[Applicaion]06.동시성 문제: 발생 및 해결방안 모색

Publish Date

2024/11/11

동시성 문제 발생

동시성 문제로 인해 쿠폰 테이블의 발급 수량과 쿠폰 이슈 테이블의 발급 수량이 일치하지 않는 문제가 발생했다. 이는 다수의 사용자가 동시에 동일한 쿠폰을 요청할 때 발생하는 데이터 불일치 문제로, 이를 해결하기 위해 다양한 Lock(락) 메커니즘을 적용해야 한다.

	coupon 테이블	coupon-issues 테이블
Basecode	1,653	14,932

락을 적용하는 방법은 크게 Java 애플리케이션 레벨과 데이터베이스 또는 분산 시스템 레벨로 나눌 수 있다. 상황에 따라 적합한 방법을 선택하여 동시성 문제를 해결한다.

•

Java 애플리케이션 레벨 Lock

•

데이터베이스 레벨 Lock

•

분산 시스템 레벨 Lock

애플리케이션 코드 내에서 동시 접근을 제어하는 방식이다.

방법	설명	적용 시 장점	단점
synchronized 키워드	메서드 또는 코드 블록에 동기화를 걸어 한 번에 하나의 스레드만 접근할 수 있게 제한한다.	구현이 간단하고 JVM의 스레드 관리로 안정적이다.	분산 환경에서는 효과적이지 않다.
ReentrantLock	자바에서 제공하는 Lock 객체로 더 세밀하게 락을 제어할 수 있다. 예: 락 타임아웃 설정 가능.	tryLock()을 통해 실패 시 타임아웃 처리 가능, 유연한 락 관리.	사용자가 직접 unlock() 처리를 해야 한다.
Atomic 변수 사용	AtomicInteger, AtomicLong 등 원자적 연산을 제공하는 클래스를 사용하여 동시 접근 문제를 해결한다.	간단한 값의 갱신 시 적합하며 성능이 빠르다.	복잡한 로직에는 사용이 어려움.

데이터베이스의 동시 접근 제어를 통해 데이터 불일치를 방지한다.

방법	설명	적용 시 장점	단점
낙관적 락 (Optimistic Lock)	데이터 읽기 후 수정 시점에 버전 번호를 비교하여 충돌 여부를 확인한다.	트랜잭션이 가볍고, 대부분 충돌이 적은 경우에 성능이 우수하다.	충돌이 많을 경우 지속적인 실패가 발생할 수 있다.
비관적 락 (Pessimistic Lock)	SELECT FOR UPDATE를 사용하여 데이터를 읽는 동안 다른 트랜잭션이 접근하지 못하도록 막는다.	동시 수정 시점에 충돌을 확실하게 방지할 수 있다.	락 유지 시간이 길어지면 성능 저하가 발생한다.
행 단위 락	특정 행에만 락을 걸어 나머지 데이터의 접근은 허용한다.	최소한의 데이터 락으로 병렬 처리 성능이 보장된다.	복잡한 쿼리 구조 시 관리가 어려울 수 있다.

다수의 서버에서 동작하는 시스템에 대한 동시성 제어를 위한 방법이다.

방법	설명	적용 시 장점	단점
Redis 분산 락	Redis를 이용해 SET NX 명령어를 사용하여 분산 락을 구현한다.	빠르고 구현이 간단하며 Redis의 성능을 활용할 수 있다.	만료 시간 설정을 주의해야 한다.
Zookeeper 분산 락	Zookeeper의 ZNode를 활용하여 동기화된 분산 락을 제공한다.	트랜잭션 보장 및 강력한 동기화가 가능하다.	설정 및 유지 보수가 복잡하다.
ETCD/Consul 분산 락	Key-Value 스토어를 기반으로 분산 시스템 락을 구현한다.	데이터 일관성이 보장되며 분산 환경에서 안정적이다.	추가 인프라 구성이 필요하다.