Spring Boot-এ performance tuning বেশিরভাগই database সীমানাকে ঘিরে: connection pooling, caching, এবং N+1 query সমস্যা মেরে ফেলা। আগে পরিমাপ করুন (Micrometer + Actuator metrics), তারপর সবচেয়ে বড় খরচে হাত দিন।
Lazy association প্রতিটি parent-এর জন্য একটি query চালায়, তারপর প্রতিটি child access-এ আরও একটি:
List<Order> orders = orderRepo.findAll();
(Order o : orders) {
o.getItems().size();
}
একটি single join-এ association fetch করে এটি ঠিক করুন:
@Query("SELECT o FROM Order o JOIN FETCH o.items") // one query, items eagerly loaded
List<Order> findAllWithItems();
// Or @EntityGraph(attributePaths = "items") on the repository method.
HikariCP হলো default pool। বড় হলেই ভালো নয় — বেশি connection DB-কে থ্রাশ করে। একটি সাধারণ সূত্র cores * 2-এর কাছাকাছি শুরু হয়:
spring:
datasource:
hikari:
maximum-pool-size: 10 # match DB capacity, not thread count
connection-timeout: 3000 # fail fast instead of piling up requests
@Cacheable(value = "products", key = "#id") // serve from cache after first load
public Product findById(Long id) { return repo.findById(id).orElseThrow(); }
@CacheEvict(value = "products", key = "#p.id") // invalidate on write
public Product update(Product p) { return repo.save(p); }
instance-জুড়ে একটি ভাগ করা cache-এর জন্য একে Redis (spring-boot-starter-data-redis) দিয়ে ব্যাক করুন।
Senior interview যাচাই করে আপনি optimize করার আগে diagnose করেন কিনা। সবচেয়ে শক্তিশালী উত্তর সেই tool-টির নাম বলে যা bottleneck প্রমাণ করে (query গণনা করতে spring.jpa.show-sql বা datasource-proxy চালু করা, Actuator থেকে p99 latency পড়া), কেন অতিরিক্ত বড় pool ক্ষতি করে তা ব্যাখ্যা করে, এবং caching-কে কেবল গতির নব নয়, একটি শুদ্ধতার সমস্যা — বাসি data ও invalidation — হিসেবে দেখে।
বিস্তারিত উত্তরসহ IT ইন্টারভিউ প্রশ্নের একটি লাইব্রেরি — জুনিয়র থেকে সিনিয়র পর্যন্ত।
দান করুন