"실습으로 배우는 선착순 이벤트 시스템" 강의를 마치며

실무에 사용할법한 주제를 학습합니다.

---

Before

 

 

이전 회사에서 대량의 회원을 대상으로 메일을 발송한 경우에

데이터베이스 조회 성능이 저하되며 락이 걸리고

이후 서버가 죽는 경우가 실제로 발생했었다.

 

여러가지 해결 방법이 많겠지만 당시에는 긴 조회 쿼리를 해결해야한다는 생각만 가지고 쿼리를 분석했던 경험이 있다.

 

 

이렇게 트래픽이 몰리는 상황에서 사용자당 1건만 수신 가능한 이벤트가 있는 경우에

어떤 기술을 사용해서 해결할 수 있는지 궁금하여 수강을 했다.

 

 

당장 실무에서 사용할지 모르겠으나, 개인적으로 시작할 이후 사이드프로젝트에 적용을 목표로 공부했다.

 

 

 

 

---

선착순 100명 쿠폰 발급, 어떻게 구현하지?

 

 

서비스로직 version1

public void applyV1(Long userId) {
        long count = couponRepository.count();

        if (count > 100) {
            return;
        }

        couponRepository.save(new Coupon(userId));
    }

 

가장 쉽게 생각할 수 있는 로직.

선착순 쿠폰이 100건 초과 한 경우 더이상 발급 못하게 하면 되잖아?

 

 

 

세팅

docker pull mysql
docker run -d -p 3306:3306 -e MYSQL_ROOT_PASSWORD=1234 --name mysql mysql
docker exec -it mysql bash

mysql -u root -p
create database coupon_example;
use coupon_example;

 

 

 

 

Test code 작성

 @DisplayName("V1.1000개의 요청을 받았을때 100개까지 쿠폰을 등록한다.")
    @Test
    void checkWhenApplyMultipleRequestV1() throws InterruptedException {
        // given
        int threadCount = 1000;

        // 멀티스레드 병렬작업을 도와주는 자바 API
        ExecutorService executorService = Executors.newFixedThreadPool(32);

        // 다른 스레드에서 수행하는 작업을 기다리도록 처리하는 클래스
        CountDownLatch countDownLatch = new CountDownLatch(threadCount);

        // when
        for(int i = 0; i < threadCount; i++) {
            long userId = i;
            executorService.submit(() -> {
                try {
                    applyService.applyV1(userId);
                } finally {
                    countDownLatch.countDown();
                }
            });
        }
        countDownLatch.await();
        long count = couponRepository.count();

        // then
        assertThat(count).isEqualTo(100);
    }

 

 

 

 위에서 만든 서비스 로직을 테스트코드로 옮기고 실행을 해보았다.

 

 

V1 결과

내가 의도한 바와 다르게 121개나 쿠폰이 생성되었다.

왜그런걸까?

 

 

 

 

 

Thread-1	쿠폰 갯수	Thread-2
..	1, 2 ... 98	...
(쿠폰 갯수 조회) ->	99개
	99개	<- (쿠폰 갯수 조회)
(쿠폰 생성)	100개
	101개	<- (쿠폰 생성)

 

 

*스레드가 2개만 있다고 가정했을때 공유 자원에 접근하고 작업을 하려고 할때 발생하는 문제점을

Race Condition이라고 하는데 위 상황은 이 문제가 발생한것이다.

 

 

 

---

1. Redis 사용

 

Redis는 여러 데이터 조작 명령을 "원자적"으로 처리한다.

 

즉, 특정 명령이 수행되는 동안 다른 명령이 끼어들거나 중간에 방해를 받지 않도록 보장하는데,

이는 Race Condition을 해결하는 가장 큰 요소이다.

 

 

따라서, 쿠폰 발급횟수를 레디스 명령어인 INCR(Increment)로 카운트 하는 경우에

여러 스레드가 동시에 자원 수정을 시도하려고 하더라도

 

데이터의 일관성을 유지할 수 있다.

 

 

 

세팅

docker pull redis
docker run --name myredis -d -p 6379:6379 redis
docker exec -it redisContainerName redis-cli

 

 

 

서비스로직 version2(레디스)

public void applyV2(Long userId) {
	// 수정
        Long count = couponCountRepository.increment();

        if (count > 100) {
            return;
        }

        couponRepository.save(new Coupon(userId));
    }
    
    
    
    
    // redis의 increment 사용
    public Long increment() {
        return redisTemplate
                .opsForValue()
                .increment("coupon_count");
    }

 

 

 

 

 

V2 결과

(아주 산뜻한 초록색 결과)

 

 

 

그러나 또 다른 문제점 발생

쿠폰 발급 갯수를 제한하는것은 성공했으나, 다른 문제점이 발생했다.

