Lazy Loading vs Eager Loading: N+1 Problemi, Performans ve Production Best Practices

N+1 Problemi Nedir?

N+1 problemi, Lazy Loading kullanılırken en sık karşılaşılan performans problemidir.

Örnek senaryo:

List<Order> orders = orderRepository.findAll();

for (Order order : orders) {
    System.out.println(order.getItems().size());
}

Bu durumda:

• 1 adet ana sorgu (orders)
• N adet alt sorgu (items)

Çözüm 1 — JOIN FETCH

En yaygın ve güçlü çözüm JOIN FETCH kullanmaktır.

@Query("SELECT o FROM Order o JOIN FETCH o.items")
List<Order> findAllWithItems();

Avantajları

• Tek sorguda tüm veri çekilir
• N+1 problemi ortadan kalkar

Dikkat Edilmesi Gerekenler

• Pagination ile birlikte kullanımı zor olabilir
• Çok fazla join performansı düşürebilir

Çözüm 2 — EntityGraph

Daha esnek ve temiz bir çözüm: EntityGraph

@EntityGraph(attributePaths = {"items"})
List<Order> findAll();

Avantajları

• Declarative yapı (annotation bazlı)
• Dinamik fetch kontrolü
• Pagination ile uyumlu

Çözüm 3 — DTO Projection (En Temiz Yaklaşım)

En performanslı yöntem: sadece ihtiyaç duyulan veriyi çekmek

@Query("SELECT new com.app.dto.OrderDto(o.id, o.name) FROM Order o")
List<OrderDto> findOrders();

Neden Önemli?

• Gereksiz veri çekilmez
• Memory kullanımı azalır
• En hızlı yöntemdir

Benchmark Senaryosu (Gerçekçi Yaklaşım)

10.000 kayıt üzerinden yapılan tipik karşılaştırma:

Production Best Practices 🚀

• Default olarak LAZY kullan
• EAGER kullanmaktan kaçın
• N+1 problemini her zaman loglardan kontrol et
• JOIN FETCH sadece gerektiğinde kullan
• EntityGraph ile esnek yapı kur
• DTO projection ile minimum veri çek
• Pagination + fetch kombinasyonuna dikkat et

Sonuç

Lazy vs Eager tartışması tek başına yeterli değildir. Asıl önemli olan:

• N+1 problemini yönetmek
• Doğru fetch stratejisini seçmek
• Gerçek kullanım senaryosuna göre optimize etmektir

Modern uygulamalarda en doğru yaklaşım: LAZY + DTO + gerektiğinde optimize