안녕하세요. 이번 글에서는 MySQL 데이터베이스 환경을 Docker를 이용하여 구축하는 방법에 대해 알아보겠습니다.1. 개요Docker를 사용하여 데이터베이스 환경을 구축하면 다음과 같은 이점이 있습니다:개발 환경의 일관성 유지빠른 설정 및 배포격리된 환경에서의 안전한 테스트버전 관리 용이성우리 프로젝트에서는 MySQL 8.0.31 버전을 사용하며, 초기 스키마 및 데이터 설정을 자동화하여 편리한 개발 환경을 구성할 것입니다.2. 도커 디비 구성을 위한 디렉토리 트리 구조먼저 Docker 관련 파일들의 구조를 살펴보겠습니다:docker/└── db/ ├── Dockerfile ├── compose.yml ├── init_scripts/ │ ├── 001_DDL.sql │ ..

카테고리 API 흐름도설명카테고리컨트롤러는 카테고리의 생성, 수정, 삭제 기능을 담당합니다.카테고리 생성 (POST /categories): 새로운 카테고리를 생성합니다.카테고리 수정 (PATCH /categories/{카테고리ID}): 기존 카테고리의 정보를 수정합니다.카테고리 삭제 (DELETE /categories/{카테고리ID}): 특정 카테고리를 삭제합니다.POST API 흐름도설명게시글컨트롤러는 게시글의 작성, 수정, 삭제 기능을 담당합니다.게시글 작성 (POST /posts): 새로운 게시글을 작성하고, 관련된 태그도 함께 저장합니다.게시글 수정 (PATCH /posts/{게시글ID}): 기존 게시글의 내용을 수정합니다.게시글 삭제 (DELETE /posts/{게시글ID}): 게시글을 삭제하..

안녕하세요, 오늘은 제가 최근에 진행한 "A High-Performance Distributed Forum System for Handling Massive Traffic with Spring" 프로젝트에 대해 소개해드리고자 합니다. 이 프로젝트는 대규모 트래픽을 효과적으로 처리할 수 있는  게시판 시스템을 개발하는 것을 목표로 했습니다.프로젝트 목적대용량 트래픽 처리: 초당 1000 TPS 이상의 게시글 검색 API를 구현하는 등 대규모 동시 접속자를 처리할 수 있는 시스템 구축코드 품질 향상: 객체지향 원칙과 디자인 패턴을 적용하여 가독성과 유지보수성이 높은 코드 작성협업 및 품질 관리: 코드 리뷰 프로세스를 통한 지속적인 개선 및 팀원 간 지식 공유시스템 안정성: 모니터링 도구 구축 및 트러블 슈팅..

프로젝트 특징사용자는 3가지 마이크로 서비스 사용 가능Docker를 활용한 개발 환경 구축Redis를 활용한 캐싱 전략, 대규모 주문 처리 기술관련 도메인배민, 무신사, 29cm 등의 e-commerce사용 기술 및 개발 환경 *많은 기업에서 실무에 사용되는 라이브러리를 기준으로 설계되어 있습니다.Docker / Docker ComposeSpring BootJava/KotlinJWTHTTP Request / Response프로그래밍 언어: JVM 언어(Java/Kotlin) 버전 17 이상빌드 툴: Gradle프레임워크: SpringBoot 3.XX초기 구성위 이미지는 마이크로서비스 아키텍처(MSA)를 사용하여 구성된 시스템으로, 여러 서비스가 독립적으로 배포되고 관리될 수 있도록 설계되었습니다. 각 서..

1. MSA에서의 트랜잭션 문제   - 분산 환경에서 단일 DBMS의 트랜잭션 기능으로 해결 불가   - Two-Phase Commit의 한계: 성능 문제, 서비스 간 통제 어려움2. SAGA 패턴   - 정의: 마이크로서비스 간 이벤트 교환으로 분산 환경에서 원자성 보장   - 특징: 트랜잭션 관리 주체가 Application, 최종 일관성 달성3. SAGA 패턴의 종류   a) Choreography-based SAGA      - 각 서비스가 자체적으로 트랜잭션 관리, 이벤트 발행      - 장점: 구성 용이      - 단점: 전체 트랜잭션 상태 파악 어려움   b) Orchestration-based SAGA      - 중앙 Saga Manager가 트랜잭션 조정      - 장점: 구현/테..

동시성 제어 접근 방법1. Database Unique Index개념데이터베이스 테이블의 특정 컬럼 또는 컬럼 조합에 대해 유일성을 보장하는 인덱스입니다.중복된 값이 입력되는 것을 방지합니다.장점데이터 무결성을 데이터베이스 레벨에서 보장합니다.검색 성능을 향상시킵니다.동시성 문제를 방지할 수 있습니다 (예: 중복 예약 방지).단점인덱스 유지에 따른 약간의 성능 오버헤드가 발생할 수 있습니다.대량의 데이터 입력 시 성능 저하가 발생할 수 있습니다.2. Database Locka) 비관적 락 (Pessimistic Lock)개념데이터를 읽는 시점에 락을 걸어 다른 트랜잭션의 접근을 차단합니다.장점동시성 문제를 확실하게 방지할 수 있습니다.데이터 일관성을 강력하게 보장합니다.단점동시 처리 성능이 떨어질 수 있..

Weekly I Learned: 이벤트 드리븐 아키텍처로의 전환과 나의 예약 조회 API 구현이번 주에는 기존의 모놀리식 아키텍처를 이벤트 드리븐 아키텍처로 전환하는 과정에서 많은 것을 배웠습니다. 특히 나의 예약 조회 API를 구현하면서 여러 가지 도전과 해결책을 경험했습니다.1. 한 주 동안 학습한 것들 나열이벤트 드리븐 아키텍처의 기본 개념과 구현 방법Kafka를 이용한 마이크로서비스 간 비동기 통신Redis를 활용한 캐싱 전략Server-Sent Events (SSE)를 이용한 실시간 데이터 전송분산 시스템에서의 데이터 일관성 유지 방법2. 학습한 내용의 구현 필요성기존의 모놀리식 아키텍처에서는 단일 데이터베이스를 사용하여 예약 정보를 쉽게 조회할 수 있었습니다. 하지만 마이크로서비스 아키텍처로 ..

모놀리식 아키텍처에서 이벤트 드리븐 아키텍처로1. 한 주 동안 수행한 작업예약 서비스 (Reservation Service)의 이벤트 드리븐 아키텍처로의 전환Kafka 설정 추가: Kafka 프로듀서와 컨슈머 설정을 추가하여 예약 서비스가 이벤트를 주고받을 수 있도록 준비.이벤트 클래스 작성: ReservationRequestedEvent, SeatStatusUpdatedEvent, PaymentCompletedEvent 등 예약과 관련된 이벤트 클래스를 작성.예약 요청 처리 변경: 예약 요청이 들어오면 ReservationRequestedEvent 이벤트를 Kafka를 통해 전송하도록 변경.좌석 상태 업데이트 처리: SeatStatusUpdatedEvent 이벤트를 수신하여 좌석 상태를 업데이트하고 예..