1. 프로젝트 개요

• 제목 : 덕후감
• 부제 : 도서 이미지 OCR 및 ISBN 매칭 서비스
• 소개 : 책 읽는 즐거움을 공유하고, 지식과 감상을 나누는 책 덕후들의 커뮤니티 서비스
• 기술 스택

2. 담당한 작업

대시보드 관리

• 인기 도서

  • 기간 별(일간, 주간, 월간, 역대) 인기 도서 순위를 구합니다.
  • 연산은 매일 배치로 수행합니다.
  • 도서의 점수는 해당 기간의 리뷰수, 평점을 기준으로 적절히 연산합니다.

• 인기 리뷰

  • 기간 별(일간, 주간, 월간, 역대) 인기 리뷰 순위를 구합니다.
  • 연산은 매일 배치로 수행합니다.
  • 리뷰의 점수는 해당 기간의 좋아요 수, 댓글 수를 기준으로 적절히 연산합니다.

• 파워 유저

  • 기간 별(일간, 주간, 월간, 역대) 활동 점수에 따른 파워 유저 순위를 구합니다.
  • 연산은 매일 배치로 수행합니다.
  • 유저의 활동 점수는 해당 기간에 작성한 리뷰의 인기 점수, 참여한 좋아요 수, 댓글 수를 기준으로 적절히 연산합니다.

  추가 기능: spring batch, Redis 캐싱을 이용한 대시보드 최적화

3. 기술적 성과

• 응답 속도 75% 단축: 실시간 DB 집계 방식에서 Redis 캐싱 및 사전 계산(Pre-computing) 방식으로 전환하여, 대시보드 조회 Latency를 20.3ms에서 4.9ms로 개선함.
• 가중치 기반 랭킹 알고리즘 구현: 리뷰 수, 평점, 좋아요, 댓글 수 등 도메인별 특성을 고려한 가중치 모델을 설계하여 객관적인 인기 지표 산출 로직을 구축함.
• 시스템 관측성(Observability) 확보: Micrometer를 도입하여 배치 작업의 수행 시간, 성공/실패 횟수를 메트릭화함으로써 운영 단계의 모니터링 기반을 마련함.
• 비동기 알림 시스템 연동: Kafka를 활용하여 인기 리뷰어 선정 시 작성자에게 축하 알림을 비동기로 발송, 배치 프로세스의 안정성과 사용자 경험을 동시에 강화함.

4. 문제점 및 해결 과정

• 문제점: 대규모 데이터 집계 시 DB 부하 및 응답 지연 발생
  • 현상: 랭킹 산출을 위해 매 요청마다 PostgreSQL에서 복잡한 WINDOW FUNCTION과 GROUP BY 연산을 실행하여 동시 접속 시 서버 리소스 급증 및 응답 속도 저하 확인.
  • 해결: Spring Batch를 도입하여 사용자 접속이 적은 새벽 1시(KST)에 랭킹을 미리 계산하도록 설계함. 계산된 결과는 Redis에 적재하고, API는 메모리에서 즉시 서빙하는 Look-Aside 패턴을 적용하여 DB 부하를 원천 차단함.
• 문제점: 배치 갱신 시점과 캐시 데이터 간의 불일치(Inconsistency)
  • 현상: 배치가 돌아 DB 데이터가 바뀌어도 Redis에 기존 캐시가 남아있어 사용자가 과거의 랭킹을 보는 문제 발생.
  • 해결: @CacheEvict 어노테이션을 활용하여 배치 Job이 성공적으로 완료되는 시점에 관련 캐시 키를 즉시 무효화(Invalidation)하도록 로직을 개선하여 데이터 정합성을 확보함.