💄 플러스 프로젝트 - 화장품 조회 및 쿠폰 발급 애플리케이션

Eighty-age (8자주름)

Eighty-age는 실시간 검색과 쿠폰 기능을 갖춘
화장품 이커머스 웹 서비스입니다.
Redis 기반 캐싱과 동시성 제어를 적용했습니다.

---

🎯 프로젝트 핵심 목표

1. 성능 최적화

   • Redis 기반 캐싱 및 인덱스 튜닝을 통해 실시간 상품 조회 및 인기 검색어 응답 속도 개선

2. 동시성 제어

   • Redisson 기반 분산 락으로 쿠폰 발급 시 중복 방지 및 트랜잭션 안정성 확보

3. 운영 및 배포 효율화

   • GitHub Actions와 Docker를 활용한 CI/CD 구축
   • AWS 인프라(ECR, EC2, RDS, S3, ElastiCache) 기반의 자동화 배포 환경 구성

---

💡 주요 기능

도메인	기능	설명
👤 회원	회원가입	사용자(User/Admin) 구분 등록, 비밀번호 정책 적용
👤 회원	로그인	JWT 발급 및 인증 처리
👤 회원	회원정보 수정	비밀번호 확인 후 닉네임 등 정보 수정
👤 회원	회원탈퇴	비밀번호 재확인 후 Soft Delete 처리
🖼 이미지	이미지 업로드	S3에 저장 후 URL 반환
🧴 제품	제품 생성	관리자 권한으로 제품 등록
🧴 제품	제품 수정 / 삭제	제품 정보 및 이미지 수정/삭제
🧴 제품	제품 단건 조회	ID 기반 상세 정보 조회
🧴 제품	제품 리스트 조회	전체 또는 필터 조건에 따른 리스트 반환
🧴 제품	제품 이미지 추가/삭제	제품에 다중 이미지 추가 및 삭제 기능
🔍 검색	제품 검색	키워드, 카테고리, 정렬 조건 기반 검색
🔍 검색	인기 검색어	일정 기간 내 가장 많이 검색된 키워드 Top-N 제공
🔍 검색	급상승 검색어	최근 검색량 급증한 키워드 자동 집계
📝 리뷰	리뷰 작성	구매한 유저에 한해 평점 및 코멘트 등록
📝 리뷰	리뷰 수정 / 삭제	본인이 작성한 리뷰 수정 및 삭제 가능
📝 리뷰	제품별 리뷰 조회	제품 상세 페이지 내 리뷰 리스트 제공
🎟 쿠폰	쿠폰 생성 / 수정	관리자만 등록 가능, 수량 및 유효기간 포함
🎟 쿠폰	쿠폰 조회	전체 쿠폰 또는 상태별 필터링 지원
🎟 쿠폰	쿠폰 단건 조회	사용 가능한 쿠폰 단건 정보 반환
🎟 쿠폰	쿠폰 담기	사용자 요청 시 사용 조건 만족하면 발급

🛠️ 기술 스택

언어 및 프레임워크

• Java 17
• Spring Boot 3.4.4

데이터베이스

• MySQL
• H2

캐시 서버

• Redis (ElastiCache)

인증 및 보안

• JWT
• Bcrypt
• Spring Security

기타

• JPA
• JUnit 5
• GitHub Actions
• Docker
• AWS (EC2, S3, RDS, ElastiCache, ECR)

---

🔥 Key Summary

Redisson 기반 분산 락 적용으로 안정적인 쿠폰 발급 처리

• 동시성 제어가 필요한 쿠폰 발급 기능에 Redisson 기반 분산 락 도입
• 단일 서버 환경을 고려해 Redisson Single Server Mode 사용
• Redis에 저장된 쿠폰 수량을 메모리에서 먼저 조회하고 감소 → 성능 개선
• 분산 락을 통해 동시에 여러 사용자가 쿠폰을 발급받는 상황에서도 중복 발급, 수량 초과 발급, 예외 처리 미흡 문제를 방지

-항목-	-도입 전-	-도입 후-
쿠폰 중복 발급	발생 가능	완전 방지
초과 발급	빈번	방지
성능	DB 병목 있음	Redis로 개선
안정성	예외 처리 불안정	락과 예외 처리로 안정화

인기 검색어 캐싱: DB 집계 방식 대비 응답 속도 10배 이상 향상

• 기존 방식은 검색 로그를 실시간 집계 → 응답 지연 발생

• Redis Sorted Set으로 전환하여 25ms 내 인기 검색어 조회 가능

• DB 접근 없이 실시간 순위 조회에 적합한 구조로 개선

  🔍 검색 API에 캐시를 적용한 이유

  여러 사용자가 키워드를 입력하여 제품을 검색하면, 해당 검색어는 SearchLog 테이블에 저장된다.
  이 데이터를 기반으로 사용자는 인기 검색어 목록을 조회할 수 있다.

