[Spring] SpringBoot에서 Redis 적용하기 (+부하 테스트)

SpringBoot에서 Redis를 사용해보자 ❕

 

 

 

1. Redis 적용 목적

---

Redis는 데이터를 메모리에 저장하기 때문에 빠른 조회가 가능하며, 반복적으로 요청되는 데이터를 캐싱해 매번 데이터베이스와 통신하는 비용을 아낄 수 있다.

https://medium.com/@mmoshikoo/cache-strategies-996e91c80303

 

이번 학습에서는 Spring에 Redis를 적용하는 방법을 정리한 뒤, 다량의 데이터를 지속적으로 조회하여 Redis 적용 전/후의 성능 차이를 비교해보려고 한다.

 

 

 

2. 설정

---

spring boot 버전 : `3.3.5`

 

 

2-1. 의존성 추가 및 환경변수 설정

build.gradle

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

• 해당 의존성을 통해, Spring Boot에서 여러 Redis 드라이버(Jedis, Lettuce)를 추상화하여 사용할 수 있도록 한다.

 

application.yaml

# redis 설정
spring:
  data:
    redis:
      host: 127.0.0.1
      port: 6379

# 기본 만료 시간
app:
  redis:
    expire:
      default: 60

 

속성	설명
spring.redis.host	Redis 서버의 호스트 이름
spring.redis.port	Redis 서버의 포트 번호
spring.redis.password	Redis 서버에 접근하기 위한 비밀번호
spring.redis.ssl	SSL 연결 사용 여부
spring.redis.timeout	Redis 서버와의 연결 시간 제한
spring.redis.database	사용할 Redis 데이터베이스의 인덱스 (0~15번까지 총 16개를 가질 수 있다)
spring.redis.lettuce.pool.max-active	동시에 유지할 수 있는 최대 연결 수
spring.redis.lettuce.pool.max-idle	유휴 상태에서 유지할 수 있는 최대 연결 수
spring.redis.lettuce.pool.min-idle	유휴 상태에서 유지할 수 있는 최소 연결 수

 

 

2-2. Redis 커넥션 정보 설정

 

주요 클래스

• `RedisConnectionFactory`
  • Spring Data Redis에서 제공하는 인터페이스로, RedisConnection을 생성하고 관리한다.
  • 구현체로 LettuceConnectionFactory, JedisConnectionFactory가 주로 사용되는데 Spring Boot 2.0 버전 부터는 비동기 방식인 LettuceConnectionFactory가 기본으로 사용된다.
• `RedisTemplate<String, Object>`
  • Redis와 상호작용할 수 있는 다양한 메서드를 제공한다.
  • Thread-safe하며, 재사용이 가능하다.
  • ex) opsForValue(), delete() 등
• `RedisCacheManager`
  • Spring Cache를 사용하는 것처럼, Spring에서 Redis를 캐시로 사용하는 Cache 객체를 생성하고 관리한다.
  • 애플리케이션이 캐시를 요청하면 RedisCacheManager가 요청을 처리하고, Redis에 데이터를 저장하거나 가져온다.
  • Spring Cache 활성화를 위해 프로젝트 루트 클래스에 @EnableCaching을 추가하면 된다.

 

 

RedisConfig.java

@Configuration
@RequiredArgsConstructor
public class RedisConfig {
    private final RedisProperties redisProperties;
    private final RedisConnectionFactory redisConnectionFactory;

    @Value("${app.redis.expire.default}")
    private long defaultExpireSecond;

    @Bean
    public ObjectMapper objectMapper() {
        ObjectMapper mapper = new ObjectMapper();
        mapper.disable(SerializationFeature.WRITE_DATES_AS_TIMESTAMPS);     // timestamp를 설정하지 못하도록
        mapper.registerModules(new JavaTimeModule(), new Jdk8Module());     // java의 날짜를 인식할 수 있도록
        return mapper;
    }

    // 외부 redis 서버와의 통신을 위해 직렬화/역직렬화 진행
    @Bean
    public RedisCacheManager redisCacheManager(RedisConnectionFactory redisConnectionFactory, ObjectMapper objectMapper) {
        RedisCacheConfiguration configuration = RedisCacheConfiguration.defaultCacheConfig()
                .disableCachingNullValues()     // null 허용 X
                .entryTtl(Duration.ofSeconds(defaultExpireSecond))      // default 만료 시간 설정
                .serializeKeysWith(RedisSerializationContext        // key값 직렬화
                        .SerializationPair
                        .fromSerializer(new StringRedisSerializer()))
                .serializeValuesWith(RedisSerializationContext      // value값 직렬화
                        .SerializationPair
                        .fromSerializer(new GenericJackson2JsonRedisSerializer(objectMapper)));

        return RedisCacheManager.builder(redisConnectionFactory)
                    .cacheDefaults(configuration)
                    .build();
    }
}

Redis와의 연결을 설정하기 위해 환경 변수에서 설정한 host, port 정보를 기반으로 Redis 클라이언트를 구성해야한다. spring boot 2.0 이상부터는 RedisProperties를 통해 host, port를 가져올 수 있으며 RedisConnectionFactory, RedisTemplate, StringTemplate들이 빈으로 자동 생성된다.

