Redisson을 활용한 분산 락 그리고 AOP 적용

작성일 | In , |

분산 시스템에서 Redis를 이용한 분산 락의 필요성과 분산 락 적용 부분의 AOP 활용 방법을 알아봅시다.

📌 들어가기

MSA와 같은 분산 시스템에서는 여러 인스턴스가 동시에 하나의 리소스에 접근하는 경우가 빈번하게 발생할 수 있습니다. 예를 들어, 주문이 동시다발적으로 발생하여 상품의 재고를 차감하기 위해 여러 인스턴스가 재고에 접근하는 경우가 그렇습니다.

이때 동시성 이슈가 발생하여 데이터 무결성에 문제가 발생합니다. 이를 방지하기 위해 분산 락(Distributed Lock)이 필요한 것입니다.

본 포스트에서는 Redis기반의 분산 락을 구현하기 위해 Redisson라이브러리를 활용하는 방법과, 스프링 AOP(Aspect Oriented Programming)를 통해 락 처리 로직을 분리하여 코드의 응집도와 유지보수성을 높이는 방법을 살펴보도록 하겠습니다.

Redis 라이브러리: Redisson을 활용한 분산 락

Redis는 인메모리 데이터 저장소로 높은 성능과 빠른 응답 속도를 제공합니다. 이를 활용하여 여러 프로세스 혹은 서버 간에 분산 락을 구현할 수 있으며, 분산 환경에서의 동시성 제어와 데이터 무결성 확보에 큰 역할을 하게 됩니다.

Redisson은 Redis를 Java 애플리케이션에서 쉽게 사용할 수 있도록 지원하는 Redis 클라이언트 라이브러리입니다. Redisson은 분산 락, 세마포어 등 여러 동시성 관련 기능을 제공하며, 복잡한 락 로직을 단순화시켜 줍니다.

Lettuce vs Redisson

Spring Data Redis 의존성을 추가하면 기본적으로 Lettuce 라이브러리를 Redis 클라이언트로 사용하게 됩니다. 기본적으로 제공하는 Lettuce가 있음에도 분산 락에 Redisson을 사용하는 이유는 무엇일까요?

분산 락에 Lettuce 대신 Redisson을 사용하는 이유는 락 획득 방식 차이점에 있습니다.

Lettuce는 스레드가 락 획득 대기 상태일 경우, spin lock 방식으로 대기하게 됩니다. 많은 스레드가 스핀 락으로 Redis에 락을 요청하게 될 경우 Redis에 큰 부하가 생길 수 있습니다. 반면에 Redisson은 락 획득 방식이 pub/sub 방식으로 구현되어 있기 때문에 스핀 락 방식보다는 Redis에 부하 부담이 줄어들게 됩니다. 더불어 Redisson은 락 획득 재시도를 기본 로직으로 제공해주기 때문에 편리하게 Lock을 사용할 수 있게 해줍니다.

Redisson Lock 예제 코드

아래는 사이드 프로젝트에서 Redisson을 활용하여 분산 락을 구현한 코드입니다. 동시성 이슈가 발생할 수 있는 작업을 수행하기 전에 분산 락을 획득하고, 작업을 마쳤다면 락을 반납하면 됩니다. 이로써 여러 스레드가 동시에 접근하더라도 동시성 문제가 발생하지 않게 됩니다.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
@Service
@Slf4j
@RequiredArgsConstructor
public class RedissonLockService {

    private final RedissonClient redissonClient;

    public boolean tryLock(String key, long waitTime, long leaseTime) {
        RLock lock = redissonClient.getLock(key);
        try {
            return lock.tryLock(waitTime, leaseTime, TimeUnit.SECONDS);
            // waitTime: 락을 기다리는 시간
            // leaseTime: 락이 자동으로 해제되기까지 유지되는 시간
        } catch (InterruptedException e) {
            log.error("Failed to acquire lock", e);
            return false;
        }
    }

    public void unlock(String key) {
        RLock lock = redissonClient.getLock(key);
        if (lock.isHeldByCurrentThread()) {
            lock.unlock();
        }
    }
}
  • tryLock 메서드를 통해 락 획득 시도를 하게 됩니다. 획득에 성공한다면 true를 반환하고, waitTime동안 락을 획득하지 못한다면 예외가 발생하고 false를 반환하게 됩니다.
  • tryLock 메서드는 블락킹(blocking) 메서드로, 락을 획득하지 못 한 경우 스레드가 대기 상태에 놓이게 됩니다.
  • 락 획득 key는 동시성 이슈를 예방하고자 하는 대상의 고유한 식별자가 되어야 합니다. ex: productId
  • waitTime동안 락 획득 대기 상태에 놓이게 되며, 락을 사용하던 스레드가 락을 해제하면 pub/sub 방식을 통해 대기 상태에 놓여있던 스레드에게 락 획득 시도를 하라고 알림을 보내게 됩니다.
  • 만약 락을 획득하고 작업 시간이 leaseTime을 넘어가게 되면 자동으로 락이 해제됩니다. 따라서 leaseTime 이내로 작업이 끝내는 것을 보장해야 동시성 이슈가 발생하지 않습니다.
  • 작업을 마친 스레드는 unlock을 통해 락을 해제하게 됩니다.

분산 락 활용 예제 코드 (재고 차감)

상품의 재고 수량을 변경시키는 작업은 동시성 이슈가 발생하는 대표적인 예시로 볼 수 있습니다. 여러 스레드가 상품 재고의 수량을 변경하기 위해 동시에 접근할 수 있기 때문입니다.

