Django, DRF - 페이지네이션은 다 성능이 달라요! (ps. DBMS pagination)

정현우·2024년 8월 3일
5

Django Basic to Advanced

목록 보기
36/39
post-thumbnail

[ 글의 목적: 페이지네이션 기본 개념 정리, drf 에서 기본 제공하는 페이지네이션 class 분석과 정리 ]

DRF Pagination

pagination 을 왜 사용하는가? 특정 데이터 GET ALL 하는 API 는 기본적으로 양이 너무 많다. 네트워크 비용, 퍼포먼스, 최적화 등의 관점에서 pagination 은 특정 상황을 제외하곤 필수다. 몇 천개를 select 하느라 DBMS lock 이 되는 상황을 아무도 원하지 않는다. 이는 server side 뿐 아니라 client side 에서도 rendering 과 직결된다.

1. Pagination

  • 앞서 언급한 바와 같이, 네트워크 비용, 퍼포먼스, 최적화 등의 관점에서 pagination 은 특정 상황을 제외하곤 필수다.

  • 익히 알듯, 페이지네이션은 "결과를 가져올 때 데이터를 분할하고 번호를 매겨 일부만 가져오는 기법" 이다. 이는 server side 뿐 아니라 client side 에서도 중요하다.

  • 기본적으로 크게 "2가지 페이지네이션이" 있다. 사실 여기서 다루는 페이지네이션을 더 정확하게 표현하자면 RDBMS 에서 table의 data를 분할해서 가져오는 방법 을 의미한다. (기준은 MySQL & Postgresql)

1) offset

-- 2번째 페이지 (10개 아이템, 10번째부터 시작)
SELECT * FROM table_name
LIMIT 10 OFFSET 10;
  • (ps. LIMIT 는 가져오는 개수를 제한하는 것)
  • OFFSET 은 기본적으로 뛰어넘는 row 개수 를 의미한다.
  • DBMS 는 OFFSET지정된 수만큼의 행을 스캔하고 건너뛰어야 한다.
SELECT * FROM table_name
LIMIT 10 OFFSET 100000000;
  • 그래서 앞부분의 데이터를 조회할 경우 문제가 되지 않지만 10만 부터 40개씩 등과 같은 방식으로 조회할 경우 느려진다.
  • 왜? 데이터 개수는 변경될 수 있기 때문에 매번 데이터를 확인하여 (full-scan) 해당 offset 수 만큼 지나가야 하기 때문이다!

치명적인 문제

시간데이터베이스 상태 (데이터 ID)페이지 요청반환된 데이터설명
T11, 2, 3, 4, 5, 6, 7, 8, 9Page 11, 2, 3초기 상태에서 첫 번째 페이지 요청
T21, 2, 3, 4, 5, 6, 7, 8, 9Page 24, 5, 6두 번째 페이지 요청
T31, 2, 3, A, B, C, 4, 5, 6, 7, 8, 9Page 11, 2, 3페이지 1 요청, 데이터 3개 추가됨
T41, 2, 3, A, B, C, 4, 5, 6, 7, 8, 9Page 2A, B, C추가된 데이터 때문에 기존 페이지 2의 데이터가 사라짐
T51, 2, 3, A, B, C, 4, 5, 6, 7, 8, 9Page 34, 5, 6페이지 3에서 이전 페이지 2의 데이터를 중복 확인
  • 만약 2번 페이지를 조회 완료 했는데, 1번 페이지에 데이터 3개가 추가 된다면? -> 3번 페이지에서는 2번에서 봤던 데이터 3개가 중복되어서 보여진다. 이는 삭제의 경우도 같다!

장점

  • 일반적인 방식으로 쿼리가 복잡하지 않다.
  • 다양한 정렬 방식을 쉽게 구현할 수 있다.
  • FE 에서 Pagination bar 를 쉽고 빠르게 구현할 수 있다.

단점

  • 페이지의 뒤로 갈수록 쿼리의 속도가 매우 느려진다.
  • 데이터의 잦은 추가와 삭제가 이루어졌을 때 누락과 중복이 발생할 수 있다.
  • 실시간으로 빠르게 데이터가 추가 삭제되는 서비스 (ex. SNS 등)에서는 대단히 오류가 많고 속도가 느릴 것이다!

