パフォーマンスチューニング虎の巻

パフォーマンスチューニング虎の巻

Spring Bootアプリケーションのパフォーマンスを向上させるための実践的なテクニックを、問題の特定から解決まで体系的に解説します。

パフォーマンスチューニングの基本フロー

1. 問題の特定（プロファイリング）
   ↓
2. ボトルネックの分析
   ↓
3. 最適化の実施
   ↓
4. 効果の測定
   ↓
5. 繰り返し改善

1. データベースクエリの最適化

問題の特定

application.properties

// パフォーマンスログを有効化
spring.jpa.show-sql=true
spring.jpa.properties.hibernate.format_sql=true
logging.level.org.hibernate.SQL=DEBUG
logging.level.org.hibernate.type.descriptor.sql.BasicBinder=TRACE

クエリの最適化テクニック

1. インデックスの活用

@Entity
@Table(name = "users", indexes = {
    @Index(name = "idx_email", columnList = "email"),
    @Index(name = "idx_name_email", columnList = "name,email")
})
public class User {
    @Id
    @GeneratedValue(strategy = GenerationType.IDENTITY)
    private Long id;

    @Column(name = "email", nullable = false)
    private String email;  // インデックスが設定される

    @Column(name = "name", nullable = false)
    private String name;
}

// 複合インデックスを使用したクエリ
@Repository
public interface UserRepository extends JpaRepository<User, Long> {
    // インデックスを活用した検索
    List<User> findByEmail(String email);  // idx_emailを使用
    List<User> findByNameAndEmail(String name, String email);  // idx_name_emailを使用
}

2. 必要なカラムのみ取得（プロジェクション）

// 悪い例: すべてのカラムを取得
List<User> users = userRepository.findAll();
for (User user : users) {
    System.out.println(user.getName());  // nameだけ使用しているのに、全カラムを取得
}

// 良い例: 必要なカラムのみ取得
public interface UserNameOnly {
    String getName();
}

@Repository
public interface UserRepository extends JpaRepository<User, Long> {
    List<UserNameOnly> findAllProjectedBy();

    // または、@Queryを使用
    @Query("SELECT u.name FROM User u")
    List<String> findAllNames();
}

3. バッチ処理の最適化

@Service
@Transactional
public class UserService {
    @Autowired
    private UserRepository userRepository;

    public void saveUsersInBatch(List<User> users) {
        int batchSize = 50;
        for (int i = 0; i < users.size(); i += batchSize) {
            List<User> batch = users.subList(i, Math.min(i + batchSize, users.size()));
            userRepository.saveAll(batch);
            userRepository.flush();  // バッチごとにフラッシュ
            userRepository.clear();  // エンティティマネージャーをクリア
        }
    }
}

// application.properties
spring.jpa.properties.hibernate.jdbc.batch_size=50
spring.jpa.properties.hibernate.order_inserts=true
spring.jpa.properties.hibernate.order_updates=true

4. ページングの活用

@Service
public class UserService {
    @Autowired
    private UserRepository userRepository;

    // 悪い例: すべてのデータを取得
    public List<User> getAllUsers() {
        return userRepository.findAll();  // 10万件のデータを一度に取得
    }

    // 良い例: ページングを使用
    public Page<User> getUsers(int page, int size) {
        Pageable pageable = PageRequest.of(page, size);
        return userRepository.findAll(pageable);  // 必要な分だけ取得
    }
}

2. N+1問題の解決

問題の特定

// ログでN+1問題を確認
// 以下のようなログが大量に出力される場合、N+1問題が発生している可能性が高い
// SELECT * FROM users
// SELECT * FROM orders WHERE user_id = 1
// SELECT * FROM orders WHERE user_id = 2
// SELECT * FROM orders WHERE user_id = 3
// ...

