Data - JPA et Hibernate

Pourquoi cette etape est importante

JPA/Hibernate accelere le developpement, mais un comportement SQL implicite mal maitrise peut provoquer de gros problemes de performance.

Bases du mapping d'entites

@Entity
@Table(name = "users")
public class User {
    @Id
    @GeneratedValue(strategy = GenerationType.IDENTITY)
    private Long id;

    private String email;
}

Annotations centrales :

• @Entity, @Table
• @Id, @GeneratedValue
• annotations de relation (@OneToMany, @ManyToOne, etc.)

Lazy vs eager loading

• LAZY : charge la relation seulement a l'acces
• EAGER : charge la relation immediatement

Recommendation par defaut : preferer LAZY et charger explicitement selon le besoin.

Probleme N+1

Le N+1 arrive quand on charge une liste d'entites puis chaque relation individuellement.

Mitigations classiques :

• JOIN FETCH
• entity graphs
• projections pour les lectures

Limites transactionnelles

Garder les transactions autour d'operations metier coherentes.

En Spring :

@Transactional
public void processOrder(Long orderId) {
    // load, validate, update, persist
}

Ne pas laisser une transaction ouverte plus longtemps que necessaire.

Conseils pratiques

• separer modele d'ecriture (entites) et modele de lecture (DTO/projections)
• logger le SQL en dev pour comprendre les requetes generees
• mesurer avant d'optimiser

Erreurs frequentes

• eager loading partout par defaut
• exposer les entites directement dans les APIs publiques
• ignorer le timing flush/transaction
• absence de tests de comportement data

A retenir

1. JPA accelere, mais SQL reste indispensable
2. Gerer la strategie de chargement de maniere intentionnelle
3. Surveiller N+1 et corriger avec un fetch explicite
4. Garder des transactions courtes et claires