[Spring Data JPA] 쿼리 메서드(3)

벌크성 수정 쿼리

데이터베이스의 특정 작업을 한 번에 대량으로 처리하는 쿼리.

 

[순수 JPA]

public int bulkAgePlus(int age) {
    return em.createQuery(
            "update Member m set m.age = m.age + 1" +
                    " where m.age >= :age")
            .setParameter("age", age)
            .executeUpdate();
}

조건에 만족하는 데이터에 +1을 하는 쿼리. executeUpdate()로 데이터들을 업데이트한다. 

 

[Spring Data Jpa]

@Modifying
@Query("update Member m set m.age = m.age + 1 where m.age >= :age")
int bulkAgePlus(@Param("age") int age);

반환타입을 int로 맞춰주고 똑같이 쿼리를 짜준다. 그리고 파라미터로 age를 받는다.

@Modifying은 순수 JPA에서의 executeUpdate()와 같은 역할을 해주고 이를 사용하지 않으면 result list나 single result 이런 것들을 호출해 버린다. (@Modifying을 쓰지 않으면 QueryExecutionRequestException 에러가 뜬다.)

 

⭐벌크성 쿼리를 실행하고 나서 영속성 콘텍스트를 초기화해 준다.

벌크 연산은 영속성 콘텍스트를 무시하고 실행하기 때문에, 영속성 콘텍스트에 있는 엔티티의 상태와 DB에 엔티티 상태가 달라질 수 있다. 이에 대한 방안으로는 2가지가 있다.

1. 영속성 콘텍스트에 엔티티가 없는 상태에서 벌크 연산을 먼저 실행
2. 영속성 콘텍스트에 엔티티가 있으면 벌크 연산 직후 영속성 콘텍스트 초기화

---

@EntityGraph

@Override
@EntityGraph(attributePaths = {"team"})
List<Member> findAll();

멤버뿐만이 아니라 멤버 안에 있는 team의 정보를 가져올 때, 그냥 조회하게 되면 member의 수만큼 N+1 문제가 발생하 게된다. 그래서 fetch join으로 한 방 쿼리로 끌고 오는데, 이를 위해 JPQL을 별도로 또 짜야한다는 번거로움이 있다.

 

@EntityGraph 는 JPQL 없이도 객체 그래프를 한 번에 엮어서 성능 최적화를 해서 가지고 오는 역할을 해준다.

@EntityGraph(attributePaths = {"team"})
@Query("select m from Member m")
List<Member> findMemberEntityGraph();

이런식으로 JPQL에 엔티티 그래프를 넣는 것도 가능하다고...

@EntityGraph(attributePaths = {"team"})
List<Member> findByUsername(@Param("username") String username);

메소드 이름을 사용하고 싶을 때에도 사용할 수 있다.

(회원 데이터를 쓸 때 팀 데이터를 쓸일이 많으면 이런식으로 엔티티 그래프를 뽑아볼 수 있다.)

 

이 기능은 페치 조인을 편리하게 사용할 수 있는 기능 정도로만 이해하면 되고, 간단한 부분에 적용해볼 수 있다.

복잡해지면 그냥 JPQL로 fetch join하자!