  그러나 다수의 사용자가 동시에 인기 검색어를 요청할 경우,
  SearchLog 테이블에서 실시간으로 데이터를 집계하게 되며 DB에 과부하가 발생한다.
  이는 전체 시스템 성능 저하로 이어질 수 있다.

  이러한 문제를 해결하기 위해 캐시를 적용하여,
  DB 접근 없이 인기 검색어를 빠르게 조회할 수 있도록 설계하였다.

인덱스 튜닝으로 실시간 상품 조회 성능 8.3배 개선

• 복합 조건 검색 쿼리에 대해 인덱스 최적화 적용 → idx_sale_state_category_name 인덱스 사용
• Postman 기준 580ms → 70ms (약 8.3배 성능 향상)
• 쿼리 실행 계획 기반으로 다양한 인덱스를 실험하고 가장 효율적인 조합을 도출

N+1 문제 해결로 다중 쿼리 제거

• Review 조회 시 연관된 User, Product로 인해 N+1 발생
• JOIN FETCH 적용하여 필요한 데이터 한 번에 로딩, 성능 개선

GitHub Actions 기반 CI/CD 구축

• PR 생성 시 자동 빌드 & 테스트, main 브랜치 푸시 시 자동 배포
• Slack 알림 연동으로 PR, Merge, 배포 성공/실패 상황 실시간 공유
• AWS ECR을 통한 Docker 이미지 관리 및 EC2 배포
• ElastiCache(Redis)를 이용한 인기 검색어 및 쿠폰 캐싱 처리

✅ Health Check

🔗배포된 서비스 상태 보기

💡 기술적 고도화

인덱스 적용으로 응답속도 8.29배 개선

인덱스를 활용한 쿼리 최적화

---

최적화 대상 쿼리 선정 기준

어떤 조건으로 쿼리문을 작성하느냐에 따라 DB 응답속도가 달라지고, 최적화를 적용할 수 있는지 판단할 수 있다.

• 기본키, 외래키, 유니크 컬럼은 이미 정렬되어 있어 인덱스 효과가 크지 않음
• 반면, 복합 조건을 가지는 검색 쿼리는 성능 최적화 효과가 큼

선택한 검색 쿼리

@Query("SELECT new com.example.eightyage.domain.product.dto.response.ProductSearchResponseDto(p.name, p.category, p.price, AVG(r.score)) " +
      "FROM Product p LEFT JOIN p.reviews r " +
      "WHERE p.saleState = 'FOR_SALE' " +
      "AND (:category IS NULL OR p.category = :category) " +
      "AND (:name IS NULL OR p.name LIKE CONCAT('%', :name, '%')) " +
      "GROUP BY p.name, p.category, p.price " +
      "ORDER BY AVG(r.score)")

위 쿼리에 쿼리문 최적화 방법중 인덱스를 사용하여 쿼리 최적화 결정

인덱스 적용과 성능 비교

여러 인덱스 후보를 선택하여 인덱스 적용 전과 성능 및 실행계획 비교

Index Strategy	Response Time (ms)	Actual DB Time	Rows Scanned	Cost
No Index	580	-	1,019,721	-
idx_sale_state_category_name	70 (8.3x faster)	39.2ms	145,046	1.36e+6
idx_category_sale_state_name	120 (4.8x faster)	51.6ms	145,846	1.36e+6
idx_category_sale_state	152 (3.8x faster)	122ms	109,560	619,582

• idx_sale_state_category_name 인덱스 적용시 응답속도 및 실제 DB 실행시간이 가장 빠르다.
• postman 응답속도: 580ms → 70ms (8.29배 개선)

그래프

향후 계획

• 검색 성능을 높이기 위해 전문인덱스나 Elastic Search 및 더 정확한 검색엔진 사용

Redis 캐시로 인기 검색어 조회 응답 속도 2.13배 개선

성능 비교: DB 집계 방식 vs Redis 캐시 방식

버전	방식	응답 속도 (ms)	개선률
V1	DB 실시간 집계	49 ms	기준값
V2	Redis Sorted Set	23 ms	🔥 약 2.13배 개선

그래프

• V1은 검색 로그 테이블에서 실시간으로 집계하여 응답 → 49ms 소요
• V2는 인기 검색어를 Redis Sorted Set에 캐싱하여 조회 → 23ms 소요
• DB 접근 없이 빠르게 인기 키워드를 조회할 수 있어 서버 부하를 줄이고 사용자 경험 향상

N+1 문제 해결: JOIN FETCH로 성능 개선

문제 요약

상품 삭제 시 관련 리뷰들을 soft delete 처리하는 과정에서
Review → User, Review → Product 지연로딩으로 인해 N+1 문제가 발생했다.

