Skip to content

JPA ‐ JPA(Java Persistence API)

dnwls16071 edited this page Jan 2, 2025 · 2 revisions

📚 JPA(Java Persistence API)

  • 자바 진영의 ORM 기술 표준

핵심1 : 영속성 컨텍스트는 눈에 보이지 않지만 1차 캐시라는 것이 존재한다.

핵심2 : 하나의 트랜잭션 내에서 동일성을 보장한다.(단, 2차 캐시는 예외)

핵심3 : 트랜잭션을 지원하는 쓰기 지연 SQL 저장소가 존재한다.

핵심4 : 변경 감지(식별자를 통한 Dirty Checking)

핵심5 : 지연 로딩(Lazy Loading)

📚 ORM(Object-Relational Mapping)

  • 객체 관계 매핑
  • 객체는 객체대로 설계, 관계형 데이터베이스는 관계형 데이터베이스대로 설계
  • ORM 프레임워크가 중간에서 매핑

📚 영속성 컨텍스트(Persistence Context)

  • 영속성 컨텍스트의 내부에는 1차 캐시가 존재한다.
  • 이 1차 캐시의 @Id 값은 DB의 PK로 매핑한 값이 들어가고 Entity에는 객체가 들어간다.
  • 조회 작업을 할 때, 아래와 같이 1차 캐시를 조회한다. 조회하는 값 기준은 @Id가 된다.

스크린샷 2025-01-02 오후 11 04 56

  • 만약 1차 캐시에 원하는 값이 없다면 DB로부터 조회하여 영속성 컨텍스트에 올린다.

스크린샷 2025-01-02 오후 11 08 53

📚 변경 감지(Dirty Checking)

  • 식별자를 통해 조회한 엔티티의 상태를 변경하는 것
try {

    Member member = new Member();
    member.setName("test");

    em.persist(member);

    Member findMember = em.find(Member.class, 1L);

    // flush()를 호출하지 않았으므로 1차 캐시에 값이 존재하는 상황
    // 1L이란 식별자 값을 활용하여 1차 캐시로부터 조회한 후 변경 감지가 일어남
    findMember.setName("test - 수정");  

    tx.commit();
    } catch (Exception e) {
        tx.rollback();
    } finally {
        em.close();
    }

    emf.close();
}

📚 flush

  • 영속성 컨텍스트 변경 내용을 DB에 반영하는 것
  • 영속성 컨텍스트를 비우는 것이 아니라는 점
  • 트랜잭션이라는 작업 단위가 중요하며 커밋 직전에만 동기화하면 된다.
1. EntityManager.flush()를 통한 강제 플러시
2. Transaction.commit()를 통한 트랜잭션 커밋
3. JPQL 쿼리 실행

📚 준영속 상태

  • 영속성 컨텍스트에서 관리되지 않는 상태
  • 준영속 상태로 전환하는 방법은 다음과 같이 3가지가 있다.
1. EntityManager.detach()를 통한 준영속 상태 전환
2. EntityManager.clear()를 통한 영속성 컨텍스트 초기화
3. EntityManager.close()를 통한 영속성 컨텍스트 종료

📖 Java🔥

📖 Kotlin⭐

📖 Coroutine📎

📖 Spring🔥

📖 Spring Security⭐

📖 Spring Security OAuth2⭐

📖 Spring Batch📎

📖 Database🔥

📖 MySQL🔥

📖 Redis⭐

📖 JPA⭐

📖 QueryDsl📎

📖 MSA⭐

📖 Kafka⭐

📖 Apache Flink📎

  • [Apache Flink - Apache Flink Architecture]
  • [Apache Flink - Stream Processing]
  • [Apache Flink - Data Stream API & Window]
  • [Apache Flink - State Management]

📖 HTTP🔥

📖 AWS⭐

📖 Docker⭐

📖 Kubernetes⭐

📖 Github Actions📎

📖 Jenkins📎

📖 Nginx⭐

📖 Monitoring📎

📖 Test(feat. Load Testing)📎

📖 Test(feat. Java)⭐

📖 Spring AI📎

📖 gRPC📎

  • [gRPC - Writing .proto Files with Protocol Buffers]
  • [gRPC - Various Communication Patterns in gRPC]
  • [gRPC - gRPC Optimization Techniques and Advanced Features]