2) cursor (zero offset)

  • offset 을 사용하지 않아서 zero offset 방식이라고도 한다.
-- 2번째 페이지
SELECT * FROM table_name
WHERE id > 10
LIMIT 10;
  • offset 방식과 같은 결과 query 를 커서 방식은 위와 같이 표현할 수 있다. 아래와 같이 WHERE 조건절에 pk 값 (int, auto_incre 라 가정) 을 위와 같이 세팅해서 가져올 수 있다.
SELECT * FROM product WHERE id > {기준값} LIMIT 40;
SELECT * FROM product WHERE id > 40 LIMIT 40; -- 41~80
SELECT * FROM product WHERE id > 80 LIMIT 40; -- 81~120
SELECT * FROM product WHERE id > 120 LIMIT 40; -- 121~160
SELECT * FROM product WHERE id > 160 LIMIT 40; -- 161~200
  • 근데 만약 id 값을 내림 차순으로 가져오려면?
  • 정렬이 들어가면 cursor 는 조금 골치아프다. 내림 차순으로 가져오려면 id 대소값이 "적다" 로 바뀌어야 하는데, 전체 데이터 개수를 모르면? 그 값과 기준을 정하기 어렵다.

  • 둘 다 같은 상황의 index scan 을 한다고 가정하고 (oder by 등 없을때) 단순한 시간 효율성은 커서가 압도한다.
  • 하지만 cursor제한된 정렬 기능 을 가질 수 밖에 없다. 특정 지점으로 커서를 지정할 수 있어야 하고 (위 경우 id 값), 반드시 정렬 기준이 되는 필드 중 (적어도 하나는) 고유값이어야 한다.
  • 물론 고유하지 않은 값을 사용할 수 있는데, 그러면 커서 방식을 쓰는게 아무 의미가 없다.

장점

  • 같은 조건에서는 offset 을 사용하는 것 보다 빠르다.
  • 페이지 수(데이터 수)에 상관 없이 퍼포먼스를 유지한다.
  • 실시간으로 빠르게 데이터가 추가 삭제되는 서비스 (ex. SNS 등)에서 유리하다.

단점

  • 상대적인 구현 난이도가 offset 보다 높다. (신경쓸게 많다.)
  • 다양한 정렬을 활용하기 어렵다. (제한된 정렬 기능)
  • 커서만을 위한 컬럼을 추가해야할 수 있다. 그에 따라 추가적인 저장 공간이 낭비된다. (필요에 따라 table에 cursor 컬럼 추가하는 경우)

3) DBMS 성능은 복합적이다.

  • 사실 현업에서 DBMS 의 조회 성능은 [ offset 은 느리다. cursor 는 빠르다. ] 와 같은 단순 이분법으로 절대 나뉘지 않는다.

  • 아주 아주 많은 경우에서 우리의 select 가 느린 이유는 offset & cursor 보다 본질적으로 우리가 "어떻게 정렬" 하고 있는지, "어떤 컬럼에 조건을 거는지" 가 훨씬 더 지대한 영향을 미친다.

  • 그리고 DBMS 종류마다 달라질 수 도 있다. mysql & psql 의 경우 streaming 방식과 buffering 방식이 있는데, 전자는 바로 return, 후자는 결과를 메모리에 다 쌓아두고 return 하는 방식이다.

  • mysql & psql 에서는 정렬이나 그룹이 들어가면 buffering 방식이 되고, 대부분의 페이징은 정렬을 무조건 사용한다. 더 깊이들어가면 해당 글의 본질이 바뀔 것 같아 다음번에..


2. DRF 에서 제공하는 Pagination

1) BasePagination

  • 아래 소개될 drf 의 3가지 페이지네이션 기법은 모두 해당 class 를 상속받고 있다.
class BasePagination:
    display_page_controls = False

    def paginate_queryset(self, queryset, request, view=None):  # pragma: no cover
        raise NotImplementedError('paginate_queryset() must be implemented.')

    def get_paginated_response(self, data):  # pragma: no cover
        raise NotImplementedError('get_paginated_response() must be implemented.')

    def get_paginated_response_schema(self, schema):
        return schema

    def to_html(self):  # pragma: no cover
        raise NotImplementedError('to_html() must be implemented to display page controls.')

    def get_results(self, data):
        return data['results']

    def get_schema_fields(self, view):
        assert coreapi is not None, 'coreapi must be installed to use `get_schema_fields()`'
        if coreapi is not None:
            warnings.warn('CoreAPI compatibility is deprecated and will be removed in DRF 3.17', RemovedInDRF317Warning)
        return []

    def get_schema_operation_parameters(self, view):
        return []
  • 하나 하나 다 뜯어보면 이야기가 산으로 가니 다른 sub class 를 보면서 더 살펴보자!