앞서 살펴본 Redisson을 활용한 분산 락을 재고 수량을 변경하는 로직 전후로 락을 획득/해제를 한다면 동시성 이슈를 예방할 수 있을 겁니다.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
@Transactional
@Override
public Product decreaseStock(String productId, Integer quantity) {

    long leaseTime = 5;
    long waitTime = 10;
    String lockKey = "lock:product:stock:" + productId;

    try {
      if (redissonLockService.tryLock(lockKey, waitTime, leaseTime)) { // 락 획득 시도
        Optional<Product> findProduct = productRepository.findByProductId(productId);
        if (findProduct.isEmpty()) {
            throw new IllegalArgumentException("Product not found");
        }

        Product product = findProduct.get();
        product.decreaseStock(quantity); // 재고 차감
        return product;
      }
    } finally {
      redissonLockService.unlock(lockKey); // 락 해제 
    }
}
  • 상품 고유 식별자(productId)를 사용하여 상품 별로 분산 락을 제어할 수 있도록 했습니다.
  • 락을 획득한 경우에만 재고 수량을 차감시킬 수 있게 됩니다.
  • 락 획득에 실패하게 되면 예외가 발생하여, 재고 수량 차감 로직은 수행하지 못 하게 됩니다.
  • 락 획득 후 작업을 완료했다면 락을 해제해줍니다.

분산 락 적용 부분의 AOP 분리

애플리케이션에서 분산 락과 같은 횡단 관심사(cross-cutting concern)는 여러 서비스 메서드에서 반복적으로 구현되기 때문에, 이를 개별 비즈니스 로직과 분리하면 코드의 가독성 및 유지보수성이 크게 향상됩니다. 스프링 AOP를 활용하면 메서드 호출 전후에 자동으로 락을 획득하고 해제하는 로직을 삽입할 수 있습니다.

아래 내용은 AOP에 대한 이해가 필요합니다!

AOP 적용 방법

스프링 AOP를 적용하는 방법에 대해 단계별로 알아보겠습니다.

어노테이션 정의

락이 필요한 메서드에 적용할 커스텀 어노테이션(@StockLock)을 정의합니다.

1
2
3
4
5
6
@Target(ElementType.METHOD)
@Retention(RetentionPolicy.RUNTIME)
public @interface StockLock {
    long waitTime() default 5;
    long leaseTime() default 10;
}

Aspect 클래스 작성

@Around 어드바이스를 활용하여 어노테이션이 붙은 메서드의 실행 전후에 분산 락 획득 및 해제 로직을 삽입합니다.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
@Aspect
@Slf4j
@Component
@Order(value = Integer.MAX_VALUE - 1) // AOP 우선순위를 지정합니다.
@RequiredArgsConstructor
public class StockAspect {

    private final RedissonLockService redissonLockService;

    @Around("@annotation(stockLock) && args(productId,..)")
    public Object doLock(ProceedingJoinPoint joinPoint, StockLock stockLock, String productId) throws Throwable {
        log.info("StockLockAspect.doLock {}", joinPoint.getSignature());

        long leaseTime = stockLock.leaseTime();
        long waitTime = stockLock.waitTime();
        String lockKey = "lock:product:stock:" + productId;

        if (redissonLockService.tryLock(lockKey, waitTime, leaseTime)) {
            try {
                return joinPoint.proceed();
            } finally {
                redissonLockService.unlock(lockKey);
            }
        } else {
            log.error("락을 획득하지 못하여 종료합니다. productId={}", productId);
            return false;
        }
    }
}

🚨 AOP 우선 순위 지정

스프링의 트랜잭션 처리도 AOP를 활용합니다. 이때 분산 락의 AOP와 트랜잭션의 AOP의 순서가 굉장히 중요합니다. 만약 트랜잭션 AOP가 먼저 실행된다면, 여전히 동시성 이슈가 발생할 가능성이 존재하게 됩니다. 따라서 분산 락 AOP를 먼저 적용하기 위해 @Order를 통해 순서를 지정해줍니다. 예제 코드에서는 Integer.MAX_VALUE - 1 값을 지정해주었는데, 이는 트랜잭션의 우선순위는 기본적으로 제일 후순위(INTEGER.MAX_VALUE)이기 때문입니다.

비즈니스 로직과 분리

실제 서비스 메서드는 락 관련 코드를 포함하지 않고, AOP가 이를 대신 처리하게 됩니다.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
    @Transactional
    @Override
    @StockLock
    public Product decreaseStock(String productId, Integer quantity) {
        log.info("product-service: 재고 차감");
        Optional<Product> findProduct = productRepository.findByProductId(productId);

        if (findProduct.isEmpty()) {
            throw new IllegalArgumentException("Product not found");
        }

        Product product = findProduct.get();
        product.decreaseStock(quantity);
        return product;
    }

AOP 적용의 장점

락 획득 및 해제 로직을 한 곳에서 관리하여 여러 서비스 메서드에 중복된 코드를 제거할 수 있습니다. 만약 락 처리 로직을 변경할 경우, Aspect 클래스만 수정하면 되므로 관리가 용이합니다. 그리고 서비스 메서드에서는 비즈니스 로직에만 집중할 수 있어 코드의 가독성이 좋아집니다.

결론

분산 시스템에서 동시성 문제를 해결하기 위한 분산 락은 필수적인 요소입니다. Redis의 Redisson을 활용하면 높은 성능과 편리한 분산 락 구현이 가능합니다. 또한 AOP를 적용함으로써 락 관련 로직을 분리하면 코드의 유지보수성과 가독성이 크게 향상됩니다. 본 포스트를 참고하여 분산 락을 실제 구현하는 데 도움이 되면 좋겠습니다. 감사합니다.

참고 자료