사용자간 거래가 가능한 Market API를 생성합니다. 요구사항에 맞춰 진행합니다

Test 코드 작성을 통해 가독성과 코드 품질을 향상시킵니다.

• DB 성능 개선
• 동시성 테스트 결과
• Architecture Layers
• Exception 핸들링
• 요구사항
• API 명세

정확한 성능 비교를 위해, 동일 데이터셋과 동일 쿼리 조건에서 인덱스 생성/삭제 전후를 반복 측정했습니다.

• 더미 데이터 생성 SQL: perf/mysql/01_generate_dummy_data.sql
  • product 100,000건 이상, orders 100,000건 이상 데이터 생성
• 인덱스 관리 SQL: perf/mysql/02_index_manage.sql
  • 실험 대상 인덱스 생성/삭제 스크립트 제공
• 벤치마크 쿼리 SQL: perf/mysql/03_benchmark_queries.sql
  • EXPLAIN ANALYZE 기반 조회 성능 비교 쿼리 제공
• 성능 측정 테스트 코드: src/test/java/sample/market/performance/IndexPerformanceReportTest.java
  • 인덱스 전/후 시간을 측정하고 요약표 형태로 출력
  • 수동 실행 전용: -DrunPerfTest=true 옵션 필요

실행 순서:

1. docker compose 로 MySQL 컨테이너 실행 후 더미 데이터 적재
2. 인덱스 없는 상태/있는 상태를 기준으로 EXPLAIN ANALYZE 비교
3. 성능 테스트 코드 실행으로 수치 요약
4. 결과를 표와 상세 분석으로 문서화

테스트 실행 예시:

./gradlew test --tests "sample.market.performance.IndexPerformanceReportTest" -DrunPerfTest=true

조회 패턴:

• WHERE buyer_id = ? AND product_id = ? ORDER BY id DESC LIMIT 100

EXPLAIN ANALYZE
SELECT *
FROM orders
WHERE buyer_id = 123
  AND product_id = 123
ORDER BY id DESC
LIMIT 100;

actual time=47.2..47.2
Index scan on orders using PRIMARY (reverse) ... rows=100000

• buyer_id, product_id를 바로 타지 못해 full table scan 후 필터링이 발생했습니다.

EXPLAIN ANALYZE
SELECT *
FROM orders
WHERE buyer_id = 123
  AND product_id = 123
ORDER BY id DESC
LIMIT 100;

actual time=1.05..1.13
Index lookup on orders using buyer_id_idx (buyer_id=123)

• buyer_id 조건으로 후보군을 빠르게 줄여 성능이 크게 개선되었습니다.
• 다만 product_id는 추가 비용이 남습니다.

EXPLAIN ANALYZE
SELECT *
FROM orders
WHERE buyer_id = 123
  AND product_id = 123
ORDER BY id DESC
LIMIT 100;

actual time=0.444..0.529
Index lookup on orders using buyer_product_idx (buyer_id=123, product_id=123)

• 조회 조건이 복합 인덱스 선두 컬럼 순서와 일치하여 가장 효율적인 경로를 탔습니다.

EXPLAIN ANALYZE
SELECT p.*
FROM product p
WHERE p.status = 'END_OF_SALE'
ORDER BY p.id DESC
LIMIT 20 OFFSET 20000;

인덱스 전: actual time=20.1..20.1
인덱스 후: actual time=20.3..20.3

• status = 'END_OF_SALE' 조건이 대량 매칭되는 분포에서는 인덱스 선택도가 낮습니다.
• 이번 실측에서는 인덱스 적용 전/후 차이가 거의 없었고(약 1% 저하), 성능 개선 효과가 확인되지 않았습니다.
• 이 구간의 병목은 상태 인덱스보다 OFFSET 스캔 비용 영향이 더 큽니다.

EXPLAIN ANALYZE
SELECT p.*
FROM product p
ORDER BY p.id DESC
LIMIT 20 OFFSET 20000;

actual time=10.2..10.2 rows=20 loops=1

• 큰 OFFSET을 건너뛰기 위해 불필요한 행을 많이 읽어야 하므로 비용이 큽니다.

EXPLAIN ANALYZE
SELECT p.*
FROM product p
WHERE p.id < 20000
ORDER BY p.id DESC
LIMIT 20;

actual time=0.379..0.389 rows=20 loops=1
Index range scan on p using PRIMARY over (id < 20000)

• PK 범위를 직접 좁혀 읽기 때문에 deep offset 비용을 피합니다.
• 동일 조건 기준 OFFSET(10.2ms) 대비 약 96.2% 개선되었습니다.