문제 코드

// ProductService.java - deleteProduct 메소드
Product findProduct = productRepository.findProductByIdOrElseThrow(productId);
List<Review> findReviewList = reviewRepository.findReviewsByProductId(productId);

for (Review review : findReviewList){
    review.setDeletedAt(LocalDateTime.now());
}

// ProductRepository.java
@Query("SELECT r FROM Review r WHERE r.product.id = :productId AND r.deletedAt IS NULL")
List<Review> findReviewsByProductId(@Param("productId") Long productId);

• Review와 연관된 User, Product가 지연로딩(LAZY) 되어 조회 시마다 추가 쿼리가 발생 → N+1

가설

• findReviewList가 N개라면, 각각의 Review마다 User, Product 조회 쿼리 1회씩 추가 실행됨
• 총 1 + (2 × N) 개의 쿼리 발생 → 심각한 성능 저하

해결 방안

• JOIN FETCH vs. @EntityGraph를 비교하여 성능 우위인 JOIN FETCH 선택
• JOIN FETCH의 경우 추가적인 SELECT 없이 1번의 즉시 조인으로 데이터를 가져올 수 있어 @EntityGraph 보다 성능이 좋다고 판단

해결 완료

@Query("SELECT r FROM Review r JOIN FETCH r.user JOIN FETCH r.product WHERE r.product.id = :productId AND r.deletedAt IS NULL")
List<Review> findReviewsByProductId(@Param("productId") Long productId);

• JOIN FETCH 로 필요한 데이터를 한번에 가져와서 해결했다.

---

⚠️ 트러블 슈팅 모음

• 🛠️ GitHub Actions 기반 CD 실전 트러블슈팅: EC2, ECR, ElastiCache
• 쿠폰 발급 시스템에서의 분산락 사용
• 인덱스를 이용하여 쿼리를 최적화 하기
• 트러블 슈팅: N + 1 문제
• 트러블 슈팅: 테스트
• 인기 검색어 구현 Redis 설정 및 문제 해결하기

---

⚙️ 인프라 아키텍처 & 적용 기술

아키텍처 다이어그램

본 아키텍처는 Spring Boot 기반의 단일 애플리케이션 구조로,
Docker 컨테이너화, GitHub Actions 기반 CI/CD,
그리고 AWS EC2 / RDS / S3 / ElastiCache를 연동하여
자동화된 배포와 안정적인 서비스를 제공합니다.

📦 적용 기술 상세보기

데이터베이스 & 캐시

• MySQL (RDS)
  → 사용자, 제품, 리뷰, 쿠폰 등의 주요 데이터 저장

• Redis (ElastiCache)
  → 인기 검색어, 최저가 캐싱에 사용. TTL 기반 만료 처리로 효율적 데이터 유지

클라우드 & 저장소

• AWS S3
  → 제품/프로필 이미지 업로드 및 정적 리소스 저장

• AWS EC2
  → 애플리케이션 서버 호스팅

• AWS RDS / ElastiCache / ECR
  → 각각 DB, 캐시, 도커 이미지 저장소 역할

배포 & 자동화

• Docker
  → 각 모듈/애플리케이션 컨테이너화

• GitHub Actions
  → CI/CD 파이프라인 구축, Slack 연동 알림 포함
  → main 브랜치 푸시 및 PR Merge 시 자동 배포 트리거

---

🧬 ERD

---

📜 API 명세서

API 명세서 보기

---

🖼️ 와이어프레임

와이어 프레임 보기

---

❤️ 팀원 소개

👑 팀장 이채원 CI/CD GitHub

✨ 팀원 봉수현 쿠폰 GitHub

✨ 팀원 이지은A 인증 / 인가 GitHub

✨ 팀원 이지은B 제품 / 리뷰 GitHub

✨ 팀원 전서연 인기 검색어 GitHub