 

외부 Redis서버와 데이터를 주고받아야 하므로 직렬화/역직렬화를 통해 데이터를 주고받을 수 있도록 RedisCacheManager를 설정했다.

 

 

Serializer 구현체 종류

• JdkSerializationRedisSerializer
  • jdk에서 기본으로 제공하는 직렬화 방식으로, default로 해당 구현체를 사용하게 된다.
  • Redis에 저장하고자하는 객체는 모두 java.io.Serializable 인터페이스를 구현하고 있어야 한다.
  • 객체의 메타 정보(패키지 정보, 타입 정보)를 같이 직렬화하여 저장한다.
• GenericJackson2JsonRedisSerializer
  • 별도의 class type을 설정해주지 않아도 자동으로 객체를 JSON 형식으로 직렬화한다.
  • 객체의 메타 정보를 같이 직렬화하여 저장한다.
  • MSA와 같이 여러 애플리케이션이 상호작용하며 같은 데이터를 사용하는 경우, 모두 같은 패키지 구조를 가져야 한다는 문제가 있다.
• Jackson2JsonRedisSerializer
  • 객체를 JSON 형식으로 직렬화하며, class type을 매번 지정해줘야 한다.
  • 사용하는 class type 종류가 많아진다면 구현이 복잡해진다는 단점이 있다.
• StringRedisSerializer
  • 문자열 데이터를 그대로 직렬화하며, class type을 설정해주지 않아도 된다.
  • Redis에서 key는 보통 String 타입이므로, key직렬화에 자주 사용된다.

 

 

2-3. 캐싱 사용

루트 클래스

@EnableCaching
@SpringBootApplication
public class RedisApplication {

    public static void main(String[] args) {
        SpringApplication.run(RedisApplication.class, args);
    }

}

• @EnableCaching
  • Spring에게 Redis를 사용한다는 것을 알려주는 어노테이션
  • @Cacheable, @CachePut, @CacheEvict 캐싱 어노테이션의 사용을 인식할 수 있게 된다.

• @Cacheable : 캐시에 데이터가 존재하면 해당 데이터를 반환하고, 없으면 메서드를 실행하여 결과를 캐시에 저장한다.
• @CachePut : 항상 메서드를 실행하고 결과를 캐시에 저장
• @CacheEvict : 지정한 키의 캐시 데이터를 삭제

 

+ 주의

테스트를 진행하면서 Redis 환경변수를 잘못 설정했는데, 애플리케이션이 정상적으로 실행되는 것을 확인했다. 확인해보니 Redis는 lazy하게 db 커넥션을 연결하기 때문에 포트번호나 설정값을 잘못 설정해도 애플리케이션이 실행되는 것이었다. ^따라서 연결을 보장하는 작업이 필요한 서비스에서는 기본 쿼리 동작을 실행시킴으로써 레디스 연결을 확인해야 한다.^

 

 

 

3. 실습

---

3-1. 컨트롤러 & 서비스

@RequestMapping("/schedules")
@RestController
@RequiredArgsConstructor
public class SearchController {
    private final SearchService searchService;

    @GetMapping("/date")
    public ResponseEntity<?> searchListByDate(SearchReq dto) {
        return new ResponseEntity<>(searchService.searchListByDate(dto.getStartDate(), dto.getEndDate()), HttpStatusCode.valueOf(200));
    }
}

@Cacheable(value = "schedules.search", key = "#startDate.toString() + #endDate.toString()")
@Transactional(readOnly = true)
public List<Schedule> searchListByDate(LocalDateTime startDate, LocalDateTime endDate) {
   return searchRepository.findAllByDate(startDate, endDate);
}

캐싱하려는 데이터를 반환하는 메서드에 @Cacheable을 추가한다. 첫 요청에서 해당 결과를 캐싱하고, 메서드가 재호출됐을 때 캐시에 해당 key를 조회하여 데이터가 존재한다면 데이터를 바로 반환하고, 그렇지 않다면 메서드를 실행하여 캐싱한다.

 

 

@Cacheable

• key
  • Spring Cache는 기본적으로 메서드의 파라미터를 캐시 key로 사용한다.
  • 특정 인자를 key로 지정하려고 한다면 #인자값 형태로 설정할 수 있다.
  • 클래스의 정적 메서드나 상수를 사용한다면 T(클래스명)을 통해 접근할 수 있다.
• value
  • 캐시 이름을 설정하는 옵션으로, 캐시 key의 prefix 역할을 한다.
  • 만약 특정 이름으로 저장된 데이터를 모두 삭제하고 싶다면 이 값을 사용하면 된다.
• cacheManager
  • 어떤 캐시 매니저를 사용할 지 설정할 수 있다.
  • 별도로 지정하지 않으면 default로 설정된 캐시 매니저를 사용한다.

