JPA 성능 최적화를 위한 페치 전략

JPA(Java Persistence API)는 관계형 데이터베이스와 객체지향 프로그래밍을 연결해주는 강력한 도구입니다. 하지만 잘못된 사용으로 인해 예상치 못한 성능 저하가 발생할 수 있습니다. 특히, 연관된 엔터티를 조회할 때 불필요한 SQL이 다수 실행되는 **N+1 문제**, 즉시 로딩(Eager Loading)에 따른 **불필요한 데이터 로드** 문제 등이 발생할 수 있습니다.

이러한 문제를 해결하려면 JPA의 **페치 전략(Fetch Strategy)**을 적절하게 활용하는 것이 필수적입니다. 이번 글에서는 페치 전략의 개념부터 최적화 기법까지 깊이 있게 다뤄보겠습니다.

1. JPA의 페치(Fetch) 개념

JPA에서 엔터티를 조회할 때 연관된 엔터티를 어떻게 가져올 것인지 결정하는 전략을 **페치 전략**이라고 합니다. 페치 전략에 따라 성능이 크게 달라질 수 있기 때문에, 이를 적절히 선택하는 것이 매우 중요합니다.

1.1 즉시 로딩(Eager Loading)과 그 문제점

즉시 로딩(Eager Loading)은 엔터티를 조회할 때 연관된 엔터티까지 즉시 함께 가져오는 방식입니다. JPA에서는 @ManyToOne 및 @OneToOne 관계의 기본값이 **즉시 로딩**입니다.

@Entity
public class Member {
    @Id @GeneratedValue
    private Long id;
    
    private String name;

    @ManyToOne(fetch = FetchType.EAGER)
    @JoinColumn(name = "team_id")
    private Team team;
}

위와 같이 설정하면 Member를 조회할 때 Team도 함께 조회됩니다. 하지만 연관된 엔터티가 많을 경우 **불필요한 조인이 발생**할 수 있으며, 이는 쿼리 성능을 저하시킬 수 있습니다.

1.2 지연 로딩(Lazy Loading)과 장점

지연 로딩(Lazy Loading)은 연관된 엔터티를 실제로 사용할 때 가져오는 방식입니다. @OneToMany 및 @ManyToMany 관계는 기본적으로 **지연 로딩**으로 설정되어 있습니다.

@Entity
public class Member {
    @Id @GeneratedValue
    private Long id;
    
    private String name;

    @ManyToOne(fetch = FetchType.LAZY)
    @JoinColumn(name = "team_id")
    private Team team;
}

이 설정을 사용하면 Member 엔터티만 먼저 가져오고, Team 엔터티는 실제로 접근할 때 SELECT 쿼리를 실행합니다. 이 방식은 불필요한 데이터 조회를 방지하는 장점이 있습니다.

2. N+1 문제와 해결 방법

2.1 N+1 문제란?

N+1 문제는 지연 로딩을 사용할 때, 하나의 조회 쿼리 이후에 추가적인 쿼리가 N번 실행되는 문제를 의미합니다. 예를 들어, **100명의 회원을 조회하는 경우 1개의 쿼리 + 100개의 추가 쿼리가 실행될 수 있습니다.**

2.2 N+1 문제 해결 방법

N+1 문제를 해결하기 위해 다음과 같은 기법을 사용할 수 있습니다.

페치 조인(Fetch Join) - 한 번의 쿼리로 연관된 엔터티를 모두 조회
엔터티 그래프(Entity Graph) - JPQL 없이 연관 엔터티를 로딩
배치 크기 설정(Batch Size) - 여러 개의 엔터티를 한 번에 조회

3. JPA 페치 전략을 활용한 성능 최적화

JPA에서 제공하는 다양한 페치 전략을 활용하면 성능을 효과적으로 개선할 수 있습니다. 대표적으로 **페치 조인(Fetch Join)**, **엔터티 그래프(Entity Graph)**, **배치 크기 조정(Batch Size)** 등이 있으며, 각각의 기법을 적절히 활용하면 **N+1 문제 해결 및 불필요한 데이터 로딩을 방지**할 수 있습니다.

3.1 페치 조인(Fetch Join) 활용

JPA의 기본적인 `JOIN`을 사용하면 연관된 엔터티가 정상적으로 로드되지 않고, **지연 로딩(Lazy Loading) 설정된 엔터티는 프록시 객체**로 남아 있을 수 있습니다. 이를 해결하기 위해 **페치 조인(Fetch Join)**을 사용하면 단일 쿼리로 연관된 엔터티까지 한 번에 가져올 수 있습니다.

예제: 회원(Member) 엔터티와 팀(Team) 엔터티를 조인하여 한 번의 쿼리로 조회하는 방법

public List findAllMembersWithTeam() {
    return em.createQuery(
        "SELECT m FROM Member m JOIN FETCH m.team", Member.class
    ).getResultList();
}

위 코드에서는 `JOIN FETCH m.team`을 사용하여 회원(Member) 정보를 조회하면서 연관된 팀(Team) 정보도 함께 가져옵니다. 이 방식은 **N+1 문제를 해결할 수 있으며, 불필요한 추가 쿼리 실행을 방지**할 수 있습니다.

