[실습] 좋아요 수 폭증으로 인한 DB 부하를 Redis로 해결하기 - 2

JSCODE 박재성

2026-01-12

✅ 문제 원인

1. 한 번의 요청이 일어날 때마다 매번 DB에 요청을 보내야 한다.

2. DB는 디스크에 데이터를 기록하기 때문에 비교적 속도가 느리다.

✅ 해결책

✅ 실습

1. Redis에 데이터를 쌓아두는 로직 추가하기
클라이언트이 요청이 들어오면 Redis에 데이터를 쌓아두고, 클라이언트에 먼저 빠르게 응답을 반환하도록 코드를 추가해보자.
 
LikeService

@Service
@RequiredArgsConstructor
public class LikeService {
    private final LikeRepository likeRepository;
    private final RedisTemplate<String, String> redisTemplate;

		...

    public void likePostWithRedis(LikePostRequestDto likePostRequestDto) {
        // Redis에 넣을 value 값 생성
        // (원래는 데이터를 JSON으로 직렬화를 많이 하는 편이지만, 편의상 간단한 문자열 조합으로 대체)
        Long userId = likePostRequestDto.getUserId();
        Long postId = likePostRequestDto.getPostId();
        String value = userId + ":" + postId;

        // like_queue라는 List에 데이터를 오른쪽으로 Push해서 넣는다. 
        // Redis 명령어에서 'RPUSH like_queue [value]'와 동일하게 작동한다.
        redisTemplate.opsForList().rightPush("like_queue", value);
    }
}

 
LikeController

@RestController
@RequiredArgsConstructor
@RequestMapping("/likes")
public class LikeController {

    private final LikeService likeService;

    ...
    
	  @PostMapping("/redis")
    public void likePostWithRedis(
        @RequestBody LikePostRequestDto likePostRequestDto
    ) {
        likeService.likePostWithRedis(likePostRequestDto);
    }
}

 

2. 스케줄러가 주기적으로 DB에 한꺼번에 저장하도록 코드 작성하기
RedisIntermediateProjectApplication

@EnableScheduling
@SpringBootApplication
public class RedisIntermediateProjectApplication {

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

 
LikeScheduler

@Component
@RequiredArgsConstructor
@Slf4j
public class LikeScheduler {

  private final RedisTemplate<String, String> redisTemplate;
  private final LikeRepository likeRepository;

  // 1초마다 실행 (실무에서는 데이터 양에 따라 조절)
  @Scheduled(fixedDelay = 1000)
  public void saveLikesToDb() {
    // 1. Redis에서 데이터를 1000개 꺼내오기
    // (큐에 있는 데이터를 하나씩 꺼내서 리스트에 담기)
    List<Like> likesToSave = new ArrayList<>();
    while (true) {
      // like_queue라는 List에서 왼쪽(첫 부분)에서 데이터를 꺼내온다.
	    // Redis 명령어에서 'LPOP like_queue'와 동일하게 작동한다. 
      String value = redisTemplate.opsForList().leftPop("like_queue");
      if (value == null) break;

      String[] split = value.split(":");
      Long userId = Long.parseLong(split[0]);
      Long postId = Long.parseLong(split[1]);

      likesToSave.add(new Like(userId, postId));

      if (likesToSave.size() >= 1000) break;
    }

		likeRepository.saveAll(likesToSave);
    log.info("DB 저장 완료: {} 건", likesToSave.size());
  }
}

참고) saveAll() 대신에 jdbcTemplate의 batchUpdate 쿼리를 사용하면 더 효율화를 시킬 수 있다. 하지만 이번 실습에서는 간단하게 테스트를 하기 위해 saveAll()을 사용했다.
 

3. Spring Boot 서버 재실행시키기



 

4. 부하테스트 스크립트 살펴보기
이전에 실행시켰던 스크립트(script_1-1.js)와 코드가 대부분 똑같고, 새로 만든 API에 맞게 주소만 변경해주었다.
scripts/script_1-2.js

import http from 'k6/http';
import { check, sleep } from 'k6';
import { randomIntBetween } from 'https://jslib.k6.io/k6-utils/1.2.0/index.js';

export const options = {
  // 가상 유저(VUs) 1000명으로 설정
  vus: 1000,

  // 테스트를 10초 동안 진행
  duration: '10s',
};

export default function () {
  // 랜덤 데이터 생성
  // 유저는 1~10,000명, 게시글은 1~100개라고 가정
  const userId = randomIntBetween(1, 10000);
  const postId = randomIntBetween(1, 100);

  // 좋아요 API
  const url = 'http://localhost:8080/likes/redis';
  const payload = JSON.stringify({
    userId: userId,
    postId: postId,
  });

  const params = {
    headers: {
      'Content-Type': 'application/json',
    },
  };

  // POST 요청 전송
  const res = http.post(url, payload, params);

  // 응답 상태 코드 확인 (200 OK가 왔는 지 체크)
  check(res, {
    'status is 200': (r) => r.status === 200,
  });
}

 

4. k6 부하테스트 스크립트 실행시키기
Spring Boot의 프로젝트 경로에서 아래 명령어를 실행시키자.

$ k6 run scripts/script_1-2.js



부하 테스트를 진행해보면 1초에 약 30,000개의 요청을 처리하는 걸 확인할 수 있다. DB에 바로 저장하는 것이 아닌 Redis에 데이터를 먼저 쌓아두는 형식이라 TPS(1초에 처리할 수 있는 요청의 수)가 확 늘었다.
 
그러고 Redis에 쌓아둔 데이터는 스케쥴러를 활용해 1000개씩 DB에 업데이트를 시키는 방식으로 처리한다.