【Rails】ActiveRecordオブジェクトを生成するとどれくらいメモリを消費するのか検証してみた

はじめに

Railsで大量データを扱う際、eachでActiveRecordオブジェクトを1件ずつ生成しながら処理するか、pluckで必要なカラムだけ生の値として取得するかという選択肢があります。

「pluckの方が速そう」というイメージはあったものの、実際どれくらい差が出るのかを把握していなかったので、10万件のレコードを使って検証してみました。

実行環境

• Rails（Docker上で実行）
• PostgreSQL
• Employeeテーブル：対象テナントで100,000件
• 検証はすべて一括ロード（find_eachやin_batchesは使用しない）

検証コード

まず、計測用の共通処理をModuleにまとめました。

module Test::Measurable
  def largest_tenant_id
    Employee.group(:tenant_id).count.max_by { |_, count| count }.first
  end

  def measure(label)
    GC.start
    before_rss     = rss_mb
    before_objects = GC.stat[:total_allocated_objects]

    started_at = Process.clock_gettime(Process::CLOCK_MONOTONIC)
    yield
    time = Process.clock_gettime(Process::CLOCK_MONOTONIC) - started_at

    after_objects = GC.stat[:total_allocated_objects]
    after_rss     = rss_mb

    {
      label:             label,
      time:              time,
      rss_before:        before_rss,
      rss_after:         after_rss,
      rss_diff:          after_rss - before_rss,
      allocated_objects: after_objects - before_objects,
    }
  end

  def report(result)
    puts "=" * 70
    puts result[:label]
    puts format("  処理時間           : %.3f 秒", result[:time])
    puts format("  RSS                : %.1f MB -> %.1f MB（差分 %.1f MB）", result[:rss_before], result[:rss_after], result[:rss_diff])
    puts format("  生成オブジェクト数 : %d", result[:allocated_objects])
    puts "=" * 70
  end

  def rss_mb
    if File.exist?("/proc/self/status")
      kb = File.read("/proc/self/status")[/VmRSS:\s*(\d+) kB/, 1].to_i
      kb / 1024.0
    else
      `ps -o rss= -p #{Process.pid}`.to_i / 1024.0
    end
  end
end

計測前にGC.startでガベージコレクションを実行し、GC.stat[:total_allocated_objects]とRSS（実際に使用している物理メモリ量）の差分を計測することで、処理によって新たに生成されたオブジェクト数とメモリ増加量を可視化しています。

ActiveRecordオブジェクトを生成するパターン

class Test::WithActiveRecord
  include Test::Measurable

  def call(tenant_id: nil)
    tenant_id ||= largest_tenant_id
    total = Employee.where(tenant_id: tenant_id).count
    puts "対象テナントID: #{tenant_id}（#{total}件）"

    result = measure("ActiveRecordオブジェクトを生成する場合") { run(tenant_id) }
    report(result)
    result
  end

  private

  def run(tenant_id)
    count = 0
    Employee.where(tenant_id: tenant_id).each do |employee|
      row = {
        id:         employee.id,
        staff_code: employee.staff_code,
        name:       "#{employee.last_name} #{employee.first_name}",
        email:      employee.email,
      }
      count += 1
    end
    count
  end
end

pluckで生の値だけ取得するパターン

class Test::WithoutActiveRecord
  include Test::Measurable

  def call(tenant_id: nil)
    tenant_id ||= largest_tenant_id
    total = Employee.where(tenant_id: tenant_id).count
    puts "対象テナントID: #{tenant_id}（#{total}件）"

    result = measure("ActiveRecordオブジェクトを生成しない場合（pluck）") { run(tenant_id) }
    report(result)
    result
  end

  private

  def run(tenant_id)
    count = 0
    Employee.where(tenant_id: tenant_id).pluck(:id, :staff_code, :last_name, :first_name, :email).each do |id, staff_code, last_name, first_name, email|
      row = { id: id, staff_code: staff_code, name: "#{last_name} #{first_name}", email: email }
      count += 1
    end
    count
  end
end

どちらも取得したレコードから同じ形のHash（row）を作るだけの処理ですが、片方はActiveRecordオブジェクトを経由し、もう片方はpluckで必要なカラムだけを配列として取得しています。

実行

ActiveRecordオブジェクトを生成する場合

対象テナントID: 4（100000件）
======================================================================
ActiveRecordオブジェクトを生成する場合
  処理時間           : 1.869 秒
  RSS                : 98.0 MB -> 313.1 MB（差分 215.1 MB）
  生成オブジェクト数 : 2207060
======================================================================

pluckで生の値だけ取得する場合

対象テナントID: 4（100000件）
======================================================================
ActiveRecordオブジェクトを生成しない場合（pluck）
  処理時間           : 0.718 秒
  RSS                : 99.2 MB -> 188.4 MB（差分 89.2 MB）
  生成オブジェクト数 : 1300492
======================================================================

結果

10万件を一括ロードした場合の比較結果です。

• 処理時間：ActiveRecordオブジェクトを生成する場合は約2.6倍遅い
• メモリ使用量：ActiveRecordオブジェクトを生成する場合は約2.4倍多く消費
• オブジェクト生成数：ActiveRecordオブジェクトを生成する場合は約1.7倍多い

find_eachのような分割取得を使わず、全レコードを一度にメモリ上に保持する条件で比較したことで、両者の差がより明確に出る結果になりました。

まとめ

• ActiveRecordオブジェクトは属性ごとにインスタンスやメタデータを保持するため、生成コストが大きい。
• 必要なカラムの値だけを使うのであれば、pluckで生の値を取得した方が処理時間・メモリ使用量ともに有利。
• 一方で、pluckはActiveRecordのインスタンスメソッドやアソシエーションが使えなくなるため、単純な値の集計・変換・出力といった用途に向いている。
• バリデーションやコールバック、モデルのメソッドを使いたい場合はActiveRecordオブジェクトが必要になるため、用途に応じて使い分けるのが良い。