개요서비스를 사용하는 사용자에게 원하는 데이터를 서비스하기 위해서는 데이터베이스에 쿼리를 하여 즉시 서빙하는 방식이 기본적입니다. 하지만 쿼리가 복잡해질수록 DB 에는 부하가 발생하고 이는 지연시간의 증가로 이어지게 됩니다. 좋아요 수, 주문 상품의 수 등의 여러 테이블에서 데이터를 집계하는 통계성 쿼리가 이에 해당됩니다. 이번 포스팅에서는 이런 통계성 쿼리를 시간별로 실행하여 집계 테이블에 저장하는 방식을 실습해보겠습니다. 실습은 다음의 링크에서 직접해보실 수 있습니다.https://github.com/juno71w/jpa-optimize-statistic-query GitHub - juno71w/jpa-optimize-statistic-queryContribute to juno71w/jpa-optim..

개요개발을 하다보면 대용량의 데이터를 insert 해야하는 순간이 옵니다. 이 때 JPA 를 사용하는 프로젝트라면 bulk insert 시 발생하는 문제에 대해서 한번씩 마주하고는 합니다. 이번 포스팅에서는 JPA 에서 bulk insert 를 해야할 때 ID 생성 전략에 따라 주의해야하는 점을 파악하고 취하는 전략마다 성능이 얼마나 차이나는지 확인하는 시간을 가지겠습니다. 이번 포스팅에 대한 실습은 다음 리포지토리에서 진행하실 수 있습니다.https://github.com/juno71w/jpa-bulk-insert-strategy GitHub - juno71w/jpa-bulk-insert-strategyContribute to juno71w/jpa-bulk-insert-strategy developme..

개요대용량 트래픽 환경에서 JPA를 사용하다 보면 가장 자주 마주치는 문제 중 하나가 N + 1 문제입니다.특히 페이지네이션이 포함된 조회 API에서는 Fetch Join 사용에 제약이 생기기 때문에, 단순한 해결책이 오히려 더 큰 문제를 만들기도 합니다. 이번 포스트에서는 페이지네이션 API 에 대해서 어떤 쿼리 최적화 전략을 사용할지에 대해 알아보겠습니다. 배울 수 있었던 점Fetch Join 을 사용하기 어려운 페이지네이션 API 에서 사용할 수 있는 대안인 '쿼리를 나누어 IN 절로 묶기' 를 통해 문제를 해결할 수 있었습니다.또한 이 방법이 만능은 아니며 IN 절의 제한이 있는 DB에서는 다른 방식으로 해결할 수 있는 방법을 확인할 수 있었습니다. 해당 코드에 대한 실습은 다음 레포지토리에서 진..

소개데이터베이스 성능 최적화를 논할 때 가장 먼저 떠오르는 요소는 인덱스 성능입니다. 인덱스가 없다면 대량의 데이터 속에서 원하는 값을 찾기 위해 풀 스캔을 수행해야 하고, 이는 곧 쿼리 성능 저하로 이어집니다. 그래서 대부분의 RDBMS는 효율적인 탐색을 위해 B+Tree 기반 인덱스 구조를 사용합니다. 하지만 MySQL 에서는 단순히 알려진 B+Tree 방식을 사용한다고 생각하지 않았습니다. 현대 시스템에서는 데이터가 수천만 건에서 수억 건이 넘어갈 것인데 이를 B+Tree 구현 그대로 사용한다면 성능저하가 있을 것이라는 생각이 들어 MySQL이 B+Tree 를 어떻게 활용하고 있는지 알아 보았습니다. 이번 포스트에서는 MySQL InnoDB 스토리지 엔진이 단순히 B+Tree를 사용하는 수준을 넘어..

개요https://techblog.woowahan.com/2628/ 도움이 될수도 있는 JVM memory leak 이야기 | 우아한형제들 기술블로그도움이 될지도 모르는 JVM memory leak 얘기인데 제목을 뭐라고 하지? 안녕하세요. 배민 플랫폼실 주문중계 시스템팀 오민철입니다. 이 글은 몇 줄의 코드와 어디서 걸렸는지 모를 dependency library로techblog.woowahan.com 안녕하세요. 테크 블로그의 어떤 글을 읽고 블로그 포스팅을 남기려고합니다. 최근 JVM 관련 책을 읽고 있어서 관련 내용을 많이 찾아보게되네요. 이 글은 본인도 겪을지도 모르는 OOM이 발생했을 때 어떤 도구로 분석하고 어떻게 원인을 발견할 수 있는지 실습을 해보기 위해 작성되었습니다. 포스팅에 사용된 ..

개요최근 테코톡에서 게임 데이터를 동기화시키기 위해 사용된 3가지 방식에 대한 발표를 보았습니다.https://www.youtube.com/watch?v=SWFSpPH2v0I 여기서 제시된 방법들이 실제 환경에서 어떤 차이를 보이는지 궁금했고, 이를 직접 구현하여 성능을 비교해보고자 실험용 프로젝트를 만들었습니다. 실험용 소스코드는 아래 GitHub 레포지토리에서 확인하실 수 있습니다.https://github.com/juno71w/global-cache-local-cache-compare 본 글에서는 세 가지 방식의 구현 과정과 k6 기반 부하 테스트 결과를 공유합니다. 비교 대상 방식 소개영상에서 언급된 3가지 방식을 간략하게 소개하고자합니다. 자세한 내용은 영상을 보시면 더 정확하게 확인하실 수..