1. 최적화 전

• 게시글 전체 조회 API
• 평균 TPS: 106

게시글전체목록조회의 api를 Ngrinder로 부하테스트를 했을 때 평균 TPS가 106로 나오고 있으며 테스트 구간에서 TPS가 많이 튀지 않은 것으로 보아 서버 자체는 안정적으로 TPS를 받지만 성능상의 한계로 106의 TPS가 나오는 것으로 보인다.

2. 최적화 과정

1. 로컬캐시

분산캐시 대비 더 좋은 성능을 가지고 있고 설정이 간소하여 초기 캐싱으로는 Caffenine 로컬 캐시를 선택

• 캐싱전략

  • 페이지네이션으로 페이지별로 결과를 조회하므로 페이지 번호를 KEY로 설정
  • 게시글의 업데이트 사항을 고려하여 TTL을 10분으로 설정

• 캐싱적용

  • CaffeineCacheManager 설정

    @Configuration
    public class CacheConfig {
    
        @Bean
        public CacheManager cacheManager(){
            SimpleCacheManager cacheManager = new SimpleCacheManager();
            CaffeineCache articlesCache = new CaffeineCache("articles",
                Caffeine.newBuilder()
                    .maximumSize(1000)
                    .expireAfterWrite(10, TimeUnit.SECONDS)
                    .recordStats()
                    .build());
            cacheManager.setCaches(Arrays.asList(articlesCache));
            return cacheManager;
        };
    }
    

  • 캐시적용

    // 전체 게시글 목록조회
    		// 페이지 번호별로 게시글 조회저장
        @Cacheable(value = "articles", key="#pageable.getPageNumber()")
        public Page<ArticleResponse> getArticles(Pageable pageable){
            return articleRepository.findAllCustom(pageable);
        }
    

• 결과

• 평균 TPS: 315

캐싱적용 결과 평균 TPS가 105 → 315로 **300%**가 증가하였다.

2. 분산 캐시

로컬캐시 적용으로 확실한 성능향상이 일어났다 하지만 시스템의 설계적인 측면에서 다음과 같은 로컬캐시의 단점으로 분산 캐시인 Redis를 적용하였다.