Redis 캐싱 전략 - Cache Aside, Write Through, Write Behind

Redis 캐싱 전략 - Cache Aside, Write Through, Write Behind

Redis를 활용한 캐싱 전략을 이해하면 애플리케이션 성능을 크게 향상시킬 수 있습니다.

캐싱 전략 비교

Cache Aside (Lazy Loading)

// 읽기
public User getUser(Long id) {
    String key = "user:" + id;
    User user = redisTemplate.opsForValue().get(key);
    
    if (user == null) {  // Cache Miss
        user = userRepository.findById(id);
        redisTemplate.opsForValue().set(key, user, Duration.ofHours(1));
    }
    return user;
}

// 쓰기 (캐시 무효화)
public void updateUser(User user) {
    userRepository.save(user);
    redisTemplate.delete("user:" + user.getId());  // 캐시 삭제
}

Write Through

// 쓰기 시 캐시와 DB 동시 업데이트
@Transactional
public void updateUser(User user) {
    userRepository.save(user);
    redisTemplate.opsForValue().set("user:" + user.getId(), user);
}

Write Behind (Write Back)

// 캐시에 먼저 쓰고 나중에 DB 동기화
public void updateUser(User user) {
    redisTemplate.opsForValue().set("user:" + user.getId(), user);
    
    // 비동기로 DB 동기화 (배치 처리)
    asyncDbWriter.enqueue(user);
}

// 주기적으로 배치 처리
@Scheduled(fixedRate = 5000)
public void flushToDatabase() {
    List<User> users = asyncDbWriter.drainQueue();
    userRepository.saveAll(users);
}

TTL (Time To Live) 설정

// 고정 TTL
redisTemplate.opsForValue().set(key, value, Duration.ofMinutes(30));

// 조건부 TTL
long ttl = isPopular(id) ? 3600 : 300;  // 인기 데이터는 1시간
redisTemplate.expire(key, Duration.ofSeconds(ttl));

캐시 Stampede 방지

// 분산 락으로 중복 조회 방지
public User getUserSafe(Long id) {
    String key = "user:" + id;
    User user = redisTemplate.opsForValue().get(key);
    
    if (user == null) {
        String lockKey = "lock:user:" + id;
        boolean locked = redisTemplate.opsForValue()
            .setIfAbsent(lockKey, "1", Duration.ofSeconds(10));
        
        if (locked) {
            try {
                user = userRepository.findById(id);
                redisTemplate.opsForValue().set(key, user);
            } finally {
                redisTemplate.delete(lockKey);
            }
        } else {
            Thread.sleep(100);  // 대기 후 재시도
            return getUserSafe(id);
        }
    }
    return user;
}

Spring Cache 통합

@Cacheable(value = "users", key = "#id")
public User getUser(Long id) {
    return userRepository.findById(id);
}

@CacheEvict(value = "users", key = "#user.id")
public void updateUser(User user) {
    userRepository.save(user);
}

@CachePut(value = "users", key = "#user.id")
public User createUser(User user) {
    return userRepository.save(user);
}

전략 선택 가이드

• Cache Aside: 읽기 위주, 단순한 구현


• Write Through: 쓰기 일관성 중요


• Write Behind: 쓰기 성능 중요, 약간의 데이터 손실 허용