📌 Outline

<aside> 💡 콘서트 예약 서비스 시나리오에서 성능 개선할 수 있는 로직을 분석 후 성능 개선

</aside>

🎯 Purpose

<aside> 💡 Redis를 이용한 캐싱 혹은 로직 이관을 통해 성능을 개선합니다.

</aside>

• 캐싱
  • 콘서트 목록 조회 API
  • 예약 가능 날짜 조회 API
• 로직 이관
  • 대기열 서비스

🔍 테스트 환경

• 서버: 로컬 컴퓨터
  • CPU: Intel Core i7-7700 @ 3.60GHz
  • RAM: 16GB DDR4
  • 스토리지: SSD 512GB
• 데이터베이스: h2
• Redis: Redis 7.2.5 (Docker 컨테이너)
• 부하 테스트 도구: K6

1️⃣ 캐싱

<aside> ❓ 요청 정보를 메모리에 저장해 두고 동일한 요청이 올 시 Cache Hit를 통해 DB I/O를 감소 시킴으로써 데이터베이스의 부하를 줄이고 응답 시간을 단축 시키는 방법

</aside>

🔍 전략

• 캐시 라이브러리
  • Redis ⭕
    • 다양한 Data Type 지원
    • 빠른 응답 시간
    • 확장성
• 캐시 적용 고려 대상
  • 자주 조회 되는 데이터
    • 자주 조회 되는 데이터의 경우 데이터베이스에 접근하는 대신 캐시에서 데이터를 가져오면 성능이 크게 향상
      • ex) 인기 상품 목록, 자주 사용하는 설정 값, 공지사항 등
  • 변경이 적은 데이터
    • 데이터가 자주 변경이 되지 않으면 캐시에 저장된 데이터의 유효성이 오래 지속
      • ex) 국가 코드, 환율
  • 실행 시간이 오래 걸리는 복잡한 쿼리 결과
    • 복잡한 쿼리는 실행 시간이 길어질 수 있어 이러한 쿼리의 결과를 캐시 하면 애플리케이션의 응답 속도를 크게 개선 가능
      • ex) 대규모 집계 데이터, 데이터 분석 결과 등
• 콘서트 시나리오에서 적합한 API
  • 콘서트 목록 조회 API
  • 예약 가능 날짜 조회 API