들어가며대규모 시스템에서 트랜잭션의 범위와 서비스 간의 결합도는 성능과 확장성에 큰 영향을 미칩니다. 특히, 기존 로직에 영향을 주지 않으면서 부가 기능을 추가하거나, 트랜잭션 경계를 최적화하는 것은 서비스의 유지보수성을 높이는 중요한 작업입니다. 이번 글에서는 현재 콘서트 예약 서비스의 트랜잭션 범위를 분석하고, 서비스들을 기능별로 분리하며 이벤트 기반 설계를 도입하는 과정에 대해 설명하겠습니다.   현재 코드의 트랜잭션 범위 분석 트랜잭션 범위현재 코드에서 @Transactional이 적용된 핵심 로직 중 예약 생성과 결제 처리에 대한 로직에 대해 트랜잭션 범위를 분석해보겠습니다. 두 로직은 아래과 같은 방식으로 동작합니다.   예약 생성@Serviceclass ReservationService( ..

들어가며이번 시간에는 콘서트 예약 서비스의 성능을 개선하기 위해 현재 시나리오의 조회 API 중 캐싱을 적용할 부분에 대해 고민해 보고, 기존 RDB에서 작동되고 있던 대기열 로직을 Redis로 이관하는 과정에 대해 살펴보겠습니다. 또 캐싱 전후 테스트 결과 비교를 통해 얼마나 성능이 개선되는지도 체크해 보도록 하겠습니다.    캐시 적용 기준우선 캐시를 적용할 때 고려해야 할 기준은 아래와 같습니다. 1. 조회 비용이 높은지데이터베이스에서 데이터를 조회하는 비용이 큰 경우 캐싱을 통해 성능을 개선할 수 있습니다. 2. 얼마나 자주 조회되는지반복적인 요청이 많은 경우 캐시를 활용하여 효율성을 높일 수 있습니다. 3. 데이터 정합성에 이슈가 없는지캐시를 사용할 경우, 캐시된 데이터와 원본 데이터 간의 정합..

1. 동시성 처리는 왜 하는걸까?동시성 처리를 하지 않으면 유저가 포인트를 동시에 충전 또는 사용할 때 데이터 불일치 문제가 발생합니다. 이는 여러 스레드가 같은 리소스에 접근하면서 발생하는 Race Condition(경쟁 상태) 현상이라 볼 수 있는데, Race Condition이란 공유 자원에 대해 여러 프로세스가 동시에 접근을 시도할 때, 실행 순서나 시간에 의해 결과 값에 영향을 줄 수 있는 상태를 말합니다. 아래 그림을 통해 Race Condition에 대한 예시를 들어보겠습니다.위 그림과 같이 2개의 스레드에서 실행된 각각의 태스크가 point라는 변수에 동시에 접근하여 초기값 0을 읽어왔습니다. 그리고 각각 500을 더하는 연산을 수행하고, point에 결과 값을 대입했습니다. 그러나 기대와..

매번 인증, 인가에 대한 부분에 대해 제대로 숙지하지 않고, 코드만 가져다가 사용한 경우가 많았다. 회사에서도 이에 대해 다룰 수 있는 기회가 없다 보니 최근 토이 프로젝트로 패션 이커머스 플랫폼을 구현하면서 스프링 시큐리티에 대해 공부도 해보고, 어느 정도 기본적인 이해를 하며 적용하게 되었다. 주로 유데미(Udemy)의 스프링 시큐리티 강의를 듣고 이해한 내용을 정리하였고, 스프링 시큐리티의 기본 동작 흐름에 대해 작성하였다. Spring Security란? Spring 공식 홈페이지(https://spring.io/projects/spring-security)에서는 Spring Security를 아래와 같이 소개하고 있다. 공식 홈페이지가 제일 정확하고 자세하게 설명이 되어있으니 만약 더 알고 싶다..

Whisper가 뭔데? Whisper는 요즘 ChatGPT로 핫한 OpenAI에서 개발한 자동 음성 인식 모델이다. 음성을 텍스트로 변환하는 STT(Speech-to-Text) 기술을 활용하여, 대화 음성 파일을 텍스트로 저장할 수 있다. OpenAI는 올해 3월 1일 GPT-3.5-turbo 모델을 기반으로 한 Whisper API를 출시하였다. API가 제공되기 이전엔 Whisper를 사용하기가 불편했지만, 이젠 고성능 모델(Large-v2)을 약간의 금액을 지불하고 이용함으로써 개발자들이 사용하기에 편의성이 좋아졌다. 그래서 간단하게 스프링 부트를 활용해서 Whisper API를 사용하는 방법을 알아보겠다. 우선 본격적으로 들어가기 전에, 간단하게 몇 개만 짚고 넘어가 보자. 보통 STT 기술은 W..