2) PageNumberPagination & LimitOffsetPagination

  • drf 의 아주 default 페이징 기법이다. 국밥 페이징
class PageNumberPagination(BasePagination):
	... # 생략
    page_size = api_settings.PAGE_SIZE
    django_paginator_class = DjangoPaginator
    page_query_param = 'page'
    ... # 생략

    def paginate_queryset(self, queryset, request, view=None):
	    ... # 생략
        self.request = request
        page_size = self.get_page_size(request)
        if not page_size:
            return None

        paginator = self.django_paginator_class(queryset, page_size)
        page_number = self.get_page_number(request, paginator)

        try:
            self.page = paginator.page(page_number)
        except InvalidPage as exc:
            msg = self.invalid_page_message.format(
                page_number=page_number, message=str(exc)
            )
            raise NotFound(msg)

        if paginator.num_pages > 1 and self.template is not None:
            # The browsable API should display pagination controls.
            self.display_page_controls = True

        return list(self.page)
  • django_paginator_class 를 보면 알 수 있듯, 기본적으로 django core 의 Paginator class 를 활용해 페이징 처리를 한다.

  • 기본적으로 "pk" 값을 활용해 페이징 처리를 한다. 하지만 위 mehtod 에 전달하는 "queryset" 의 order_by 값을 건들면, 해당 값 기준으로 페이징 처리가 된다.

  • (단순 결과물만 봤을때) http://api.example.org/accounts/?page=3&page_size=20 로 요청이 온다면, 아래 SQL 이 실행된다.

SELECT * FROM accounts ORDER BY id ASC LIMIT 20 OFFSET 40;
  • 그리고 사실 LimitOffsetPagination 도 동작은 같다고 보면 된다. 하지만 django_paginator_class 를 사용하지 않는다.

  • 좀 더 고전적인 offset & limit 방식이라고 보면 된다. cursor 대신 특정 섹션(구간)에 통으로 모든 데이터를 가져올 때 좀 더 유리하다.

3) CursorPagination

  • 사람들이 은근 안쓴다. 왜 안쓰는지 모르겠다. (물론 굳이 커서까지 필요할 경우가 꽤 드물긴 하다. 복합적 ordering 과 잘 짜여진 index 를 더 선호해서 그런가?)
    def decode_cursor(self, request):
        encoded = request.query_params.get(self.cursor_query_param)
        if encoded is None:
            return None
        try:
            querystring = b64decode(encoded.encode('ascii')).decode('ascii')
            tokens = parse.parse_qs(querystring, keep_blank_values=True)

            offset = tokens.get('o', ['0'])[0]
            offset = _positive_int(offset, cutoff=self.offset_cutoff)

            reverse = tokens.get('r', ['0'])[0]
            reverse = bool(int(reverse))

            position = tokens.get('p', [None])[0]
        except (TypeError, ValueError):
            raise NotFound(self.invalid_cursor_message)
  • decode_cursor method 를 통해 가장 먼저 cursor 에 필요한 값들을 request 로 부터 받아온다.
  1. offset: 현재 페이지에서 데이터를 건너뛰는 개수
  2. reverse: 데이터를 역순으로 가져올지 여부
  3. position: 현재 커서 위치를 나타내는 고유 값
  • 재미있는 부분이 tokens = parse.parse_qs(querystring, keep_blank_values=True) 이 부분이다. cursor 의 핵심은 "페이징 위치를 파악하는 것" 인데, drf 에서는 parse_qs 를 활용하고 있다.

