📌 프로젝트 소개
팀원 : PM(1) / Design(1) / Frontend(2) / Backend(3)
기간 : 2024.03 ~ 2025.03
링크 : https://github.com/M-ung/MoodBuddy_Server
서비스 내용 : 사용자가 작성한 일기를 바탕으로 감정 분석하는 웹 서비스
소통 : GitHub, Slack, Notion, Discord
✨성능 개선✨
Test Environment
일기 조회 기능을 성능 테스트하려고 한다.
📌 무드버디 v1 시스템 구성
- 애플리케이션: Spring Boot (Docker)
- 데이터베이스: MySQL (Local)
- 테스트 툴: K6
📌 무드버디 v2 시스템 구성
- 애플리케이션: Spring Boot (Docker)
- 데이터베이스: MySQL (Local)
- 캐시 시스템: Redis (Docker)
- 테스트 툴: K6
무드버디 v1은 QueryDSL을 활용해 DB에서 일기들을 조회하는 방식으로 구현했다.
무드버디 v2는 QueryDSL로 DB에서 조회하는 것은 똑같지만 몇 가지 추가를 했다.1️⃣ Redis 캐싱을 적용했다.
2️⃣ 페이징 조회를 할 때, 쿼리 수를 단축하고자 Count 조회를 하는 걸 첫 페이지에서 하도록 했다.
3️⃣ ResponseDTO에서 불필요한 응답 데이터는 제거했다.
Test Scenario
📌 부하 증가 단계
- 2분 동안 500명의 사용자가 증가
- 2분 동안 1000명의 사용자가 증가
- 2분 동안 1000명 유지 (최대 부하)
- 2분 동안 500명으로 감소
- 2분 동안 0명으로 감소
- 총 10분 테스트 진행
📌 테스트 요청
- 1000명의 사용자 중 랜덤으로 로그인 시도
- 응답에서 accessToken을 추출
- accessToken을 가지고 getDiaries API 요청
- 총 50개의 일기를 가져오며, 페이지당 20개씩 요청
- 각 요청 후 1초 동안 sleep
📌 테스트 통과 기준
- 응답 속도: 95% 이상의 요청(p(95))이 100ms 이하로 처리되야 함.
- 에러율: 전체 요청 중 1% 미만만 실패
Result Analysis
📍 무드버디 v1 테스트 결과
📍 무드버디 v2 테스트 결과
📍 주요 성능 지표 비교
| 지표 | 개선 전 | 개선 후 | 개선율 |
|---|---|---|---|
총 요청 수 (http_reqs) | 366,040 | 474,188 | 29.5% 증가 |
응답 시간 평균 (http_req_duration avg) | 238.6ms | 12.33ms | 94.8% 감소 |
응답 시간 90퍼센트 (p(90)) | 577.36ms | 23.89ms | 95.9% 감소 |
응답 시간 95퍼센트 (p(95)) | 734.42ms | 33.22ms | 95.5% 감소 |
대기 시간 평균 (http_req_waiting avg) | 238.45ms | 12.26ms | 94.9% 감소 |
최대 응답 시간 (http_req_duration max) | 5.27s | 979.22ms | 81.4% 감소 |
🔥 응답 시간 대폭 개선
- 평균 응답 시간 238.6ms → 12.33ms로 94.8% 감소
- 90% 이상 요청의 응답 시간 577.36ms → 23.89ms 95.9% 단축
- 최대 응답 시간 5.27s → 979.22ms 81.4% 감소
🔥 서버 처리량 증가
- 총 처리 요청 수가 29.5% 증가하면서도 응답 시간이 단축됨 → 서버의 부하 대응력 개선
🔥 대기 시간 최적화
- 요청 대기 시간이 238.45ms → 12.26ms로 감소
💻 💻 💻