Spring Boot一对多关联的懒加载性能优化方案咨询

首先明确：绝对不要用FetchType.EAGER处理这种大量关联数据的场景，EAGER会在查询Category时一次性加载所有关联的Product，单Category就有上万条数据的情况下，会直接导致内存占用过高、数据库查询超时，性能必然崩溃。

针对FetchType.LAZY的正确使用，核心是避免N+1查询，同时控制内存占用，以下是具体方案：

1. 用JOIN FETCH一次性抓取（适合内存能承载全量数据的场景） #

通过JPQL的JOIN FETCH语法，生成单条JOIN查询，一次性加载Category和关联的Product，彻底避免N+1问题：

@Repository
public interface CategoryRepository extends JpaRepository<Category, Integer> {
    @Query("SELECT c FROM Category c JOIN FETCH c.product")
    List<Category> findAllWithProducts();
}

注意：如果Category数量多且每个都有大量Product，结果集可能过大，此时需配合分页或者分批处理，避免内存溢出。

2. 配置批量抓取（Batch Fetching） #

在@OneToMany注解上添加@BatchSize，设置批量查询的数量，Hibernate会一次性批量加载多个Category对应的Product，把N+1查询变成N/批量大小 +1次查询，大幅减少数据库交互次数：

@Data
@SuperBuilder
@NoArgsConstructor
@AllArgsConstructor
@Entity
public class Category {
    @Id
    @GeneratedValue
    private Integer id;
    @OneToMany(mappedBy = "category", fetch = FetchType.LAZY)
    @BatchSize(size = 50) // 一次批量加载50个Category的Product
    private List<Product> product;
}

这种方式适合需要逐个处理Category，但不想一次性加载所有数据的场景。

3. 反向查询+分页处理（推荐用于超大量数据场景） #

既然单个Category的Product数量极多，不如直接从Product入手，按Category分页查询，逐页处理数据，避免一次性加载上万条数据到内存：

@Repository
public interface ProductRepository extends JpaRepository<Product, Integer> {
    Page<Product> findByCategoryId(Integer categoryId, Pageable pageable);
}

使用时，遍历每个Category，通过分页参数（比如每页1000条）分批查询Product，逐页处理，内存压力小，数据库查询效率高。

4. DTO投影，只查询需要的字段 #

如果不需要Product的所有字段，只查业务需要的部分（比如code、price），可以用DTO投影减少数据传输和内存占用：

// 先定义ProductDTO
public record ProductDTO(Integer id, String code, double price) {}

// 在Repository中定义查询
@Repository
public interface ProductRepository extends JpaRepository<Product, Integer> {
    @Query("SELECT new com.example.dto.ProductDTO(p.id, p.code, p.price) FROM Product p WHERE p.category.id = :categoryId")
    List<ProductDTO> findProductDTOsByCategoryId(@Param("categoryId") Integer categoryId);
}

返回轻量的DTO比加载完整的Product实体更高效，尤其当只需要部分字段时。

内容的提问来源于stack exchange，提问作者ln3106