• 주문 조회는 orders(buyer_id, product_id) 복합 인덱스가 가장 효과적입니다.
• 단일 인덱스(buyer_id)도 의미 있는 개선은 있지만, 복합 인덱스가 추가 이점을 제공합니다.
• 페이징은 deep offset 구간에서 커서 기반이 훨씬 유리합니다.

• 인덱스 적용 결과, 주문 조회 핵심 구간에서 최대 약 98.9% 성능 개선을 확인했습니다.
  • 특히 orders(buyer_id, product_id) 복합 인덱스는 단일 인덱스 대비도 추가 개선 효과가 있었습니다.
  • 반면 product.status는 이번 실측에서 인덱스 전/후가 거의 동일해, 인덱스 효과가 크지 않았습니다.
• 페이징은 deep offset 구간에서 커서 기반(id < cursor)이 일반 OFFSET 방식보다 훨씬 안정적인 성능을 보였습니다.

• 조회(Read)는 리플리카 DB(슬레이브)로 분리하고, 쓰기(Write)는 마스터 DB에서 처리하는 구조가 유효합니다.
• 이 구조는 읽기 부하 분산, 트래픽 피크 대응, 수평 확장성 확보에 유리합니다.

StockFacadeTest에서 동일한 재고(quantity=300)에 대해 300개 요청을 동시에 발생시켜, 락 전략별 재고 차감 결과와 처리 시간을 비교했습니다.

• 테스트 코드: StockFacadeTest.java
• 실행 방식: ExecutorService(100 threads) + CountDownLatch(300)
• 검증 조건: 모든 요청 완료 후 재고가 0인지 검증

• 동일 조건에서 비관적 락이 낙관적 락 대비 약 11배 빠르게 측정되었습니다.

• 호출 경로:
  • StockFacade.decreaseWithPessimistic(...)
  • StockServiceImpl.decreaseWithPessimistic(...)
  • StockRepository.findByIdWithPessimisticLock(...)
• 구현 포인트:
  • StockRepository에서 @Lock(LockModeType.PESSIMISTIC_WRITE) 사용
  • DB 레벨에서 쓰기 락을 먼저 점유하여 충돌을 직렬화

• 호출 경로:
  • StockFacade.decreaseWithOptimistic(...)
  • StockServiceImpl.decreaseWithOptimistic(...)
  • StockRepository.findByIdWithOptimisticLock(...)
• 구현 포인트:
  • Stock 엔티티의 @Version 필드 기반 충돌 감지
  • 충돌 발생 시 재시도(backoff) 로직 수행
  • StockFacade의 재시도 루프(maxRetries=20, sleep 50ms 지수 백오프) + StockServiceImpl 내부 재시도 대기(Thread.sleep(100))로 인해 고경합 상황에서 누적 지연이 커짐

• 본 시나리오처럼 동일 row에 대한 고경합(300건 동시 갱신)에서는, 충돌 이후 재시도 비용이 큰 낙관적 락보다 비관적 락이 더 유리했습니다.
• 반대로, 충돌 가능성이 낮고 읽기 비중이 높은 트래픽에서는 낙관적 락이 유리할 수 있어, 트래픽 특성에 따라 락 전략을 분리 적용하는 것이 적절합니다.

사전 준비:

• Redis/MySQL 실행 필요 (docker-compose.yml 기준)

실행 예시:

./gradlew test --tests "sample.market.application.product.stock.StockFacadeTest"

Layer 간의 참조 관계에서는 단방향 의존 유지를 통해 확장에 유연한 아키텍처로 설계합니다.

간결하고 읽기 쉬운 코드로 작성합니다.

책임과 역할을 잘 구분합니다.

Layer 간 참조 관계

• application과 infrastructure 는 domain Layer 를 바라보게 하고 양방향 참조는 허용하지 않습니다.

Application Layer

• transaction으로 묶여야 하는 도메인 로직과 그렇지 않는 로직을 구분합니다.
• 예를 들어 회원가입 후 회원가입 성공 이메일 발송의 경우 이메일 발송인 외부 서비스 call은 회원가입 도메인 로직에 포함되지 않으므로 transaction에서 분리시키며 회원가입 도메인 로직은 외부 서비스 call 성공 / 실패 여부에 대해 크게 민감하지 않게 처리된다.

Domain Layer

• domain Layer는 low level의 기술에 관계없이 독립적으로 존재합니다.
• domain layer 에서는 도메인 로직의 흐름을 표현하고 구현하는 Service 와 ServiceImpl 이 있지만 그 외의 상세한 구현은 Reader, Store, Executor 같은 interface 를 선언하여 사용하고 이에 대한 실제 구현체는 Infrastructure layer 에 두고 활용합니다.

