Как смотреть и оптимизировать запросы в Hibernate?

Что проверяют

Умеете ли вы увидеть реальный SQL, который генерирует Hibernate, и найти в нём N+1. Это главное, кэш и тонкие настройки вторичны. Следом обычно просят объяснить, чем JOIN FETCH отличается от @EntityGraph и почему выборка коллекции через JOIN FETCH ломает пагинацию.

Как отвечать

Сначала как смотреть:

• логирование SQL: spring.jpa.show-sql=true пишет в stdout без параметров, поэтому лучше логгер org.hibernate.SQL на DEBUG, а для значений параметров в Hibernate 6 org.hibernate.orm.jdbc.bind на TRACE;
• статистика: hibernate.generate_statistics=true показывает число запросов и время на сессию. Внезапные 200 запросов на один эндпоинт сразу видны;
• прокси над DataSource: datasource-proxy или p6spy логируют итоговый SQL с параметрами и позволяют в тестах проверять число запросов, чтобы N+1 не вернулся;
• сама база: EXPLAIN ANALYZE для медленного запроса и pg_stat_statements в PostgreSQL для самых дорогих запросов на проде.

Потом как лечить:

• N+1: JOIN FETCH в JPQL или @EntityGraph под конкретный сценарий, для коллекций ещё @BatchSize или hibernate.default_batch_fetch_size, который грузит связи пачками через IN;
• ленивая загрузка: у @ManyToOne и @OneToOne по умолчанию EAGER, их стоит явно делать LAZY;
• проекции: для списков DTO через select new или интерфейсные проекции Spring Data, без загрузки сущностей в контекст;
• запись: hibernate.jdbc.batch_size вместе с hibernate.order_inserts, помня, что генератор IDENTITY отключает пакетную вставку;
• чтение: @Transactional(readOnly = true) снимает затраты на dirty checking.

Где спотыкаются

Делают JOIN FETCH коллекции вместе с Pageable. Hibernate выгружает всё и режет страницу в памяти, оставляя об этом предупреждение в логе, а на большой таблице это падение по памяти.

Фетчат две коллекции типа List одним запросом и получают MultipleBagFetchException или декартово произведение строк.

Лечат N+1 кэшем второго уровня. Он маскирует проблему: на холодном кэше и после инвалидации те же сотни запросов возвращаются, а в придачу появляется вопрос согласованности данных.