Full Table Scan with Async & Parallel

비동기를 활용한 테이블 풀 스캔 성능 테스트.

테이블 풀 스캔은 테이블의 모든 row를 조회하기 때문에, 데이터가 많을 경우 일반적으로 권장되지 않습니다. 하지만 데이터가 많더라도 분할과 비동기를 활용한 병렬 처리를 하면 특정 상황에서는 꽤 좋은 성능을 낼 수 있습니다.

1. 요구 사항

이벤트 플로우는 다음과 같습니다. 알림 송신은 별도의 시스템이 필요하기 때문에 고려하지 않습니다.

1. 알림 메시지를 전송한다.
2. 전체 사용자는 2,000 만 명이며, 알림 수신에 동의한 사용자에게만 알림을 전송한다.
3. 단일 애플리케이션/데이터베이스를 사용한다.

Step1. 비동기를 활용해 알림을 전송한다.

데이터가 많을 경우, 테이블 풀 스캔을 사용하면 모든 row를 읽기 때문에 시간이 오래 걸릴 수 있으므로, 비동기를 활용해 이를 개선한다.

1. 비동기로 데이터를 처리한다.
2. 모니터링을 통해 자원 사용률을 체크한다.

Step2. 태스크 유실을 대비한다.

메세지 큐(Message Queue)를 사용하는 경우, 의도치 않게 태스크가 유실되는 경우 가 발생한다. 메시지가 유실될 경우, 이를 대비할 수 있도록 한다.

1. 메시지 유실을 대비한다.
2. 메시지 큐는 어떤 것을 사용해도 상관없다.
3. 외부 메시징 시스템을 도입했을 시, 성능 변화를 측정한다.

2. 아이디어

아이디어는 분할과 비동기를 활용한 병렬 처리 입니다.

• 분할
• 비동기를 활용한 병렬 처리

먼저 하나의 큰 태스크를 적절한 단위(chunk)로 분할합니다.

각 태스크는 자신이 처리할 작업의 시작/끝점을 알고 있습니다. 이를 통해 데이터 중복 처리를 방지하며, 인덱스(Index)를 활용할 수 있게 됩니다.

이후 각 태스크를 비동기를 통한 병렬로 처리합니다.

3. 결과

2,000만 건 처리 시 1분 ~ 1분 45초.

# 약, 1분 31초(91.16)
127.0.0.1:6379> get time::string::startTime
"1710619193857"
127.0.0.1:6379> get time::string::endTime
"1710619285018"

# 약 1분 26초(86.45)
127.0.0.1:6379> get time::string::startTime
"1710619455453"
127.0.0.1:6379> get time::string::endTime
"1710619541899"

# 약 1분 38초(98.73)
127.0.0.1:6379> get time::string::startTime
"1710619665364"
127.0.0.1:6379> get time::string::endTime
"1710619764089"

4. 한계

태스크 실행 중 새로운 데이터가 추가 됐을 때, 이를 처리할 수 있는 방안이 없습니다. 예를 들어, 2,000만 사용자에게 알림을 발송하는 도중 새로운 사용자가 가입을 한다면 이를 대처할 방법이 없습니다. 따라서 모든 로직이 끝난 후, 새로 추가된 사용자들은 별도의 로직으로 처리해줘야 합니다.

interface UserRepository : JpaRepository<User, Long> {
    @Query("SELECT u FROM user u WHERE u.id > maxUserId")
    fun findByIdOver(maxUserId: Long): List<User>
}

또한 이 외에도 쓰레드 풀 개수 설정, 커넥션 관리, 모니터링 등의 추가 이슈가 있습니다. 상세 내용은 블로그를 참조해주세요.