**페치 조인의 장점:**

단일 쿼리로 연관된 엔터티를 함께 로딩
SQL 실행 횟수를 줄여 성능 향상
N+1 문제 해결 가능

**페치 조인의 단점 및 주의점:**

불필요한 데이터 로드 가능성 (즉, 실제로 필요하지 않은 엔터티까지 가져올 수 있음)
복잡한 연관관계를 가진 경우 SQL 쿼리 성능이 저하될 가능성
한 번의 쿼리에서 너무 많은 데이터를 가져오면 메모리 과부하 발생 가능

3.2 엔터티 그래프(Entity Graph) 활용

페치 조인은 JPQL을 직접 사용해야 하므로 관리가 어려울 수 있습니다. 이러한 경우 **엔터티 그래프(Entity Graph)**를 활용하면 JPQL 없이도 연관된 엔터티를 로딩할 수 있습니다.

예제: `@EntityGraph`를 활용하여 회원(Member)과 팀(Team) 정보를 한 번에 가져오기

@EntityGraph(attributePaths = {"team"})
@Query("SELECT m FROM Member m")
List findAllWithTeam();

위 코드에서는 `@EntityGraph(attributePaths = {"team"})`을 추가하여 회원(Member) 엔터티를 조회할 때 팀(Team) 엔터티도 함께 로딩되도록 설정하였습니다.

**엔터티 그래프(Entity Graph)의 장점:**

JPQL을 직접 사용하지 않고도 연관 엔터티를 로딩 가능
필요한 필드만 지정하여 불필요한 데이터 로드를 방지
JPQL을 작성할 필요 없이 메서드 인터페이스에서 쉽게 사용 가능

**엔터티 그래프(Entity Graph)의 단점 및 주의점:**

복잡한 연관 관계에서는 설정이 많아질 수 있음
적절하게 사용하지 않으면 쿼리 성능이 저하될 수 있음

3.3 배치 크기 설정(@BatchSize 활용)

JPA의 기본 설정으로 인해 컬렉션 조회 시 연관 엔터티가 하나씩 개별 쿼리로 실행될 수 있습니다. 이로 인해 발생하는 성능 저하를 줄이기 위해 **배치 크기(Batch Size)를 설정**할 수 있습니다.

예제: `@BatchSize`를 활용하여 한 번에 여러 개의 데이터를 가져오기

@Entity
public class Member {
    @Id @GeneratedValue
    private Long id;
    
    private String name;

    @BatchSize(size = 10)
    @OneToMany(mappedBy = "member", fetch = FetchType.LAZY)
    private List orders;
}

위 코드에서는 `@BatchSize(size = 10)`을 설정하여 **한 번의 SELECT로 최대 10개의 연관된 Order 엔터티를 조회**하도록 설정하였습니다. 이를 통해 **N+1 문제를 해결하고 쿼리 실행 횟수를 줄일 수 있습니다.**

또한 글로벌 설정을 통해 Hibernate의 배치 크기를 조정할 수도 있습니다.

spring.jpa.properties.hibernate.default_batch_fetch_size=10

이 설정을 하면 JPA가 여러 개의 연관 엔터티를 한 번에 조회하여, 불필요한 다중 쿼리를 방지할 수 있습니다.

**배치 크기 설정(@BatchSize)의 장점:**

지연 로딩(Lazy Loading) 상태에서도 대량의 데이터를 효율적으로 조회 가능
N+1 문제 해결 가능
설정이 간단하여 유지보수 용이

**배치 크기 설정(@BatchSize)의 단점 및 주의점:**

너무 큰 배치 크기를 설정하면 한 번에 너무 많은 데이터를 가져와 메모리 부담 발생 가능
상황에 따라 배치 크기를 조절해야 최적의 성능을 얻을 수 있음

위에서 소개한 **페치 조인, 엔터티 그래프, 배치 크기 설정**을 적절히 조합하여 사용하면 JPA의 성능을 극대화할 수 있습니다. 각 기법의 장단점을 이해하고, 실제 프로젝트에서 적절히 적용하는 것이 중요합니다.

4. 추가적인 최적화 기법

4.1 하이버네이트 캐시(Hibernate Cache) 활용

JPA는 기본적으로 1차 캐시(영속성 컨텍스트 캐시)를 제공하지만, 추가적인 캐시를 활용하면 성능을 더욱 향상시킬 수 있습니다. 하이버네이트의 **2차 캐시(Second Level Cache)** 또는 **쿼리 캐시(Query Cache)**를 설정하여 데이터베이스 부하를 줄일 수 있습니다.

4.2 네이티브 SQL 또는 DTO 활용

때때로 JPA의 ORM 기능보다 **네이티브 SQL** 또는 **DTO를 활용한 조회**가 성능상 유리할 수 있습니다. 필요한 데이터만 선택적으로 조회하여 **네트워크 비용과 메모리 사용량을 줄이는 것**이 가능합니다.

마무리

JPA의 페치 전략을 올바르게 활용하면 성능을 크게 향상시킬 수 있습니다. 즉시 로딩과 지연 로딩의 장단점을 이해하고, **페치 조인, 엔터티 그래프, 배치 크기 설정, 캐시 활용** 등을 적절히 조합하여 최적화된 애플리케이션을 개발하시길 바랍니다.

CodeStackNow - IT Insights & Coding Tips

Search This Blog