정규 표현 식 Pattern 객체의 생성 비용을 줄이자

객체 생성 비용이 비싼 객체

EffectiveJava item6 - 불필요한 객체 생성을 피하라 라는 내용을 회사 코드에 적용한 내용을 정리하여 공유합니다.

• 스터디 정리 내용

https://github.com/WanOnPreStudy/EffectiveJavaStudy/blob/main/Chapter2/item_6_%EA%B9%80%EC%A0%95%ED%9D%AC.md

 

 

책에서는 아래와 같이 설명하고 있습니다.

• 객체 생성 비용이 비싼 객체는 반복해서 생성하기보다, 캐싱하여객체를 재사용하는 것이 좋다.
  • 객체 생성 비용이 비싼 객체 = cpu 리소스 사용 多
    • 정규표현식의 경우 객체 생성 시 생성 비용이 비싸다.

String의 matches()

Pattern객체의 matches()

정규 표현식을 통해 문자열을 검사할 때 내부 메서드를 들여다보면 정규표현식을 파라미터로 받아 내부적으로 Pattern 인스턴스로 컴파일하는 것을 확인할 수 있다.

---

코드 개선하기

회사에서 크롤링한 텍스트 데이터에서 필요한 항목만 추출하기 위해 기존에는 아래와 같이 메서드를 호출할 때마다 Pattern객체를 컴파일하여 비효율적인 객체 생성을 하고 있었습니다.

@Service
public class RegexService {
    private RegexRepository regexRepository;
   
    public RegexService(RegexRepository regexRepository) {
        this.regexRepository = regexRepository;
    }
    
   /**
     * email 추출
     * @param s
     */
    public void startTest() {
        StopWatch stopWatch = new StopWatch();
        stopWatch.start();
        List<String> combinedText = getCombinedText();
        for (String s : combinedText) {
            extractEmail(s);
            extractTel(s);
        }
        stopWatch.stop();
        System.out.println("total Time = " + stopWatch.getTotalTimeMillis()); ;
    }

    private void extractEmail(String s) {
        String regex = "[a-zA-Z0-9+-\\_.]+@[a-zA-Z0-9-]+\\.[a-zA-Z0-9-.]+";

        Pattern pattern = Pattern.compile(regex, Pattern.MULTILINE);
        Matcher matcher = pattern.matcher(s);
        if (matcher.find()) {
            System.out.println("Full match Email : " + matcher.group(0));
        }
    }

   /**
     * tel 추출
     * @param s
     */
    private void extractTel(String s) {
        String regex = "\\d{2,3}-\\d{3,4}-\\d{4}$";
        Pattern pattern = Pattern.compile(regex, Pattern.MULTILINE);
        Matcher matcher = pattern.matcher(s);
        if (matcher.find()) {
            System.out.println("Full match Tel : " + matcher.group(0));
        }
    }
    
    /**
     * table column 하나의 데이터로 합치는 메서드
     * @return
     */
    private List<String> getCombinedText() {
        List<SeoulBidData> seoulBidDataList = regexRepository.findAll();
        List<String> combinTxtList = new ArrayList<>();
        seoulBidDataList.forEach(data -> {
            StringBuilder sb = new StringBuilder();
            sb.append(data.getPostId() + " ");
            sb.append(data.getPostName() + " ");
            sb.append(data.getCreateDate() + " ");
            sb.append(data.getUpdateDate() + " ");
            sb.append(data.getOrgan() + " ");
            sb.append(data.getPosition() + " ");
            sb.append(data.getTel() + " ");
            sb.append(data.getEmail() + " ");
            sb.append(data.getTagWord() + " ");
            sb.append(data.getContents() + " ");
            sb.append(data.getStartDate() + " ");
            sb.append(data.getEndDate() + " ");
            sb.append(data.getDateCheck() + " ");
            sb.append(data.getFileName() + " ");
            sb.append(data.getFileCount() + " ");
            combinTxtList.add(sb.toString());
        });
        return combinTxtList;
    }
}

 

Effective Java에서 소개하는 것처럼 객체 생성비용이 큰 객체일 경우 캐싱하여 객체를 재사용하기 위해 Pattern객체를 private static final로 상수화 하여 객체 생성 비용을 감소시킬 수 있습니다.

package com.example.regextest;

import org.springframework.stereotype.Service;
import org.springframework.util.StopWatch;

import java.util.ArrayList;
import java.util.List;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

@Service
public class RegexService {
    private RegexRepository regexRepository;
    private static final Pattern EMAIL_PATTERN = Pattern.compile("\"[a-zA-Z0-9+-\\_.]+@[a-zA-Z0-9-]+\\.[a-zA-Z0-9-.]+\"");
    private static final Pattern TEL_PATTERN = Pattern.compile("\\d{2,3}-\\d{3,4}-\\d{4}$");

    public RegexService(RegexRepository regexRepository) {
        this.regexRepository = regexRepository;
    }

    public void startTest() {
        StopWatch stopWatch = new StopWatch();
        stopWatch.start();
        List<String> combinedText = getCombinedText();
        for (String s : combinedText) {
            extractEmail(s);
            extractTel(s);
        }
        stopWatch.stop();
        System.out.println("total Time = " + stopWatch.getTotalTimeMillis()); ;
    }

    private void extractEmail(String s) {
        Matcher matcher = EMAIL_PATTERN.matcher(s);
        if (matcher.find()) {
            System.out.println("Full match Email : " + matcher.group(0));
        }
    }

    private void extractTel(String s) {
        Matcher matcher = TEL_PATTERN.matcher(s);
        if (matcher.find()) {
            System.out.println("Full match Tel : " + matcher.group(0));
        }
    }

    private List<String> getCombinedText() {
        List<SeoulBidData> seoulBidDataList = regexRepository.findAll();
        List<String> combinTxtList = new ArrayList<>();
        seoulBidDataList.forEach(data -> {
            StringBuilder sb = new StringBuilder();
            sb.append(data.getPostId() + " ");
            sb.append(data.getPostName() + " ");
            sb.append(data.getCreateDate() + " ");
            sb.append(data.getUpdateDate() + " ");
            sb.append(data.getOrgan() + " ");
            sb.append(data.getPosition() + " ");
            sb.append(data.getTel() + " ");
            sb.append(data.getEmail() + " ");
            sb.append(data.getTagWord() + " ");
            sb.append(data.getContents() + " ");
            sb.append(data.getStartDate() + " ");
            sb.append(data.getEndDate() + " ");
            sb.append(data.getDateCheck() + " ");
            sb.append(data.getFileName() + " ");
            sb.append(data.getFileCount() + " ");
            combinTxtList.add(sb.toString());
        });
        return combinTxtList;
    }
}

예시 데이터는 공공데이터 포털에서 다운로드하여 테스트했습니다.(https://www.data.go.kr/data/15072302/fileData.do)

총 36819건 데이터로 테스트한 결과 아래와 같이 12.311초 속도가 개선된 것을 확인할 수 있습니다.

개선 전

개선 후