기존 Spring Data MongoDB Repository 확장 포스팅에서는 복잡한 쿼리 로직을 분리하여 상위 레벨에서는 구현 디테일을 신경 쓰지 않고, 데이터 접근 로직을 단순화할 수 있는 방법을 다루었습니다. 특히, Slice 기반 및 Page 기반의 페이징 처리를 적용하여 다음과 같은 장점을 얻을 수 있었습니다.

  • Page 기반 페이징 처리:
    • 카운트 쿼리와 컨텐츠 쿼리를 병렬로 실행하여 성능 최적화
  • Slice 기반 페이징 처리:
    • hasNext 처리를 위임하여 반복적인 코드 없이 페이징을 처리

그러나 이러한 방식은 단순히 도큐먼트 객체(T) 타입을 기준으로 설계되어, 복잡한 데이터 변환, 조인, 그룹화 등 다양한 데이터 처리 작업을 다루는 데 한계가 있었습니다. 특히, 프로젝션을 활용한 데이터 조회나 복잡한 쿼리는 Aggregation을 사용하여 해결해야 하기 때문에, Aggregation을 기반으로 하는 페이징 처리가 필요합니다.
따라서, 이번 포스팅에서는 MongoTemplate을 기반으로 Aggregation을 활용한 페이징 처리 방법을 확장하여 이 문제를 해결하는 방법을 다루겠습니다.

기존 Query 기반 Pagination과 Slice 처리#

기존 applyPagination과 applySlice는 MongoTemplate을 활용하여 Query 기반으로 페이징을 처리하는 방식이었습니다.

Query 기반 Pagination 및 Slice 추상화#

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
protected fun <S : T> applyPagination(
    pageable: Pageable,
    contentQuery: (Query) -> List<S>,
    countQuery: (Query) -> Long
) = runBlocking {
    val content = async { contentQuery(Query().with(pageable)) }
    val totalCount = async { countQuery(Query()) }
    PageImpl(content.await(), pageable, totalCount.await())
}

protected fun <S : T> applySlice(
    pageable: Pageable,
    contentQuery: (Query) -> List<S>
): Slice<S> {
    val content = contentQuery(Query().with(pageable))
    val hasNext = content.size >= pageable.pageSize
    return SliceImpl(content, pageable, hasNext)
}

사용 예시#

기존 applyPagination과 applySlice를 활용하면 MongoTemplate을 사용하여 데이터를 간단하게 조회할 수 있습니다.

Slice 조회#

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
override fun findSlice(
    pageable: Pageable,
    name: String?,
    email: String?,
    memberId: String?
): Slice<Member> {
    val criteria = Criteria()
        .apply {
            name?.let { this.and("name").`is`(it) }
            email?.let { this.and("email").`is`(it) }
            memberId?.let { this.and("member_id").`is`(it) }
        }

    return applySlice(
        pageable = pageable,
        contentQuery = {
            mongoTemplate.find<Member>(it.addCriteria(criteria))
        }
    )
}

Page 조회#

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
override fun findPage(
    pageable: Pageable,
    name: String?,
    email: String?,
    memberId: String?
): Page<Member> {
    val criteria = Criteria().apply {
        name?.let { this.and("name").`is`(it) }
        email?.let { this.and("email").`is`(it) }
        memberId?.let { this.and("member_id").`is`(it) }
    }

    return applyPagination(
        pageable = pageable,
        contentQuery = { mongoTemplate.find<Member>(it.addCriteria(criteria)) },
        countQuery = { mongoTemplate.count(it.addCriteria(criteria), documentClass) }
    )
}

이 방식은 기본적인 도큐먼트(T) 조회에는 적합 하지만, 프로젝션을 활용한 데이터 조회에는 적용할 수 없는 한계가 있습니다.

Aggregation을 활용한 Projection 및 Pagination 확장#

MongoDB에서는 Aggregation을 활용하여 특정 필드만 선택하거나, 데이터를 변환하는 프로젝션 외에도, 조인($lookup), 그룹화($group), 집계($count), 정렬($sort) 등 다양한 작업을 수행할 수 있습니다. 이러한 복잡한 데이터 처리 작업을 효율적으로 다루기 위해서는 Aggregation 기반의 페이징을 활용하는 것이 필요합니다. 이 방식은 기존 Query 기반 페이징 처리 방식에 비해 더 유연하고 강력한 쿼리 작성이 가능하며, 복잡한 데이터 변환 및 집계도 손쉽게 처리할 수 있습니다.

