쿠폰 발급 시 동시성 문제 해결 및 처리량 증가 – 분산 락과 카프카 적용

문제 정의

분산 서버 환경인 쇼핑몰에서 쿠폰 발급 기능을 구현할 때, 쿠폰 수량이 공유 자원이기 때문에 동시성 이슈가 발생했다. 락을 사용하여 해결하려고 했고 낙관적 락과 비관적 락을 찾아보았다.

낙관적 락과 비관적 락을 비교해보니

낙관적 락의 경우, version으로 관리하고 락을 걸지 않기에 성능이 좋아 데이터 충돌이 적은 곳에서 사용되고,

비관적 락의 경우, DB에 직접 락을 걸기에 데이터 충돌이 잦은 곳에서 데이터 일관성을 보장할 수 있었다.

쿠폰 발급의 경우, 고객들이 짧은 시간 안에 많은 요청이 몰릴 수 있으므로 데이터 충돌이 잦았고 비관적 락을 통해 동시성 이슈를 해결할 수 있었다.

기존 해결책의 한계

비관적 락을 통해 동시성 이슈를 해결할 수 있었지만 대규모 트래픽 상황에서 쿠폰 발급 시 락을 걸다보니 요청이 몰리게 되면 트랜잭션에 지연이 발생하여 요청이 많아지면 많아질수록 성능이 매우 저하되었다.

또한, 쿠폰 DB를 분산 서버 환경 으로 확장할 경우, 복잡성이 크게 증가하였다.

새로운 해결 방법

분산 서버 환경에는 비관적 락을 사용하는게 아니라 인메모리 서버(redis)를 통해 분산 락 환경을 구성하고

카프카를 사용하여 쿠폰 발급 처리량을 향상시키려고 한다.

개선 효과 및 비교

테스트 환경 - 쿠폰 1000개 발급 요청(100명의 사용자가 10번씩 요청)

• 기존
  

• 개선
  

분산락과 Kafka 도입 후 쿠폰 발급 API에 많은 요청이 발생해도 동시성 이슈가 발생하지 않으며 처리량이 50/sec > 222/sec 으로 약 340% 이상 향상