Design and Implementation of a Dual-Lock Concurrency Control System Using Redisson and JPA Pessimist
Redisson과 JPA 비관적 락을 활용한 이중 락 기반 동시성 제어 시스템 설계 및 구현
분산환경 동시성 제어 구현
Redisson 분산락 & JPA Pessimistic Lock 조합으로 이중 락 메커니즘 구현
프로젝트 개요
E-Commerce 플랫폼에서 동시 주문 시 재고 중복 차감 문제를 해결하기 위해 Redisson 분산락과 JPA Pessimistic Lock을 조합한 이중 락 메커니즘을 설계하고 구현했습니다.
핵심 성과
데이터 일관성 보장: 동시 주문 시 재고 중복 차감 문제 해결
시스템 안정성 향상: Redis 락 실패 시 명확한 에러 처리로 시스템 안정성 확보
코드 품질 향상: 포괄적인 단위/통합 테스트 작성
문제 상황
“재고 100개인 상품에 동시 주문 200개가 들어왔을 때, 정확히 100개만 주문이 성공해야 한다.”
Race Condition: 동시 주문 시 재고 검증과 차감 사이의 경쟁 상태
데이터 불일치: 실제 재고보다 많은 주문이 성공하는 오버셀링 현상
시스템 신뢰성: 고객 불만과 비즈니스 손실 발생
락 계층 구조 - 최종 아키텍처
요청 → Redis 분산락 → JPA 비관적 락 → 안전한 재고 차감
1차 보호 (Redis 분산락): 여러 애플리케이션 인스턴스 간 동시성 제어
2차 보호 (DB 비관적 락): 데이터베이스 레벨에서의 추가 보호
이중 락 메커니즘 선택 이유
1. Redis 분산락
분산 환경에서 빠른 동시성 제어
TTL 기반 자동 해제로 데드락 방지
높은 처리 성능 (평균 2-5ms 레이턴시)
2. JPA 비관적 락
데이터베이스 레벨 무결성 보장
다중 애플리케이션 환경에서도 안전
Spring의 @Transactional의 트랜잭션 경계와 락의 생명주기가 일치
💻 핵심 구현 내용
1. 예약-확정 패턴 설계
Phase 1: 예약 단계 (Redis 분산락)
@Service
@RequiredArgsConstructor
public class StockService {
private final RedisTemplate<String, String> redisTemplate;
private final RedissonClient redissonClient;
private final ProductApiRepository productApiRepository;
public boolean tryReserve(Long orderId, Long productId, Long quantity) {
String lockKey = "lock:product:" + productId;
RLock lock = redissonClient.getLock(lockKey);
try {
// 5초 대기, 10초 유지 (주석과 실제 코드 불일치 발견)
if (!lock.tryLock(5, 10, TimeUnit.SECONDS)) {
log.warn("재고 락 획득 실패. lockKey: {}", lockKey);
return false;
}
// Source of Truth: DB에서 실제 재고 조회
Long dbAvailable = productApiRepository.findById(productId)
.map(Product::getStockQuantity)
.orElse(0L);
// Redis Hash에서 현재 예약된 수량 합계 계산
String reservationKey = "product:reservations:" + productId;
Map<Object, Object> reservations = redisTemplate.opsForHash().entries(reservationKey);
long totalReserved = reservations.values().stream()
.mapToLong(val -> Long.parseLong(val.toString()))
.sum();
// 핵심 로직: 예약 가능 재고 = DB 재고 - 현재 예약량
if ((dbAvailable - totalReserved) >= quantity) {
redisTemplate.opsForHash().put(reservationKey, String.valueOf(orderId), String.valueOf(quantity));
redisTemplate.expire(reservationKey, 24, TimeUnit.HOURS);
return true;
}
return false;
} catch (InterruptedException e) {
Thread.currentThread().interrupt();
return false;
} finally {
if (lock.isHeldByCurrentThread()) {
lock.unlock();
}
}
}
}Phase 2: 확정 단계 (이중 락)
@Transactional
public void confirmStock(List<OrderProductRequestDto> orderProductRequestDtos) {
// MultiLock으로 여러 상품 원자적 처리 (데드락 방지)
List<RLock> locks = orderProductRequestDtos.stream()
.map(dto -> redissonClient.getLock("lock:product:" + dto.getProductId()))
