전체

특정 요건에서는 이벤트의 순서가 반드시 보장되어야 하는 경우가 있다.  철수는 100원을 가진 상태에서 100원을 더 입금하고 200원을 결제했다. 하지만 어떤 이유로 먼저 발행된(t=5)인 100원 입금 이벤트보다 나중에 발행된(t=10) 200원 인출 이벤트가 먼저 도착했다. 철수는 잔액 부족으로 결제를 실패할 것이다 !! 자칫 이렇게 순서가 어긋나게 도착하는 경우는 안 일어날 것이라고 생각할 수 있다. 하지만 절대 어긋나지 않을 것이라는 보장은 없다. 순서를 보장하지 않는 경우, 결국 부정확한 결과를 초래할 수 있다. 오늘은 이런 비순차 이벤트, 지각 이벤트에 대해 말해보고자 한다. 여러 파티션에서 이벤트를 소비할 경우, 이벤트 처리 순서를 어떻게 정할 것인지?순서가 어긋난 이벤트, 지각 이벤트는..

모놀리식 기반의 레거시 시스템을 이벤트 기반 아키텍처로 전환하는 것은 여러 기업이 성장하면서 새로운 비즈니스 요건을 충족해야 하거나 규모를 늘릴 때 많이 거쳐가는 단계이다. 오늘은 이 과정에서 이벤트 기반 마이크로서비스 아키텍처로 마이그레이션할 때 필요한 "데이터 해방"에 대해 얘기해보려고 한다. 0. 데이터 해방이란?데이터해방(data liberation)은 교차 도메인 데이터 세트(cross-domain data set)를 식별하여 각 이벤트 스트림에 발행하는 이벤트 기반 아키텍처의 마이그레이션 전략이다. 나는 '해방'의 의미를 '놓아주다'로 해석했는데, 기존(레거시) 비즈니스 도메인에 묶여있는 데이터들을 다른 서비스가 소비(이벤트 등)할 수 있도록 데이터를 소싱하는 과정이라고 해석했다. 데이터를 해..

데이터 통신 구조 - EDA의 이유여러 마이크로서비스로 분리된 서버들의 통신은 불가피하다. 서비스 내의 통신 구조, 서비스 간의 통신 구조는 유연성, 확장성, 효율성에 영향을 미치게 된다. 시나리오 #1한 팀에서 새로운 비즈니스 요건을 구현하면서 두 방법을 고민한다. 기존 프로젝트에 추가한다이 상황에서 빠르고 쉬운 방법일 것이다. 이미 필요한 데이터가 모두 연결되어 있고, 로깅, 모니터링, 배포, 롤백 프로세스 등 여러 환경이 구축되어 있다. 하지만 새로운 기능을 구현하면서 기존 코드와 엮이며 구현체 내부 경계가 모호해질 수 있다. 결합도는 올라가고 응집도는 떨어지는 것이다. 새로운 서비스로 구현한다확장성을 생각한다면 모듈화한 독립적인 시스템이 더 좋아보이기도 한다. 새로운 기능은 옛 데이터도 참조해야 ..

0. 들어가며DB와의 통신 과정에서 부하를 줄이는 방법으로 인덱스, 지연로딩, 캐싱 등 여러 방법을 활용해볼 수 있다. 오늘은 기존에 잘 생각해보지 못했던 엔티티 조회 방법을 말해보려고 한다. 평소에 JPA를 이용해서 엔티티를 조회하고 클라이언트 요청에 응답할 때, 보통의 경우에는 다음과 같이 사용했었다. public interface UserRepository extends JpaRepository { Optional findById(Long id); }@Builder@Getterpublic class UserResponseDto { Long id; String email; String name; public static UserResponseDto from(User u..

0. 시작이벤트는 강결합을 제거하거나 데이터 동기화 등 여러 유용한 상황에서 사용할 수 있다. 하지만, 언제나 예외가 발생할 수 있기 때문에 단순하게 이벤트를 발행/구독을 구현하는 것만으로 안전하지 않다. 여기서 "안전하다"는 여러 조건이 있을 수 있겠다. 메세지 발행이 보장되는지발행된 메세지가 올바르게 전달되었는지전달된 메세지가 올바르게 처리되었는지중복 메세지가 중복 처리되지 않았는지(필요한 경우) 메세지의 순서가 보장되었는지 이벤트 발행/구독에서 사소한 오류 하나가 심각한 영향을 불러올 수 있기 때문에 안전함은 매우 중요하다. 오늘은 이벤트 발행 과정에서 고려해야할 여러 예외 상황을 알아보고, 그에 대한 대처를 알아보도록 하겠다. 1. 예외먼저, 발생할 수 있는 예외들을 살펴보겠다. 네트워크 관련 예..

0. 동시성 이슈와 해결 방법동시성 이슈는 여러 스레드나 프로세스가 동시에 같은 리소스에 접근하려 할 때 발생한다. 동시성 이슈를 해결하기 위해 여러가지 방법이 있다. 이번 프로젝트에서 발생한 동시성 이슈를 해결해 보려고 한다. 먼저, Spring Boot 환경에서 동시성 이슈를 해결할 수 있는 몇 가지 방법을 알아보겠다. 0-1. 락 (Lock)락은 멀티 스레드 환경에서 공유 리소스에 대한 동시 접근을 제어하는 동기화 메커니즘이다. 락을 통해 데이터 일관성을 유지하고 Race Condition을 방지한다. 0-1-1. 낙관적 락 (Optimistic Lock)낙관적 락은 데이터를 읽을 때 락을 걸지 않는다. 보통 버전 번호나 타임스탬프를 이용하여 데이터 변경을 감지한다. 충돌이 감지되면 예외를 발생시키..