解決方法

1. JOIN FETCHの使用

@Repository
public interface UserRepository extends JpaRepository<User, Long> {
    // JOIN FETCHで一度に取得
    @Query("SELECT DISTINCT u FROM User u JOIN FETCH u.orders")
    List<User> findAllWithOrders();

    // 条件付きJOIN FETCH
    @Query("SELECT u FROM User u JOIN FETCH u.orders o WHERE o.status = :status")
    List<User> findUsersWithOrdersByStatus(@Param("status") OrderStatus status);
}

2. @EntityGraphの使用

@Repository
public interface UserRepository extends JpaRepository<User, Long> {
    @EntityGraph(attributePaths = {"orders"})
    List<User> findAll();

    @EntityGraph(attributePaths = {"orders", "orders.orderItems"})
    Optional<User> findById(Long id);
}

3. バッチサイズの設定

@Entity
public class User {
    @OneToMany(fetch = FetchType.LAZY)
    @BatchSize(size = 50)
    private List<Order> orders;
}

3. キャッシングの活用

Spring Cacheの設定

@Configuration
@EnableCaching
public class CacheConfig {

    @Bean
    public CacheManager cacheManager(RedisConnectionFactory connectionFactory) {
        RedisCacheConfiguration config = RedisCacheConfiguration.defaultCacheConfig()
            .entryTtl(Duration.ofMinutes(10))
            .serializeKeysWith(RedisSerializationContext.SerializationPair
                .fromSerializer(new StringRedisSerializer()))
            .serializeValuesWith(RedisSerializationContext.SerializationPair
                .fromSerializer(new GenericJackson2JsonRedisSerializer()));

        return RedisCacheManager.builder(connectionFactory)
            .cacheDefaults(config)
            .build();
    }
}

キャッシュの使用

@Service
public class UserService {
    @Autowired
    private UserRepository userRepository;

    // キャッシュを使用
    @Cacheable(value = "users", key = "#id")
    public User findById(Long id) {
        return userRepository.findById(id).orElseThrow();
    }

    // キャッシュを更新
    @CachePut(value = "users", key = "#user.id")
    public User updateUser(User user) {
        return userRepository.save(user);
    }

    // キャッシュを削除
    @CacheEvict(value = "users", key = "#id")
    public void deleteUser(Long id) {
        userRepository.deleteById(id);
    }

    // すべてのキャッシュを削除
    @CacheEvict(value = "users", allEntries = true)
    public void clearAllCache() {
        // キャッシュをクリア
    }
}

4. コネクションプールの最適化

HikariCPの設定

application.properties

spring.datasource.hikari.maximum-pool-size=20
spring.datasource.hikari.minimum-idle=5
spring.datasource.hikari.connection-timeout=30000
spring.datasource.hikari.idle-timeout=600000
spring.datasource.hikari.max-lifetime=1800000
spring.datasource.hikari.leak-detection-threshold=60000

プールサイズの計算

// 推奨されるプールサイズの計算式
// connections = ((core_count * 2) + effective_spindle_count)

// 例: 4コアCPU、1つのディスクの場合
// connections = (4 * 2) + 1 = 9
// ただし、実際の負荷に応じて調整が必要

5. 非同期処理の活用

@Asyncの設定

@Configuration
@EnableAsync
public class AsyncConfig {

    @Bean(name = "taskExecutor")
    public Executor taskExecutor() {
        ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor();
        executor.setCorePoolSize(5);
        executor.setMaxPoolSize(10);
        executor.setQueueCapacity(100);
        executor.setThreadNamePrefix("async-");
        executor.setRejectedExecutionHandler(new ThreadPoolExecutor.CallerRunsPolicy());
        executor.initialize();
        return executor;
    }
}

非同期処理の実装

@Service
public class EmailService {

    @Async("taskExecutor")
    public CompletableFuture<Void> sendEmail(String to, String subject, String body) {
        // メール送信処理（時間がかかる）
        try {
            Thread.sleep(1000);  // メール送信のシミュレーション
            System.out.println("Email sent to: " + to);
            return CompletableFuture.completedFuture(null);
        } catch (InterruptedException e) {
            Thread.currentThread().interrupt();
            return CompletableFuture.failedFuture(e);
        }
    }
}

@Service
public class UserService {
    @Autowired
    private EmailService emailService;

    @Transactional
    public User createUser(UserCreateRequest request) {
        User user = userRepository.save(convertToEntity(request));

        // 非同期でメール送信（ブロックしない）
        emailService.sendEmail(user.getEmail(), "Welcome", "Welcome message");

        return user;  // メール送信を待たずに返す
    }
}

6. メモリの最適化

不要なデータの削除

@Service
public class UserService {
    @Autowired
    private UserRepository userRepository;

