[Spring] 동시성 문제 해결방법 (4) - Redis 사용(Lettuce, Redisson)

 

 

 

 

🤔 서론

이번 글에서는 Redis를 사용하여 분산락을 구현해 보도록 하겠습니다.

Java의 Redis 클라이언트로는 Jedis, Lettuce, Redisson 등이 있으며, 각각의 특징이 서로 다릅니다.

이중에서 Jedis는 제외하고 Lettuce와 Redisson을 사용해서 분산락을 구현해 보도록 하겠습니다.

(Jedis와 Lettuce의 비교는 다음 글을 참고해주세요)

 

 

 

 

 

 

🤔 Redis 환경 설정

아래 명령어를 통해 redis를 다운받아줍니다. (반드시 도커를 사용할 필요는 없습니다.)

docker pull redis

 

 

 

이후 레디스를 실행시켜줍니다.

docker run --name redis -d -p 6379:6379 redis

 

 

 

프로젝트에서는 Redis 관련 의존성을 추가해주도록 하겠습니다.

implementation 'org.springframework.boot:spring-boot-starter-data-redis'

 

 

이후 프로젝트를 실행했을 때 문제가 없으면 잘 설정된 것입니다.

 

 

 

 

 

 

 

 

🤔 Lettuce 를 사용한 분산락 구현

Lettuce는 Netty기반의 Redis Client이며, 요청을 논블로킹으로 처리하여 높은 성능을 가집니다.

spring-data-redis 의존성을 추가했다면, 기본적으로 Lettuce 기반의 Redis Client가 제공됩니다.

 

Lettuce를 사용한다면 SETNX 명령어를 통해서 분산락을 구현할 수 있습니다.

 

만약 docker로 실행한 redis에 직접 접근해서 테스트해보고 싶다면 다음 명령어를 통해 접근할 수 있습니다.

docker exec -it redis redis-cli

 

 

이제 Redis를 통해 락을 얻어오고 해제하는 기능을 만들어 보겠습니다.

@RequiredArgsConstructor
@Repository
public class RedisLockRepository {

    private final RedisTemplate<String, String> redisTemplate;

    public Boolean lock(Object key) {
        return redisTemplate
                .opsForValue()
                .setIfAbsent(key.toString(), "lock", Duration.ofMillis(3000));
    }

    public Boolean unlock(Object key) {
        return redisTemplate.delete(key.toString());
    }
}

lock() 메서드 내부에서 사용하는 setIfAbsent()를 통해 SETNX를 사용합니다.

setIfAbsent() 메서드의 파라미터는 순서대로 key, value, timeout 을 받습니다.

value로는 "lock"을 설정해 주었지만, 다른 값이어도 상관없습니다.

 

 

 

이어서 재고감소 로직 전 후로 락을 획득하고 반환하는 로직이 필요하므로, 기존과 같이 Facade를 도입하도록 하겠습니다.

@RequiredArgsConstructor
@Service
public class LettuceLockStockFacade {

    private final RedisLockRepository redisLockRepository;
    private final StockService stockService;

    public void decrease(Long id) {
        while (!redisLockRepository.lock(id)) {
            try {
                Thread.sleep(100);
            } catch (InterruptedException e) {
                throw new RuntimeException(e);
            }
        }
        try {
            stockService.decrease(id);
        } finally {
            redisLockRepository.unlock(id);
        }
    }
}

스핀락 방식으로 구현하였습니다.

 

 

 

 

이제 테스트를 작성해 보도록 하겠습니다.

@SpringBootTest
class LettuceLockStockFacadeTest {

    @Autowired
    private LettuceLockStockFacade lettuceLockStockFacade;

    @Autowired
    private StockRepository stockRepository;

    private Long stockId;

    @BeforeEach
    void setUp() {
        stockId = stockRepository.saveAndFlush(new Stock(1L, 100))
                .getId();
    }

    @AfterEach
    void tearDown() {
        stockRepository.deleteAll();
    }

    @Test
    void decrease_with_100_request_name_lock() throws InterruptedException {
        // given
        int threadCount = 100;
        ExecutorService executorService = Executors.newFixedThreadPool(32);
        CountDownLatch latch = new CountDownLatch(threadCount);

        // when
        for (int i = 0; i < threadCount; i++) {
            executorService.submit(() -> {
                try {
                    lettuceLockStockFacade.decrease(stockId);
                } catch (Exception e) {
                    System.out.println(e);
                } finally {
                    latch.countDown();
                }
            });
        }
        latch.await();

        // then
        Stock stock = stockRepository.getById(stockId);
        assertThat(stock.getQuantity()).isEqualTo(0);
    }
}

재고 감소가 올바르게 이루어지는 것을 확인할 수 있습니다.

 

 

 

 

 

 

 

🐳 Lettuce 사용시 장단점

Lettuce는 redis 의존성을 추가하는 경우 기본 Redis Client로 제공되므로, 별도의 설정 없이 간단히 구현할 수 있다는 장점이 있습니다.

그러나 구현 방식에서 스핀락을 사용하기 때문에 레디스에 부하를 줄 수 있다는 것이 단점입니다.

