EnumType을 엔티티 컬럼으로 생성할 때 반드시 @Enumerated(EnumType.STRING)을 사용해야 한다.

• 이넘 타입을 그대로 저장하게되면 ordinal() 형태로 저장된다.
• ordinal 형태로 저장하면 데이터는 조금 아낄 수 있다. but 혹시나 나중에 추가될 enum타입이 생긴다면, 0, 1, 2, 등 숫자로 파악해야 하므로 타입 데이터가 꼬이게 된다.
• 때문에 반드시 확실한 매핑을 할 수 있는 @Enumerated(EnumType.STRING) 스트링 형태로 컬럼을 생성하자

Chapter07 병렬 데이터 처리와 성능

자바의 병렬

자바 7 이전의 버전에서는 병렬의 처리가 어려웠다.
분할을 위한 스레드 할당 → 동기화 추가 → 결과 합치기의 과정을 통해 병렬 처리가 실행되는데, 각 병렬처리를 한 후에 스레드를 합칠 때 동기화를 적절히 이뤄줘야 교착 상태를 피할 수 있었다.
7버전 부터 지원하기 시작한 Fork/Join 프레임워크를 활용하면 해당 문제를 쉽고 효율적으로 해결할 수 있다. 이 Fork/Join 프레임워크를 활용한 스트림 API와 병렬 처리에 대해서 배워보자.

병렬 스트림

• 각각의 스레드에서 처리할 수 있도록 스트림 요소를 여러 청크로 분할한 스트림
• 멀티코어 프로세서가 각각의 청크를 처리하도록 한다
• Collections.parallelStream() or Arrays.stream().parallel()
  • Pipeline에있는 parallel 상태에 true가 저장된다.
  • 이후 파이프라인 처리할 때 처리할 때 parallel 체크를 통해 해결한다.
• 병렬 처리를 고려할 때는 성능 벤치마킹을 하는 것을 권장
• 성능 최적화
  • 기본형(primitive) 타입의 경우 기본형 특화 스트림 권장 - 오토박싱의 이유
  • 일반적으로 순차적인 처리가 필요한 스트림의 경우 병렬 비용이 더욱 비싸 느릴 가능성이 높음
  • 순차 처리가 필요없는 경우 findAny같은 순서에 상관 없는 쇼트 서킷, unordered 같은 메서드 사용
  • 하나의 요소를 처리하는 데 드는 비용이 비싸다면 고려
  • 스트림 자료구조의 특성을 확인 ex) LinkedList vs ArrayList 일반적으로 좋음
  • 병합 과정의 비용을 생각해야 한다

    | 소스 | 분해성 |
    | --- | --- |
    | ArrayList | Excellent |
    | LinkedList | Bad |
    | IntStream.range | Excellent |
    | Stream.iterate | Bad |
    | HashSet | Good |
    | TreeSet | Good |
    | Stream.generate | iterate보단 낫다 |

parallel처리 관련 이미지

포크/조인 프레임워크

• 병렬 작업할 때 사용

• 재귀적으로 큰 작업을 작은 작업으로 분할한 후 서브태스크의 결과를 합쳐서 전체 결과를 만듦

• 스레드 풀(ForkJoinPool)의 작업자 스레드에 분산 할당하는 ExecutorService

  • ExecutorService를 왜 언급하는가?

    RecursiveTask를 실제로 활용했을 때 해당 추상 클래스의 부모인 ForkJoinTask에서 ForkJoinPool을 활용해서 실제 활용하고있기 때문

    RecursiveTask → ForkJoinTask에서 사용하는 ForkJoinPool → ExcutorService

    

    

• 분할 정복(divide-and-conquer) 알고리즘의 병렬화

• compute() 메서드 오버라이딩 해서 구현

• 병렬처리 시 주의점

  • join 호출은 두 서브태스크가 모두 시작된 다음에 해야한다.
  • ForkJoinPool의 invoke메서드는 병렬 계산 시작하는 시점에서 한번만 사용
  • 한쪽은 fork() 한쪽은 compute() ⇒ 같은 스레드 재사용 피하기 위함
  • 디버깅이 어렵다 ⇒ 스택이 아닌 다른 스레드 이기 때문
  • 병렬 처리가 무조건 빠르지 않다.