    // 悪い例: すべてのデータをメモリに読み込む
    public void processAllUsers() {
        List<User> users = userRepository.findAll();  // 10万件をメモリに読み込む
        for (User user : users) {
            processUser(user);
        }
    }

    // 良い例: ストリーム処理でメモリ効率を向上
    public void processAllUsers() {
        int pageSize = 100;
        int page = 0;
        Page<User> userPage;

        do {
            Pageable pageable = PageRequest.of(page, pageSize);
            userPage = userRepository.findAll(pageable);

            for (User user : userPage.getContent()) {
                processUser(user);
            }

            page++;
        } while (userPage.hasNext());
    }
}

ガベージコレクションの最適化

# JVMオプションの設定
java -Xms2g -Xmx4g \
     -XX:+UseG1GC \
     -XX:MaxGCPauseMillis=200 \
     -XX:+PrintGCDetails \
     -XX:+PrintGCTimeStamps \
     -jar myapp.jar

7. ロギングの最適化

ログレベルの調整

application.properties

# 本番環境では、不要なログを無効化
logging.level.root=INFO
logging.level.com.example.myapp=INFO
logging.level.org.springframework.web=WARN
logging.level.org.hibernate.SQL=WARN  # SQLログは本番では無効化

非同期ロギング

logback-spring.xml

<configuration>
    <appender name="ASYNC_FILE" class="ch.qos.logback.classic.AsyncAppender">
        <queueSize>512</queueSize>
        <discardingThreshold>0</discardingThreshold>
        <appender-ref ref="FILE"/>
    </appender>

    <root level="INFO">
        <appender-ref ref="ASYNC_FILE"/>
    </root>
</configuration>

8. プロファイリングツールの使用

JProfilerの使用

// プロファイリングポイントの設定
@Service
public class UserService {
    public User findById(Long id) {
        // プロファイリング開始
        long startTime = System.currentTimeMillis();

        User user = userRepository.findById(id).orElseThrow();

        // プロファイリング終了
        long duration = System.currentTimeMillis() - startTime;
        if (duration > 100) {
            log.warn("Slow query detected: findById took {}ms", duration);
        }

        return user;
    }
}

Spring Boot Actuatorの使用

pom.xml

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

application.properties

management.endpoints.web.exposure.include=health,metrics,prometheus
management.metrics.export.prometheus.enabled=true

9. パフォーマンステスト

負荷テストの実施

@Test
public void testUserServicePerformance() {
    // 1000件のユーザーを作成
    List<User> users = createTestUsers(1000);

    long startTime = System.currentTimeMillis();

    for (User user : users) {
        userService.findById(user.getId());
    }

    long duration = System.currentTimeMillis() - startTime;

    // 1000件の取得が1秒以内に完了すること
    assertThat(duration).isLessThan(1000);

    // 1件あたりの平均時間
    double averageTime = (double) duration / users.size();
    System.out.println("Average time per user: " + averageTime + "ms");
}

10. チェックリスト

パフォーマンスチューニングのチェックリスト：

データベース関連

• 適切なインデックスが設定されているか
• N+1問題が発生していないか
• 必要なカラムのみ取得しているか
• バッチ処理が最適化されているか
• ページングが適切に使用されているか
• コネクションプールサイズが適切か

キャッシング関連

• 頻繁にアクセスされるデータがキャッシュされているか
• キャッシュの有効期限が適切に設定されているか
• キャッシュの更新戦略が適切か

非同期処理関連

• 時間のかかる処理が非同期化されているか
• スレッドプールサイズが適切か

メモリ関連

• メモリリークが発生していないか
• 不要なデータがメモリに残っていないか
• ガベージコレクションが適切に動作しているか

まとめ

パフォーマンスチューニングのポイント：

1. 問題の特定: プロファイリングツールを使用してボトルネックを特定
2. データベース最適化: インデックス、JOIN FETCH、バッチ処理
3. キャッシング: 頻繁にアクセスされるデータをキャッシュ
4. 非同期処理: 時間のかかる処理を非同期化
5. メモリ最適化: 不要なデータの削除、ストリーム処理
6. 継続的な改善: パフォーマンステストを実施し、継続的に改善

これらのテクニックを適切に組み合わせることで、アプリケーションのパフォーマンスを大幅に向上させることができます。