 

서버와 데이터베이스를 하나씩 사용한다고 했을 때, 

 

데이터베이스에 Insert를 1분에 100건씩이 가능하다고 가장해보자,

 

시간	요청
15:00	쿠폰 생성 요청 10,000건
15:01	주문 생성 요청 2건(대기)
15:02	회원가입 요청 1건(대기)
	... 계속 대기 중

 

이런 상황에서 쿠폰 요청이 모두 처리될때까지 주문과 회원가입 요청은 앞선 요청이 완료될때까지 대기 상태로 있고,

대부분의 데이터베이스는 타임아웃을 가지고 있다보니,

 

실제로 기능상 장애가 없지만, 주문과 회원가입은 타임아웃으로 요청이 실패하게 된다.

 

 

 

 

---

2. Kafka 사용

 

쿠폰 발행을 레디스로 처리하게 되면

동시성 문제를 해결할 수 있으나, 타임아웃 같은 사태가 발생할 수 있다.

 

 

기존 로직

쿠폰 생성 요청

-> 레디스 명령어로 카운트

-> DB에 인서트

 

하는 과정을 카프카 이벤트 처리방식으로 개선해보자.

 

 

카프카

쿠폰 생성 요청

-> 카프카 프로듀서를 통해 이벤트(메세지)를 coupon_create라는 토픽으로 발행

kafkaTemplate.send("coupon_create", userId);

 -> 컨슈머에서 원하는 로직 실행 (CouponRepository에 저장)

@KafkaListener(groupId = "group_1", topics = "coupon_create")
public void listener(Long userId) {
        couponRepository.save(new Coupon(userId));
        }

 -> 끝

 

 

 

 

세팅

docker-compose.yml

version: '2'
services:
  zookeeper:
    image: wurstmeister/zookeeper
    container_name: zookeeper
    ports:
      - "2181:2181"
  kafka:
    image: wurstmeister/kafka:2.12-2.5.0
    container_name: kafka
    ports:
      - "9092:9092"
    environment:
      KAFKA_ADVERTISED_HOST_NAME: 127.0.0.1
      KAFKA_ZOOKEEPER_CONNECT: zookeeper:2181
    volumes:
      - /var/run/docker.sock:/var/run/docker.sock

 

// 토픽 생성
docker exec -it kafka kafka-topics.sh --bootstrap-server localhost:9092 --create --topic coupon_create

// 컨슈머 생성
docker exec -it kafka kafka-console-consumer.sh --topic coupon_create --bootstrap-server localhost:9092 --key-deserializer "org.apache.kafka.common.serialization.StringDeserializer" --value-deserializer "org.apache.kafka.common.serialization.LongDeserializer"

 

 

 

 

 

서비스로직 version3

// kafka
public void applyV3(Long userId) {
        Long count = couponCountRepository.increment();

        if (count > 100) {
            return;
        }

        couponCreateProducer.create(userId);
    }
    
    
    
    
private final KafkaTemplate<String, Long> kafkaTemplate;
	// 프로듀서 생성
    public void create(Long userId) {
        kafkaTemplate.send("coupon_create", userId);
    }
    
    
// 컨슈머
	private final CouponRepository couponRepository;
    private final FailedEventRepository failedEventRepository;
    private final Logger logger = LoggerFactory.getLogger(CouponCreatedConsumer.class);

    @KafkaListener(groupId = "group_1", topics = "coupon_create")
    public void listener(Long userId) {
        try {
            System.out.println(userId);
            couponRepository.save(new Coupon(userId));
        } catch (Exception e) {
            logger.error("failed event : "+e.getMessage());
            failedEventRepository.save(new FailedEvent(userId));
        }

    }
}

 

 

 

 

 

끝

 

전체 소스코드

(https://github.com/pnci1029/mypro/tree/master/coupon-system)

 

강의 링크

(https://www.inflearn.com/course/%EC%84%A0%EC%B0%A9%EC%88%9C-%EC%9D%B4%EB%B2%A4%ED%8A%B8-%EC%8B%9C%EC%8A%A4%ED%85%9C-%EC%8B%A4%EC%8A%B5/dashboard)