Pythonでデータベース操作を行う際の手法として、オブジェクト関係マッピング（ORM）がよく使用されます。この記事では、ORMにおける「Lazy Loading」と「Eager Loading」の違いに焦点を当てます。具体的なコード例とその解説、応用例を含めています。
目次
Lazy Loadingとは
Lazy Loading（遅延読み込み）とは、実際にデータが必要になるまでデータベースからの読み込みを遅延させるテクニックです。
基本的な使用例
以下は、PythonのORMライブラリ「SQLAlchemy」を用いたLazy Loadingの基本的な例です。
from sqlalchemy.orm import relationship
class User(Base):
__tablename__ = 'users'
id = Column(Integer, primary_key=True)
name = Column(String)
orders = relationship("Order", lazy='select') # Lazy Loading設定
# Userモデルからデータを取得
user = session.query(User).first()
print(user.orders) # この時点でordersに関連するデータが読み込まれる
メリットとデメリット
Eager Loadingとは
Eager Loading（先読み読み込み）とは、元のデータと一緒に関連するデータも事前に読み込むテクニックです。
基本的な使用例
以下は、Eager Loadingを用いた例です。
from sqlalchemy.orm import joinedload
# Eager Loading設定
user = session.query(User).options(joinedload(User.orders)).first()
print(user.orders) # ordersに関連するデータは既に読み込まれている
メリットとデメリット
応用例
Lazy Loadingでのページネーション
Lazy Loadingはページネーションを行う際に有用です。以下の例では、10件ずつデータを読み込むシナリオを示しています。
# ページネーションで使用する設定
PER_PAGE = 10
page = 1 # 現在のページ番号
# Lazy Loadingでのデータ取得
users = session.query(User).offset((page - 1) * PER_PAGE).limit(PER_PAGE).all()
Eager Loadingでの一括処理
Eager Loadingは、一度のクエリで必要なすべてのデータを読み込む場合に便利です。
# 一括でデータを取得
users_with_orders = session.query(User).options(joinedload(User.orders)).all()
# すべてのユーザーとその注文情報を処理
for user in users_with_orders:
process_user_and_orders(user) # 何らかの処理
まとめ
Lazy LoadingとEager Loadingは、それぞれ特有のメリットとデメリットがあります。ページネーションなど特定のケースでLazy Loadingが有利な場面もあれば、一括処理でEager Loadingが有利な場面もあります。用途に応じて適切な読み込み方式を選ぶことが、パフォーマンス向上に繋がります。
コメント