Aggregation 기반 Pagination 및 Slice 추상화 코드 설명#

이 두 메서드는 MongoDB에서 Aggregation을 사용하여 페이징 처리 및 Slice 또는 Page 결과를 반환하는 기능을 제공합니다. 각 메서드는 Aggregation의 파이프라인을 동적으로 수정하고, skip과 limit을 추가하여 페이지네이션을 처리합니다.

applyPaginationAggregation 메서드#

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
protected fun <S> applyPaginationAggregation(
    pageable: Pageable,
    contentAggregation: Aggregation,
    countAggregation: Aggregation,
    contentQuery: (Aggregation) -> AggregationResults<S>,
    countQuery: (Aggregation) -> AggregationResults<MongoCount>
): PageImpl<S> = runBlocking {
    val skip = pageable.pageNumber * pageable.pageSize
    val limit = pageable.pageSize

    contentAggregation.pipeline.apply {
        this.add(Aggregation.skip(skip.toLong()))
        this.add(Aggregation.limit(limit.toLong()))
    }

    countAggregation.pipeline.apply {
        this.add(Aggregation.count().`as`("count"))
    }

    // Perform queries asynchronously
    val contentDeferred = async { contentQuery(contentAggregation) }
    val countDeferred = async { countQuery(countAggregation) }

    val content = contentDeferred.await().mappedResults
    val totalCount = countDeferred.await().uniqueMappedResult?.count ?: 0L

    PageImpl(content, pageable, totalCount)
}

설명#

  1. contentAggregation:
    • 페이지네이션을 적용하기 위해 skip과 limit을 contentAggregation에 추가합니다. skip은 현재 페이지의 첫 번째 항목부터 건너뛸 수 있도록 하며, limit은 페이지당 보여줄 항목의 개수를 설정합니다.
  2. countAggregation:
    • 카운트 쿼리를 처리하기 위해 countAggregation에서 $count를 사용하여 총 항목 수를 계산합니다. 이 단계에서는 skip과 limit을 적용하지 않고, 전체 항목 수만 계산합니다.
  3. runBlocking:
    • 비동기 처리를 위해 runBlocking을 사용하여 contentQuery와 countQuery를 동시에 실행합니다. 이렇게 함으로써 페이징 처리 쿼리와 카운트 쿼리를 병렬로 실행하여 성능을 최적화합니다.
  4. 쿼리 실행:
    • contentQuery(contentAggregation): contentAggregation을 기반으로 데이터를 조회합니다.
    • countQuery(countAggregation): countAggregation을 기반으로 총 개수를 조회합니다.
  5. 응답 생성:
    • content: 페이징된 결과 목록.
    • totalCount: 전체 항목 수.
    • PageImpl 객체를 생성하여 결과를 반환합니다.

사용된 MongoDB 쿼리#

페이징 쿼리#

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
db.members.aggregate([
  {
    "$match": {
      "member_id": "memberId"
    }
  },
  {
    "$project": {
      "name": 1.0,
      "email": 1.0
    }
  },
  {
    "$skip": 0.0
  },
  {
    "$limit": 10.0
  }
])

카운트 쿼리#

1
2
3
4
5
6
7
8
9
10
db.members.aggregate([
  {
    "$match": {
      "member_id": "memberId"
    }
  },
  {
    "$count": "count"
  }
])

이 두 쿼리는 각각 페이징 처리된 결과와 전체 항목 수를 계산하는 쿼리입니다. contentAggregation에서는 skip과 limit을 적용하여 데이터를 제한하고, countAggregation에서는 총 항목 수를 계산합니다.