.toList();
RLock multiLock = redissonClient.getMultiLock(locks.toArray(new RLock[0]));
try {
multiLock.lock();
for (OrderProductRequestDto dto : orderProductRequestDtos) {
long productId = dto.getProductId(), quantity = dto.getQuantity();
// JPA 비관적 락으로 DB 레벨 보호
Product product = productApiRepository.findByIdWithPessimisticLock(productId)
.orElseThrow(() -> new IllegalStateException("Product not found: " + productId));
// 최종 재고 검증 후 차감
if (product.getStockQuantity() < quantity) {
throw new IllegalStateException("Not enough stock for product: " + productId);
}
product.decreaseStock(quantity);
}
} finally {
multiLock.unlock();
}
}2. JPA 비관적 락 구현
public interface ProductApiRepository extends JpaRepository<Product, Long> {
@Lock(LockModeType.PESSIMISTIC_WRITE)
@Query("select p from Product p where p.id = :id")
Optional<Product> findByIdWithPessimisticLock(Long id);
}소스코드: ProductApiRepository
3. 쿠폰 서비스 이중 락 적용
@Transactional
public void confirmCoupon(Long couponId) {
RLock lock = redissonClient.getLock("lock:coupon:" + couponId);
try {
lock.lock();
Coupon coupon = couponApiRepository.findByIdWithPessimisticLock(couponId)
.orElseThrow(() -> new IllegalStateException("cannot find coupon: " + couponId));
if (coupon.getStatus() != CouponStatus.AVAILABLE) {
throw new IllegalStateException("already used or not available coupon: " + couponId);
}
coupon.use();
} finally {
if (lock.isLocked() && lock.isHeldByCurrentThread()) {
lock.unlock();
}
}
}🛠️ 기술적 설계 결정
이중 락 메커니즘 선택 이유
1. Redis 분산락의 장점
분산 환경에서 빠른 동시성 제어
TTL 기반 자동 해제로 데드락 방지
높은 처리 성능 (평균 2-5ms 레이턴시)
2. JPA 비관적 락의 장점
데이터베이스 레벨 무결성 보장
트랜잭션과의 완벽한 통합
복구 가능한 안정성
3. 조합의 시너지
Redis 장애 시에도 DB 락으로 기본 보호
각각의 단점을 상호 보완
성능과 안정성의 균형
구현 상세 기술
1. Redisson MultiLock 활용
// 여러 상품 주문 시 데드락 방지
RLock multiLock = redissonClient.getMultiLock(locks.toArray(new RLock[0]));
multiLock.lock(); // 모든 락을 원자적으로 획득2. 예외 처리 전략
타임아웃: 재고(5초), 쿠폰(3초) →
false반환스레드 중단:
Thread.currentThread().interrupt()호출락 해제 보장:
finally블록으로 항상 보장
3. TTL 관리
예약 정보 24시간 자동 만료
메모리 효율성과 데이터 정합성 확보
📊 테스트 및 검증
테스트 전략
1. 단위 테스트
Mockito를 활용한 락 동작 검증
예외 상황별 처리 로직 테스트
JUnit 5 기반 포괄적 테스트 작성
2. 통합 테스트
Redis + MySQL 실제 연동 테스트
H2 Database를 활용한 빠른 테스트 실행
Spring Boot Test 활용
3. 수동 검증
동시 요청 시나리오 직접 테스트
재고 정확성 수동 확인
에러 로그 분석
검증 결과
데이터 일관성: 재고 중복 차감 0건
락 안전성: 예외 상황에서도 100% 락 해제
성능: 락 경합 상황에서도 안정적 응답 시간 유지
개발 환경 및 도구
모니터링
로깅: SLF4J + Logback
메트릭: Spring Boot Actuator
알림: 락 획득 실패 시 경고 로그
학습
1. 분산 시스템 개념
CAP 정리: 일관성 vs 가용성 트레이드오프
분산 락 패턴: Redisson 내부 동작 원리
2. 동시성 제어
비관적 락 vs 낙관적 락 적용 시나리오
데드락 방지: 락 순서와 타임아웃 설정
3. Spring 생태계
@Transactional: 트랜잭션 전파와 격리 수준
JPA 락 모드: LockModeType 활용
Spring Boot 테스트 전략
문제 해결 과정
복잡한 동시성 문제 해결
체계적인 분석과 단계별 접근
테스트 주도 개발의 중요성
Last updated