  • 그런 다음 중요한 "정렬 순서" 를 가져온다.

def get_ordering(self, request, queryset, view):
    # 기본 정렬 기준 설정
    ordering = self.ordering

    ordering_filters = [
        filter_cls for filter_cls in getattr(view, 'filter_backends', [])
        if hasattr(filter_cls, 'get_ordering')
    ]

    if ordering_filters:
        # 뷰에 정렬 필터가 있는 경우 이를 사용합니다.
        filter_cls = ordering_filters[0]
        filter_instance = filter_cls()
        ordering_from_filter = filter_instance.get_ordering(request, queryset, view)
        if ordering_from_filter:
            ordering = ordering_from_filter
	
    # ... 생략 ...

    # 정렬 기준을 튜플로 반환합니다.
    if isinstance(ordering, str):
        return (ordering,)
    return tuple(ordering)
  • "ordering" 은 정렬 기준인데, 여기서 꼭 index 의 중요성을 놓치면 안된다. 정렬 순서에 카디널리티가 높은 것들 순서대로, 가능하면 첫 order 는 unique 값을 세팅해야 한다. (그래야 커서의 퍼포먼스가 의미 있다!!)

  • 그런 다음 paginate_queryset method 로 넘어가서 쿼리셋을 구성하게 된다. ordering='-created' 를 기준으로 정렬한다고 하면, 아래와 같은 sql 을 만들 것이다!

SELECT * FROM myapp_mymodel
WHERE created < '2024-08-04 12:00:00'
ORDER BY created DESC
LIMIT 11;
  • 그리고 실제 "next" 와 "previous" 는 아래와 같이 만들어 진다. 저 cursor 값이 포지션이 되는데, 여기서 decode_cursor method 의 cursor 값을 잘 해석해서 슈킹할 수 있다면,, 순차 포지션 접근 말고 중간 커서 포지션으로 딱! 접근할 수 있을 것이다.. (근데 아시다시피 이럴꺼면 cursor 안쓰는게..)

4) 오버라이딩 하기

  • 개별 view 단위로는 아래와 같이 사용하면 된다.
class FooPagination(PageNumberPagination):
    page_size = 3

class FooViewSet(viewsets.ModelViewSet):
    queryset = Foo.objects.all()
    serializer_class = FooSerializer
    pagination_class = FooPagination
  • 대게 단일화된 API response format 을 위해 위와 같은 방식은 지양하는게 좋다. (물론 통계 api 등에서는 얘기가 달라질 수 있다.)
  • 보통 전역적으로 사용할 기본 페이지네이션 class 를 만들고, settings 에서 세팅해 둔다.
# settings.py
REST_FRAMEWORK = {
	# ... 생략 ...
    "PAGE_SIZE": DEFAULT_PAGE_SIZE,
    "DEFAULT_PAGINATION_CLASS": "config.base_paginations.CustomPagination",
}

class CustomPagination(PageNumberPagination):
    page_size = 10
    page_size_query_param = "page_size"
    max_page_size = 100

    def get_paginated_response(self, data):
        return Response(
            {
                "links": {
                    "next": self.get_next_link(),
                    "previous": self.get_previous_link(),
                },
                "total": self.page.paginator.count,
                "page_size": int(self.request.GET.get("page_size", self.page_size)),
                "current_page": self.page.number,
                "total_pages": self.page.paginator.num_pages,
                "results": data,
            }
        )

커서 방식은 조금 더 신경 써야 한다.

  • 아래와 같이 "페이지 사이즈", "정렬 순서", "커서파라미터" 정도만 세팅해도 되고
class MyCursorPagination(CursorPagination):
    page_size = 10
    ordering = 'created'
    cursor_query_param = 'cursor'
  • ordering 값을 정해진 것 중 하나만 선택해서 사용하게 할 수 있다.
class CustomCursorPagination(CursorPagination):
    page_size = 10
    ordering = '-created'
    cursor_query_param = 'cursor'
    page_size_query_param = 'page_size'
    max_page_size = 100

    def get_ordering(self, request, queryset, view):
        ordering = request.query_params.get('ordering', self.ordering)
        return (ordering,)
  • 그래서 필자는 "단일화된 API response format" 위해 CustomPaginationCustomCursorPagination 를 모듈화 해두고 전역적으로 default 는 CustomPagination 를 사용하게 한다.

  • 그리고 때에 따라서 view class 에서 pagination_class = CustomCursorPagination 를 사용한다.


출처

profile
도메인 중심의 개발, 깊이의 가치를 이해하고 “문제 해결” 에 몰두하는 개발자가 되고싶습니다. 그러기 위해 항상 새로운 것에 도전하고 노력하는 개발자가 되고 싶습니다!

0개의 댓글