Redis

• key-value 구조의 비정형 데이터를 저장하고 관리하기 위한 오픈 소스 기반의 비관계형 DBMS
• Database, Cache, Message Broker 로 사용되며, 인메모리 데이터 구조를 가진 저장소다.

Database 가 있는데 Redis를 사용하는 이유가 뭘까?

• 데이터베이스는 데이터를 물리디스크에 직접 사용하기 때문에 서버에 장애가 발생해 다운되더라도 데이터가 손실되지 않지만, 매 번 디스크에 접근해야 해서, 사용자가 많아질수록 부하가 심해지고 느려진다.
• 물론, 서비스 운영 초반이거나 규모가 작은 서비스의 경우 "Web Server-WAS-DB" 의 구조로도 데이터베이스에 무리가 가진 않는다.
• 하지만 사용자가 늘어날수록 데이터베이스가 과부하가 될 수 있기 때문에, Cache Server를 도입하여 사용해야 한다. 이때 이 캐시서버로 이용 가능한 것이 Redis 다.

Cache

• 한번 읽어온 데이터를 임의의 공간에 저장하여 다시 읽어올 때 빠르게 결과값을 받을 수 있도록 도와주는 공간이다.
• 즉 같은 요청이 여러 번 들어와도 매번 데이터베이스를 거치는 것이 아닌 캐시 서버에서 첫 번째 요청 이후 저장된 결과값을 바로 내려주기 때문에 데이터베이스의 부하를 줄이고 서비스 속도도 느려지지 않는 장점이 있다.

Cache Server 흐름

Look Aside Cache Pattern

• 1. Client가 데이터를 요청.
• 2. Web Server가 Cache Server 에 데이터 존재하는 지 확인.
• 3. 없다면, DB를 조회하여 Cache Server에 저장 후 결과값을 Client에게 반환(=Cache Miss)
• 4. 있다면, DB를 조회하지 않고, Cache Server에 있는 결과값을 Client에게 바로 반환(=Cache Hit)

Write Back Pattern

• 1. Web server가 모든 데이터를 Cache에 저장.
• 2. Cache Server에 특정 시간 동안 데이터가 저장.
• 3. Cache Server에 있는 데이터를 DB에 저장.
• 4. DB에 저장된 Cache Server의 데이터 삭제.

Write Back Pattern?
Insert Query를 한번씩 많이 날리는 것보다 Insert Query 여러개를 붙여 한번에 날리는 것이 더 효율적인 원리이다.
때문에 들어오는 데이터들이 저장되기 전 메모리 공간에 머무르는 동안 서버에 장애가 발생하여 다운된다면 데이터가 손실될 수도 있다.

Redis 특징

• Key-Value 구조로 Query를 사용하지 않아도 된다.
• 데이터를 디스크에 쓰는 구조가 아닌, 메모리에서 데이터를 처리하기 때문에, 속도가 매우 빠르다.
• String, List, Set, Sorted Set, Hash 자료 구조를 지원한다.
• Single Threaded이다. 즉, 한 번에 하나의 명령만 처리할 수 있다. 때문에, 중간에 처리 시간이 긴 명령어가 들어오면 그 뒤에 명령어들은 대기가 필요하다. (단, get, set 명령어의 경우 초당 10만개 이상 처리할 수 있을만큼 빠름.)

Redis 주의 사항

• 서버에 장애 발생 시 그에 대한 운영 계획이 필요하다.
• 메모리 관리가 중요하다.
• 싱글 스레드의 특성상, 처리하는데 오래 걸리는 요청, 명령은 피해야 한다.

---

Spring Boot + Redis

docker reids 설치 및 실행

• redis 같은 infra 는 docker 로 설치하는게 좋다. 추후 rabbitmq 도 docker 로 설치할 예정.
• 그래야 인프라의 동일성으로 인해 일관성이 있는 개발이 가능하다.

docker pull redis

docker ps

docker exec -it [CONTAINER ID] redis-cli

스프링부트 프로젝트에 Redis 설정하기

build.gradle

dependencies {
    implementation 'org.springframework.boot:spring-boot-starter-web'
    implementation 'org.springframework.boot:spring-boot-starter-data-redis'

RedisConfig.java

import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.connection.RedisConnectionFactory;
import org.springframework.data.redis.connection.RedisStandaloneConfiguration;
import org.springframework.data.redis.connection.lettuce.LettuceConnectionFactory;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.serializer.GenericJackson2JsonRedisSerializer;
import org.springframework.data.redis.serializer.StringRedisSerializer;

@Configuration
public class RedisConfig {
    @Value("${spring.redis.host}")
    private String redisHost;

    @Value("${spring.redis.port}")
    private int redisPort;

    @Bean
    public RedisConnectionFactory redisConnectionFactory(){
        RedisStandaloneConfiguration redisStandaloneConfiguration
                = new RedisStandaloneConfiguration(redisHost,redisPort);

        return new LettuceConnectionFactory(redisStandaloneConfiguration);
    }

    @Bean
    public <T> RedisTemplate<String, T> redisTemplate(){
        RedisTemplate<String, T> redisTemplate = new RedisTemplate<>();

        //아래 메서드들이 빠지면 스프링에서 조회할 땐,
        //값이 정상으로 보이나 redis-cli로 보면 값이 이상하게 나온다.
        redisTemplate.setKeySerializer(new StringRedisSerializer());
        redisTemplate.setValueSerializer(new GenericJackson2JsonRedisSerializer());
        redisTemplate.setHashKeySerializer(new StringRedisSerializer());
        redisTemplate.setConnectionFactory(redisConnectionFactory());

        return redisTemplate;
    }
}