📖 Spring Cloud Microservice Application📎

📖 TDD(Test-Driven-Development)⭐

📖 PostgreSQL📎

  • [PostgreSQL - Docker만을 사용하는 경량화된 환경 구성 방법]
  • [PostgreSQL - PostgreSQL에서 제공하는 데이터 타입]
  • [PostgreSQL - PostgreSQI의 JSONB, 역인덱싱과 활용 방법]
  • [PostgreSQL - 데이터베이스 성능을 위한 최적화 패턴 및 전략]
  • [PostgreSQL - 트랜잭션과 ACID, Isolation 수준별 차이]
  • [PostgreSQL - Database Lock 교착상태와 읽기/쓰기 성능을 보장하는 MVCC 모델]
  • [PostgreSQL - pgvector와 벡터 저장, 유사도 검색 패턴 개념]
  • [PostgreSQL - 벡터 인덱스 최적화와 벡터 검색과 전문 검색 결합 패턴]
  • [PostgreSQL - PostgreSQL 플러그인]
  • [PostgreSQL - PostGIS - 공간 쿼리와 GIST 인덱스, 지리 타입과 공간 쿼리를 위한 타입과 기본 함수]
  • [PostgreSQL - pg_search - 검색 엔진 없이 텍스트 검색 구현과 주의사항]
  • [PostgreSQL - 단일 인스턴스 한계를 극복하는 분산 패턴과 스케줄링, 분산 환경 구축 방법]
  • [PostgreSQL - Citus - 분산 테이블과 분산 쿼리를 위한 Extension과 데이터 분산 처리]
  • [PostgreSQL - pg_cron - PostgreSQL로 구성하는 CronJob]
  • [PostgreSQL - 스케줄러 + 분산 처리를 동시에 도입하는 주기적 집계 쿼리 패턴]

📖 Workflow-Driven Techniques for Large-Scale Traffic Processing📎

  • [Workflow-Driven Techniques for Large-Scale Traffic Processing - Kafka + Debezium을 활용한 CDC 패턴 설계]
  • [Workflow-Driven Techniques for Large-Scale Traffic Processing - Temporal을 활용한 워크플로우 패턴]
  • [Workflow-Driven Techniques for Large-Scale Traffic Processing - Docker와 경량 이미지를 활용한 환경 구축 방법]
  • [Workflow-Driven Techniques for Large-Scale Traffic Processing - Kafka에서의 메시지 Delivery Guarantee]
  • [Workflow-Driven Techniques for Large-Scale Traffic Processing - 실시간 동기화의 핵심 CDC]
  • [Workflow-Driven Techniques for Large-Scale Traffic Processing - MySQL Binary Log 기반의 CDC]
  • [Workflow-Driven Techniques for Large-Scale Traffic Processing - Binary Log 기반의 CDC 구현 플랫폼 Debezium이란?]
  • [Workflow-Driven Techniques for Large-Scale Traffic Processing - Debezium Architecture]
  • [Workflow-Driven Techniques for Large-Scale Traffic Processing - Debezium Architecture Best Practice와 주의사항]

📖 Reactive Programming📎

📖 ElasticSearch📎

📖 Design Pattern📎

📖 Clean Spring📎

  • [Real MySQL 8.0 - 인덱스]
  • [Real MySQL 8.0 - 실행 계획]
  • [Real MySQL 8.0 - 아키텍처]
  • [Real MySQL 8.0 - 트랜잭션과 잠금]
  • [도메인 주도 설계의 사실과 오해 - DDD 요약]
  • [도메인 주도 설계의 사실과 오해 - Preface, Entity & VO]
  • [도메인 주도 설계의 사실과 오해 - 연관 관계와 애그리거트]
  • [도메인 주도 설계의 사실과 오해 - 애그리거트 구현]
  • [도메인 주도 설계의 사실과 오해 - 레포지토리와 기타 패턴]
  • [도메인 주도 설계의 사실과 오해 - 통찰력을 향한 리팩터링]
  • [도메인 주도 설계의 사실과 오해 - 유연한 설계를 향한 리팩터링]
  • [도메인 주도 설계의 사실과 오해 - 모델의 경계를 긋고, 핵심에 집중하라]

Clone this wiki locally