Infrastructure Layer

• domain layer 에 선언되고 사용되는 추상화된 interface 를 실제로 구현하여 runtime 시에는 실제 로직이 동작합니다.
• Service 간의 참조 관계는 막았지만, Infrastructure layer 에서의 구현체 간에는 참조 관계를 허용합니다.

Interfaces Layer

• API 를 설계할 때에는 없어도 되는 Request Parameter 는 제거하고, 외부에 리턴하 는 Response 도 최소한을 유지하도록 노력합니다.
• http, gRPC, 비동기 메시징과 같은 서비스간 통신 기술은 Interfaces layer 에서만 사 용되도록 합니다.

Interfaces

• xxApiController
• xxDto

Application Layer

• xxFacade

Domain Layer

• Entity
• xxService
• xxServiceImpl
• xxReader
• xxStore
• xxCommand
• xxInfo
• xxManager
• xxManagerImpl
• xxMapper

Infrastructure

• xxReaderImpl
• xxRepository
• xxStoreImpl

가독성과 편의를 위해 표준예외를 사용합니다.

• 잘못된 인자 입력시 IllegalArgumentException 을 반환합니다.
• 잘못된 상태일 경우 IllegalStateException 를 반환합니다.

시스템 예외 상황 (집중 모니터링 처리) 와 비즈니스 로직 에러 상황을 GlobalControllerAdvice 에서 구분하여 처리합니다.

• 시스템 예외 / http status : 500 AND result : FAIL
• 비즈니스 로직 에러 / http status : 200 AND result : FAIL
• 잘못된 인자 입력 예외 / http status : 400 AND result : FAIL

1단계

• 유저는 제품등록을 할 수 있습니다.
• 등록된 제품에는 "제품명", "가격", "예약상태"가 포함되어야하고, 목록조회와 상세조회시에 예약상태를 포함해야합니다.
• 제품의 상태는 "판매중", "예약중", "완료" 세가지가 존재합니다.
• 구매자가 제품의 상세페이지에서 구매하기 버튼을 누르면 거래가 시작됩니다.
• 판매자와 구매자는 제품의 상세정보를 조회하면 당사자간의 거래내역을 확인할 수 있습니다.
• 모든 사용자는 내가 "구매한 용품(내가 구매자)"과 "예약중인 용품(내가 구매자/판매자 모두)"의 목록을 확인할 수 있습니다.
• 판매자는 거래진행중인 구매자에 대해 '판매승인'을 하는 경우 거래가 완료됩니다.

2단계

• 제품에 수량이 추가됩니다. 제품정보에 "제품명", "가격", "예약상태", "수량"이 포함되어야합니다.
• 다수의 구매자가 한 제품에 대해 구매하기가 가능합니다. (단, 한 명이 구매할 수 있는 수량은 1개뿐입니다.)
• 구매확정의 단계가 추가됩니다. 구매자는 판매자가 판매승인한 제품에 대해 구매확정을 할 수 있습니다.
• 거래가 시작되는 경우 수량에 따라 제품의 상태가 변경됩니다.
• 추가 판매가 가능한 수량이 남아있는 경우 - 판매중
• 추가 판매가 불가능하고 현재 구매확정을 대기하고 있는 경우 - 예약중
• 모든 수량에 대해 모든 구매자가 모두 구매확정한 경우 - 완료
• "구매한 용품"과 "예약중인 용품" 목록의 정보에서 구매하기 당시의 가격 정보가 나타나야합니다.
  • 예) 구매자 A가 구매하기 요청한 당시의 제품 B의 가격이 3000원이었고 이후에 4000원으로 바뀌었다 하더라도 목록에서는 3000원으로 나타나야합니다.
  • 여기서의 예약중은 상품의 상태 예약중이 아닌 거래 상태의 예약중을 의미한다.

구매취소는 고려하지 않습니다. 검증이 필요한 부분에 대해 테스트코드를 작성해주세요. 작성한 API에 대한 명세를 작성해주세요.

{
  "name" : "sample",
  "price" : 123
}

buyerId: 구매자 Id

buyerId: 구매자 Id

sellerId: 판매자 Id

{
  "buyerId" : 123,
  "productId" : 123
}

{
  "sellerId" : 123,
  "productId" : 123
}

{
  "sellerId" : 123,
  "productId" : 123,
  "orderId" : 5000
}

buyerId: 구매자 Id

{
  "email" : "sample@gmail.com",
  "username" : "username",
  "password" : "password"
}