applySliceAggregation 메서드#

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
protected fun <S> applySliceAggregation(
    pageable: Pageable,
    contentAggregation: Aggregation,
    contentQuery: (Aggregation) -> AggregationResults<S>
): Slice<S> {
    val skip = pageable.pageNumber * pageable.pageSize
    val limit = pageable.pageSize
   contentAggregation.pipeline.apply {
        this.add(Aggregation.skip(skip.toLong()))
        this.add(Aggregation.limit(limit.toLong()))
    }
   val results = contentQuery(contentAggregation)
    val content = results.mappedResults
    val hasNext = content.size >= pageable.pageSize
    return SliceImpl(content, pageable, hasNext)
}

설명:#

  1. contentAggregation:
    • contentAggregation 는 사용자가 제공한 Aggregation 객체입니다. 이 객체에는 $match, $project와 같은 데이터 변환 및 필터링 로직이 포함됩니다.
    • contentAggregation에 skip 과 limit 을 추가하여 페이징을 처리합니다. 이를 통해 주어진 pageable에 맞게 데이터를 조회할 수 있습니다.
  2. contentQuery:
    • contentAggregation을 기반으로 데이터를 조회하는 contentQuery 함수입니다. 이 함수는 Aggregation을 받아서 mongoTemplate.aggregate를 사용해 데이터를 가져옵니다.
  3. 쿼리 실행:
    • contentQuery(contentAggregation)를 실행하여 페이징된 결과를 가져옵니다.
    • skip과 limit을 포함한 contentAggregation을 전달하여 데이터를 필터링합니다.
  4. 응답 생성:
    • content: 페이징된 결과.
    • hasNext: content의 크기가 pageable.pageSize보다 크거나 같으면, 더 많은 데이터가 있다는 뜻으로 hasNext를 설정합니다.
    • SliceImpl 객체를 생성하여 결과를 반환합니다.

사용된 MongoDB 쿼리#

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
db.members.aggregate([
  {
    "$match": {
      "name": "11-name",
      "email": "11-asd@asd.com",
      "member_id": "memberId"
    }
  },
  {
    "$project": {
      "name": 1.0,
      "email": 1.0
    }
  },
  {
    "$skip": 0.0
  },
  {
    "$limit": 10.0
  }
])

Aggregation 기반 Page 및 Slice 조회 예시#

Slice 조회#

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
override fun findSliceAggregation(
    pageable: Pageable,
    name: String?,
    email: String?,
    memberId: String?
): Slice<MemberProjection> {
    val match = Aggregation.match(
        Criteria().apply {
            name?.let { this.and("name").`is`(it) }
            email?.let { this.and("email").`is`(it) }
            memberId?.let { this.and("member_id").`is`(it) }
        }
    )
    val projection = Aggregation.project()
        .andInclude("name")
        .andInclude("email")

    return this.applySliceAggregation(
        pageable = pageable,
       contentAggregation = Aggregation.newAggregation(match, projection),
        contentQuery = { mongoTemplate.aggregate(it, Member.DOCUMENT_NAME, MemberProjection::class.java) }
    )
}

Page 조회#

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
override fun findPageAggregation(
    pageable: Pageable,
    name: String?,
    email: String?,
    memberId: String?
): Page<MemberProjection> {

    val match = Aggregation.match(
        Criteria().apply {
            name?.let { this.and("name").`is`(it) }
            email?.let { this.and("email").`is`(it) }
            memberId?.let { this.and("member_id").`is`(it) }
        }
    )
    val projection = Aggregation.project()
        .andInclude("name")
        .andInclude("email")

    return applyPaginationAggregation(
        pageable = pageable,
        contentAggregation = Aggregation.newAggregation(match, projection),
        countAggregation = Aggregation.newAggregation(match),
        contentQuery = { mongoTemplate.aggregate(it, Member.DOCUMENT_NAME, MemberProjection::class.java) },
        countQuery = { mongoTemplate.aggregate(it, Member.DOCUMENT_NAME, MongoCount::class.java) }
    )
}

결론#

  • 기존 Query 기반 페이징에서 T 타입 한계를 벗어나 Projection을 지원하도록 확장
  • Aggregation을 활용한 페이징 처리로 다양한 데이터 변환 및 성능 최적화 가능
  • 비동기(async) 처리로 성능 최적화하며, 코드 재사용성을 높임

이제 Spring Data MongoDB에서 확장 가능한 Projection 기반 Pagination을 활용한 Repository를 구축할 수 있습니다.