유사하기 때문에 성능 최적화와 코드 복잡도 사이에서 줄타기를 해야한다.
Last updated