도입 이유

<aside> 👩🏻‍💻 대기자 동시 등록 시 동시성 이슈 발생

</aside>

1️⃣ 다수의 이용자가 동시에 한개의 스토어에 웨이팅을 등록 할 경우 문제 발생

동작 로직 :

1. 웨이팅 요청한 사용자의 ID를 확인하여 waiting Table에 동일한 스토어에 웨이팅 등록을 한 이력이 있는지 확인한다. (=중복 등록 불가)
2. Waiting Table에 이력이 없다면 웨이팅 등록처리가 되고, Waiting Cnt +1 하여 업데이트한다.

문제 발생 상황 : CASE 1 | 1000명의 User가 동시에 웨이팅 신청 시

→ 문제 1. 웨이팅 요청이 제대로 저장되지 않음

→ 문제 2. Waiting 테이블의 WaitingCnt(대기자 수)가 정상적으로 반영되지 않음

기술적 선택

선택지 🤔

• 펼쳐보기

<aside> 🙋🏻 리뷰 등록 후 스토어 정보 갱신 시 동시성 이슈 발생

</aside>

2️⃣ 다수의 이용자가 동시에 리뷰 등록 시 문제 발생

• 동작 로직 :

  1. 작성된 리뷰를 데이터베이스에 저장

  2. 리뷰가 작성된 스토어의 정보를 확인하여 리뷰 Cnt에 1을 더하고, 리뷰 평점을 계산하여 업데이트한다.

문제 발생 상황 :

CASE 1 | 500명의 User가 동시에 리뷰 작성

→ 문제1. 업데이트 된 리뷰 갯수(review_cnt)의 정합성이 맞지 않음

→ 문제2. 업데이트 된 별점의 무결성이 지켜지지 않음

🌀 Redisson Lock

• Redisson Client의 분산락 기법 :

  • Lock에 타임아웃을 지정할 수 있어서 무한정 대기 상태로 빠질 수 있는 위험이 없음

  • pub/sub기능을 사용하여 스핀락을 사용하지 않음

    ⇒ 락이 해제되면 락을 subscribe하는 클라이언트에게 락이 해제되었다는 신호를 보내기 때문에 클라이언트들은 락 획득 확인 요청을 redis로 보내지 않음

    <aside> 🌟 pub/sub 기능을 이용한 Redisson의 Lock 획득 프로세스

    1. tryLock을 호출하여 락 획득에 성공하면 True를 반환
    2. Pubsub를 이용하여 메세지가 올 때 까지 대기하다가 락이 해제되었다는 메세지가 오면 
        대기를 풀고 다시 락 획득을 시도 
    

    2.1 락 획득에 실패하면 다시 락 해제 메세지를 기다림 2.2 타임아웃시까지 위 프로세스를 반복하다가 타임아웃 시간이 지나면 최종적으로 false를 반환하고 락 획득에 실패했음을 알림

    </aside>

✅ Redisson으로 선택한 이유

• Redisson은 TryLock 메서드에 타임아웃이 구현되어 있음 ⇒ 타임아웃을 설정하여 데드락을 방지
• 스핀락을 사용하지 않아서 Redis에 많은 부하를 가하지 않음 ⇒ pub/sub(발행/구독) 시스템을 이용하여 스핀락을 사용하지않음
• 다수의 서버의 환경에서 동시성 문제 해결을 위해서 DB Lock 기법을 사용하여야했고 Redis를 이미 구축하여 사용하고 있기 때문에 이를 활용하여 동시성 문제를 해결하기로 함

✅ Spring Batch + Scheduler를 선택한 이유

• 리뷰 등록시 스토어 정보가 갱신되어야 하는 프로세스
• 매번 리뷰가 작성될 때 마다 스토어 정보가 업데이트가 될 경우 리뷰 작성 행위가 많이 발생하는 환경에서는 서비스에 부담 과중
• 리뷰 등록 시 락을 사용하지않고 업데이트가 된 항목들을 Redis Cache에 저장하고 있다가 일괄적으로 처리하도록 변경

🌀 Spring Batch + Scheduler를 이용한 비동기 업데이트 처리

1️⃣. 리뷰 작성 시 Database에 리뷰를 저장하고, Redis Cache에는 리뷰가 작성된 스토어ID를 저장한다

2️⃣. 일정시간마다 스케줄러가 동작하면서 Redis Cache에 저장된 스토리 ID를 읽고, 배치 파이프라인을 통해 스토어 정보를 갱신한다. → 스토어 정보 갱신 방법(With.Redis)❓

3️⃣. 데이터베이스에 정보가 업데이트되면 Logstash가 변경된 정보를 추적하여 Elastic Search에 데이터를 업데이트한다.

적용 후 결과

<aside> 👩🏻‍💻 대기자 등록 기능

</aside>

<aside> 🙋🏻 스토어 정보 갱신 기능

</aside>

테스트 결과 :

테스트 결과 :

동시에 1000건의 웨이팅 요청이 있을 때 1000건의 요청이 모두 반영된것을 알 수 있다.✨

동시에 1000건의 리뷰가 등록 되었을 때 1000건의 데이터가 모두 업데이트된것을 확인할 수 있다.