오늘은 로컬 캐시( Local Cache )와 분산 캐시( Distributed Cache )의 차이와 선택 기준에 대해 알아보자 ❕

로컬 캐시와 분산 캐시는 데이터를 임시로 저장해 시스템 성능을 향상시키는 공통 목적을 가지지만, 저장 위치와 사용 범위에 따라 구조적 차이와 적용 전략이 크게 다르다.
오늘은 그 차이와 선택 기준에 대해 알아보자.

---

1 . 🏠 로컬 캐시 ( Local Cache ) 란?

• 데이터가 애플리케이션 내부 메모리 ( JVM Heap ) 에 저장되는 캐시 방식이다.
• 대표적으로 Ehcache, Caffeine, Guava Cache 등이 있다.
• 캐시 데이터가 애플리케이션 인스턴스 안에 존재한다.

✅ 특징

• 장점
  • 애플리케이션과 같은 프로세스 메모리에 있어서 조회 속도가 빠르다
  • 외부 네트워크 요청이 없으니 지연 최소화
• 단점
  • 인스턴스 간 데이터 공유 불가 -> 멀티 서버 환경에서는 데이터 불일치 가능
  • JVM이 재시작되면 캐시가 사라짐 ( 비영속성 )

---

2 . ➗️ 분산 캐시 ( Distributed Cache ) 란?

• 외부 캐시 서버에 데이터를 저장하고, 여러 애플리케이션 인스턴스가 이를 공유한다.
• 대표적으로 Redis, Memcached 등이 존재한다.
• 캐시 데이터가 애플리케이션 외부에 위치한다.

✅ 특징

• 장점
  • 여러 서버가 같은 캐시 데이터를 공유하므로 일관성 유지에 강점이 있음.
  • 애플리케이션이 많아져도 확장성 확보 가능
• 단점
  • 네트워크를 거치므로 로컬보다 상대적으로 느림
  • 별도 인프라 구성 및 장애 대응 필요 ( 단일 장애점, failover등 고려 )

---

3 . 💰 로컬 캐시 VS 분산 캐시

구분	로컬 캐시	분산 캐시
저장 위치	애플리케이션 JVM 내부	외부 캐시 서버 (Redis 등)
속도	초고속 (네트워크 없음)	네트워크 왕복 비용 존재
일관성	인스턴스마다 캐시 분리 → 불일치 발생 가능	여러 인스턴스가 공유 → 일관성 보장
확장성	인스턴스 수 늘어나면 캐시도 분산되어 관리 어려움	캐시 서버 확장으로 안정적 확장 가능
복잡성	설정 및 운영 간단	운영 복잡 (서버 구성/운영 필요)

---

4 . 🤷‍♀️ 언제 어떤 캐시를 사용해야할까?

• 로컬 캐시
  • 단일 서버 애플리케이션
  • 읽기 성능이 최우선이고, 약간의 데이터 불일치를 감수해도 되는 경우
  • ex ) 개인 프로젝트, 소규모 서비스, CPU 캐시처럼 초고속 조회가 필요한 데이터
• 분산 캐시
  • 멀티 인스턴스 / 클러스터 환경 ( 서비스가 수평 확장되는 경우 )
  • 데이터 일관성이 중요한 경우 ( ex - 로그인 세션, 장바구니, 재고 수량 등 )
  • 트래픽이 크고, 캐시 용량이 애플리케이션 메모리를 초과할 수 있는 경우

❗ 실무에서는 로컬 캐시와 분산 캐시를 경쟁 관계가 아닌, Multi-Level Cache 구조로 병행 적용하는 경우가 많다.

---

5 . 마무리 🔚

캐시는 단순히 빠른 처리를 위한 도구가 아닌 서비스 구조와 요구사항에 맞게 전략적으로 선택해야하는 요소이다.

• 로컬 캐시 -> 빠른 속도와 단순성
• 분산 캐시 -> 일관성과 확장성
  결국, 오늘 알아본 것을 토대로 실무에서 서비스 규모, 데이터 일관성 요구, 운영 복잡도를 기준으로 어떤 캐시 전략을 택할지 결정할 수 있는 역량을 길러보자 ❗❕