### 작업 개요 - 현재 Spot 위치 기반 탐색 로직은 H3 인덱스를 사용하고 있음 - 하지만 대량 데이터(최대 2,600개)의 조회/렌더링 시 느려지는 현상 발생 - MySQL의 공간 데이터 타입(GeoType) 및 Spatial Index를 활용하여 성능 개선 가능 여부를 실험하고자 함 ### 작업 내용 - Spot Entity에 `Point location` 필드 추가 (SRID 4326) - `latitude`, `longitude` → `location` 변환 로직 추가 (저장 시) - 해당 필드에 Spatial Index 적용 (`SPATIAL INDEX (location)`) - 사용자 위치와 Spot 간 거리 계산 쿼리(`ST_Distance_Sphere`) 추가 - 기존 H3 방식과 Geo 방식 결과/성능 비교용 API 분리 구현 (`/nearby-spots/h3`, `/nearby-spots/geo`) - 응답 시간, 거리 정확도, 정렬 여부 등 비교 로그 출력 추가 ### Todo list - [ ] Spot 엔티티에 `location(Point)` 필드 추가 및 스키마 수정 - [ ] Spatial Index 생성 DDL 작성 및 적용 - [ ] Spot 저장 시 `location` 값 세팅 로직 구현 - [ ] 거리 기반 필터링 쿼리(JPA Native 또는 QueryDSL) 작성 - [ ] H3 방식과 Geo 방식 API 분리 구현 - [ ] 두 방식 간 결과 비교 테스트 (응답 속도, 결과 수, 거리 정렬 등) - [ ] 성능 분석 후 마이그레이션 유지 여부 결정
