💡 동시성 문제란?
"하나의 데이터에 2개 이상의 쓰레드가 작업하여 데이터의 값이 수정되거나 조회되는 현상" 혹은 "세션 및 트랜잭션 데이터를 동시에 관리하려할 때 나타나는 문제"를 의미한다.
쉽게 말해 여러 사람이 동시에 같은 데이터를 사용하거나 수정할 때, 데이터가 꼬이거나 엉뚱한 결과가 나오는 상황을 말한다.
🔥 왜 문제가 생기는 걸까?
서로 다른 사용자가 동시에 하나의 계좌에 요청을 한다고 생각해보자
요청 1 : AUser 가 계좌 잔액을 읽음 → 100,000원
요청 2 : BUser 도 동시에 잔액을 읽음 → 100,000원
👉 AUser : 50,000원 출금 → 100,000 - 50,000 = 50,000원
👉 BUser : 30,000원 출금 → 100,000 - 30,000 = 70,000원
😱 문제 발생!!!
-
두 사용자가 같은 잔액을 기준으로 출금 처리해서 최종 잔액이 요청 순서에 따라 마지막에 저장된 70,000원이라는 값이 저장 돼버림.
-
원래 결과 : 100,000 - 50,000 - 30,000 = 20,000원
이와같은 상황을 막고자 동시성 문제에 대한 해결방안 필요함!!
⚡동시성 문제의 대표적인 현상들
다음은 동시성 문제가 발생할 때 자주 나타나는 이슈들이다.
1️⃣ 더티 리드 (Dirty Read)
A가 데이터를 수정 중인데, B가 그 데이터를 읽어버림 → 잘못된 데이터 읽기
2️⃣ 잃어버린 업데이트 (Lost Update)
A와 B가 같은 데이터를 수정하고, 마지막에 B의 값으로 덮어씌워짐 → A의 수정 내용이 사라짐
3️⃣ 반복 불가능한 읽기 (Non-repeatable Read)
A가 데이터를 읽고 처리 중인데, B가 데이터를 바꿔버림 → A가 다시 읽으면 다른 값이 나옴
4️⃣ 팬텀 리드 (Phantom Read)
A가 데이터를 조회했을 때는 없었는데, B가 데이터를 추가해서 A가 다시 조회하면 새로운 데이터가 보임
🛠️ 그럼 해결 방법은?
이런 문제를 막으려면, 누군가 작업을 하고 있을 때 다른 사람은 잠깐 기다리게 만들거나, 순서를 조정해야 한다.
공유 데이터
✅ DB Lock
DB 자체에서 제공하는 잠금을 활용하는 방법이며, 크게 Perssimistic Lock과 Optimistic Lock으로 나뉜다.
-
Perssimistic Lock (비관적 락)
어느 상황이든 동시성 이슈가 발생할거라 가정하고 문제가 발생하기전에 잠금을 걸어버리는 방법
모든 상황에 잠금을 걸기 때문에 처리 속도가 느리지만, 어떠한 방법보다 안정성이 높다. -
Optimistic Lock (낙관적 락)
"뭐 이슈가 거의 안생기지 않을까?"라는 느낌으로 만약 문제 발생시 실패로 처리해버리는 방법
상대적으로 Perssimistic Lock보다 속도는 빠르지만 문제발생시, 재시도를 해야한다.
✅ synchronized (Java의 동기화 키워드)
Java에서 synchronized 키워드를 이용해 동기화를 거는 방법이다.
간단하게 키워드를 사용함으로써 이슈를 막을 수 있으나, 쓰레드를 하나씩 처리 하는 방법이므로 성능 저하가 발생할 수 있다. 또한, 서버가 여러 대로 확장되면 동기화가 서버 간 공유되지 않기 때문에 분산 환경에서는 부적합하다.
세션 관리, 트랜잭션 데이터 등 쓰레드가 독립적으로 필요한 데이터
✅ ThreadLocal
각 쓰레드마다 독립된 값을 저장하는 방식이다.
멀티 쓰레드 환경에서 특히 유효하며, 각 쓰레드가 사용자에게 할당 되었을 때의 데이터 충돌을 방지할 수 있다.
다양한 해결방법이 존재하지만 개발자들은 프로젝트의 목표와 성능에 맞춰 적절한 방법을 채택하는 것이 필요하다.