 

 

 

 

 

 

 

 

 

 

 

🤔 Redisson 을 사용한 분산락 구현

Redis는 Pub/Sub 기능을 제공해주고 있습니다.

이를 사용하면 위처럼 스핀락 방식을 사용하지 않고 분산락을 구현할 수 있습니다.

 

 

직접 구현할 수도 있지만 Redisson에서는 Pub/Sub 기반의 분산락을 이미 구현하여 제공해주고 있으므로, 이를 사용하도록 하겠습니다.

 

먼저 Redisson 의존성을 추가해주도록 하겠습니다.

implementation 'org.redisson:redisson-spring-boot-starter:3.24.3'

 

 

 

Redisson에서는 분산락을 이미 구현하여 제공해주고 있으므로, 바로 이를 사용하는 Facade를 만들어주도록 하겠습니다.

@RequiredArgsConstructor
@Component
public class RedissonLockStockFacade {

    private final RedissonClient redissonClient;
    private final StockService stockService;

    public void decrease(Long id) {
        RLock lock = redissonClient.getLock(id.toString());

        try {
            boolean acquireLock = lock.tryLock(10, 1, TimeUnit.SECONDS);
            if (!acquireLock) {
                System.out.println("Lock 획득 실패");
                return;
            }
            stockService.decrease(id);
        } catch (InterruptedException e) {
        } finally {
            lock.unlock();
        }
    }
}

 

 

 

 

테스트코드는 다음과 같습니다.

@SpringBootTest
class RedissonLockStockFacadeTest {

    @Autowired
    private RedissonLockStockFacade redissonLockStockFacade;

    @Autowired
    private StockRepository stockRepository;

    private Long stockId;

    @BeforeEach
    void setUp() {
        stockId = stockRepository.saveAndFlush(new Stock(1L, 100))
                .getId();
    }

    @AfterEach
    void tearDown() {
        stockRepository.deleteAll();
    }

    @Test
    void decrease_with_100_request_name_lock() throws InterruptedException {
        // given
        int threadCount = 100;
        ExecutorService executorService = Executors.newFixedThreadPool(32);
        CountDownLatch latch = new CountDownLatch(threadCount);

        // when
        for (int i = 0; i < threadCount; i++) {
            executorService.submit(() -> {
                try {
                    redissonLockStockFacade.decrease(stockId);
                } catch (Exception e) {
                    System.out.println(e);
                } finally {
                    latch.countDown();
                }
            });
        }
        latch.await();

        // then
        Stock stock = stockRepository.getById(stockId);
        assertThat(stock.getQuantity()).isEqualTo(0);
    }
}

재고 감소가 올바르게 이루어지는 것을 확인할 수 있습니다.

 

 

 

 

 

 

🐳 Redisson 사용시 장단점

Redisson에서는 분산락을 이미 구현하여 제공하고 있으므로, 별도의 구현 로직이 필요하지 않다는 장점이 있습니다.

또한 Pub/Sub 기반으로 동작하여 기존 Lettuce를 통한 스핀락 기반의 분산락에 비해 Redis에 부하를 덜 준다는 장점이 있습니다.

 

그러나 별도의 의존성을 추가해야 한다는 것이 단점이라고 볼 수 있을 것 같습니다.

 

 

 

 

 

 

 

🤔 참고 - Redis Vs MySQL

Redis는 기본적으로 In-Memory DB이므로 Disk 기반으로 동작하는 MySQL에 비해 성능이 뛰어납니다.

그러나 사용자들은 이를 크게 체감하지 못할 가능성이 크므로, 성능보다는 현재 인프라 상황을 고려하여 선택하는 것이 좋아보입니다.

 

Redis를 사용하지 않는 프로젝트에서 분산락 구현을 위해 Redis를 사용하려 한다면, 별도의 Redis 구축에 대한 비용과, 이를 학습하는 비용이 발생합니다.

그에 비해 이미 프로젝트에서 사용하고 있는 MySQL 등의 DB를 사용한다면 별도의 인프라 구축 비용과 학습 비용 없이 적용이 가능합니다.

 

Redis와 MySQL 사이의 성능 차이가 조금 있다고는 하지만, 일반적으로는 크게 체감되지 않을 가능성이 크므로, 여러 조건과 상황을 고려하여 적절한 기술을 도입하는 것이 좋아보입니다.

 

 

 

 

 

 

 

 

📚 Reference 

https://redis.io/commands/setnx/

SETNX

https://redis.io/docs/interact/pubsub/

Redis Pub/Sub

https://jojoldu.tistory.com/418

Jedis 보다 Lettuce 를 쓰자

https://redisson.org/feature-comparison-redisson-vs-lettuce.html

Feature Comparison: Redisson vs Lettuce

https://redisson.org/lettuce-replacement-why-redisson-is-the-best-lettuce-alternative.html

Apache Ignite Replacement: Why Redisson is the Best Alternative to Apache Ignite | Redisson

https://www.inflearn.com/course/%EB%8F%99%EC%8B%9C%EC%84%B1%EC%9D%B4%EC%8A%88-%EC%9E%AC%EA%B3%A0%EC%8B%9C%EC%8A%A4%ED%85%9C/dashboard

재고시스템으로 알아보는 동시성이슈 해결방법 - 인프런 | 강의