 

 

3-2. 결과 확인

Redis를 통해 데이터를 확인해보면 조회 결과가 정상적으로 저장되었고, 설정했던 만료시간이 지나면 자동으로 제거된다.

 

 

하지만 key 값에 :이 포함되어 있어, 이를 기준으로 key가 나누어질 수 있다. 만약 이 부분을 Unix 타임스탬프로 변환한다면 다음과 같이 작성할 수도 있다.

 

 

@Cacheable(value = "schedules.search", key = "#startDate.toEpochSecond(T(java.time.ZoneOffset).UTC) + '-' + #endDate.toEpochSecond(T(java.time.ZoneOffset).UTC)")

 

 

4. 성능 테스트

---

성능 테스트는 *Locust를 통해 진행했다.

 

 

* Locust ?

Python 언어로 개발되어 스크립트 작성으로 테스트를 진행할 수 있는 도구이다. 분산된 테스트를 지원하며, 동적인 부하를 생성할 수 있다. 또한, 웹 기반 대시 보드도 제공하여 실시간 결과를 모니터링할 수 있다.

 

 

4-1. Locust 세팅

pip install locust    # locsut 설치

from datetime import datetime, timedelta
from locust import HttpUser, task, between

"""
스케쥴 데이터를 지속적으로 요청하는 테스트
"""
class RedisTest(HttpUser):
    wait_time = between(1, 2)  # 스레드 시작 여유 시간 설정
    today = datetime.now()

    # 이번 달의 첫 일, 마지막 일 세팅
    startDate = datetime.strftime(datetime(today.year, today.month, 1),"%Y.%m.%d 00:00:00")
    endDate = datetime.strftime(datetime(today.year, today.month+1, 1) - timedelta(days=1), "%Y.%m.%d 23:59:59")

    @task
    def search(self):
        # 한달 간 등록된 데이터 조회
        self.client.get("/schedules/date", params={
            "startDate": self.startDate,
            "endDate": self.endDate
        })

locust -f RedisTest.py로 실행하여, localhost:8090으로 접속한다.

지금 테스트에서는 조회 기간 동안의 데이터는 미리 총 1만개를 생성해두었고, 현재 테스트에서는 10명씩 늘어나 총 100명의 유저가 데이터를 조회하도록 세팅했다.

 

 

4-2. 결과 비교

1) 캐싱 적용 전

RPS & 응답 시간

CPU & 메모리 사용량

 

 

2) 캐싱 적용 후

RPS & 응답 시간

CPU & 메모리 사용량

 

캐싱 적용 전/후를 비교해보면 캐싱을 적용한 후 1초당 처리하는 요청량(RPS)은 증가했으며, 응답 시간도 크게 감소된 것을 확인할 수 있다. 또한, CPU 사용량은 크게 감소한 반면 메모리 사용량은 다소 증가했음을 알 수 있다. 캐싱 적용으로 사용자 경험과 서버 성능 개선에 중요한 역할을 할 수 있을 것이다. 다만 데이터 양과 사용자 수가 증가할 경우, 운영 환경에서 메모리 부하를 피하기 위한 캐싱 전략이 필요할 것으로 보인다.

 

 

 

5. 마무리

---

최근 프로젝트를 리팩토링하면서 Redis를 적용해봤는데, 복습할 겸 블로그에 정리하는 시간을 가졌다. 복습 과정에서 Redis가 데이터베이스 연결을 lazy 방식으로 처리한다는 점을 새롭게 알게 되었고, 날짜 타입을 key나 value로 저장할 때 :가 포함되어 의도치 않은 형태로 저장되는 문제도 발견했다. 실제 운영 환경에서는 캐싱을 적용하는 것을 넘어, 이러한 문제에 대해 어떻게 대처할 지 미리 정의하고 관리하는 것이 중요하다고 느꼈다. 조만간 캐시 데이터를 어떤 방식으로 갱신하고 만료시킬지에 대한 기준도 고민해보고 프로젝트에 반영해보려고 한다.

 

 

 

 

참고자료 😃

https://adjh54.tistory.com/459#1.%20%EC%B4%88%EA%B8%B0%20Redis%20%EB%A1%9C%EC%BB%AC%20%EC%84%9C%EB%B2%84%20%EA%B5%AC%EC%B6%95-1

https://bcp0109.tistory.com/328

https://jistol.github.io/spring/2017/02/09/springboot-cache-key/

https://github.com/binghe819/TIL/blob/master/Spring/Redis/redis serializer/serializer.md