• 작업 훔치기(work stealing) 특성을 갖고있음

• ForkJoin을 활용한 RecursiveTask 예시

import java.util.concurrent.ForkJoinTask;
import java.util.concurrent.RecursiveTask;
import java.util.stream.LongStream;

public class ForkJoinSumCalculator extends RecursiveTask<Long> {

    //THRESHOLD 이상의 값 까지만 분해
  public static final long THRESHOLD = 10_000;

  private final long[] numbers;
  private final int start;
  private final int end;

  public ForkJoinSumCalculator(long[] numbers) {
    this(numbers, 0, numbers.length);
  }

  private ForkJoinSumCalculator(long[] numbers, int start, int end) {
    this.numbers = numbers;
    this.start = start;
    this.end = end;
  }

  @Override
  protected Long compute() {
    int length = end - start; //해당 태스크에서 더할 배열의 길이
    if (length <= THRESHOLD) {
      return computeSequentially();
    }
        //각 태스크 분리 left, right
    ForkJoinSumCalculator leftTask =
        new ForkJoinSumCalculator(numbers, start, start + length / 2);
        //생성한 태스크 비동기 실행
    leftTask.fork();
    ForkJoinSumCalculator rightTask =
        new ForkJoinSumCalculator(numbers, start + length / 2, end);
        //두번째 태스크 동기 실행
    Long rightResult = rightTask.compute();
        //비동기 실행했던 left의 결과를 읽거나 처리완료 후 읽기까지 대기
    Long leftResult = leftTask.join();
    return leftResult + rightResult;
  }

    //가장 작은 단위일 때 작은 단위로 쪼갠 태스크의 결과를 계산
  private long computeSequentially() {
    long sum = 0;
    for (int i = start; i < end; i++) {
      sum += numbers[i];
    }
    return sum;
  }

    public static long forkJoinSum(long n) {
    long[] numbers = LongStream.rangeClosed(1, n).toArray();
    ForkJoinTask<Long> task = new ForkJoinSumCalculator(numbers);
    return FORK_JOIN_POOL.invoke(task);
  }
}

//호출 방법
ForkJoinSumCalculator.forkJoinSum(long n));

Spliterator 인터페이스

• 구성 요소
  • booleaen tryAdvance(Consumer<? super T> action)
    • 요소를 하나씩 순차적으로 돌며 요소가 남아있는지 확인
  • Spliterator trySplit()
    • 일부 요소를 분할해서 새로운 Spliterator 생성
  • long estimateSize()
    • 탐색해야 할 요소 수 정보 제공(RecursiveTask의 THRESHOLD 역할로 보임)
  • int characteristics()
    • 다양한 특성 집합을 포함(ORDERED, DISTINCT 그 외 다수)

7장을 마치며

• 내부 반복을 통해 명시적으로 스트림 병렬처리
• 병렬처리가 무조건 빠르지 않음 특성과 병렬처리 후의 결과 등을 잘 확인하여 고려할 것
• 병렬 처리에는 포크/조인 프레임워크를 활용한다
• Spliterator를 통해 병렬 처리를 직접 정의할 수 있다.

도메인은 특정한 주제나 분야에 대한 지식이나 활동을 가리키는 일을 뜻하는데,
특정 도메인을 전문적으로 사용하되, 이해하기 쉽고, 사용하기 쉬울 수 있도록 개발된 언어

장점

• 런타임 오버헤드를 발생시키지 않음
• 외부 DSL 사용 시 플랫폼에 자유로워짐

단점

• 개발 비용이 비쌈

⇒ 우리가 클린코드를 지향하는 이유와 DSL이 나온 이유가 같다고 생각함

DSL의 예시

• SQL (데이터베이스 질의 언어)
• Gradle (빌드 자동화 도구)
• Query DSL
• 자바의 Stream API

참고

https://www.jetbrains.com/ko-kr/mps/concepts/domain-specific-languages/

모던 자바 인 액션