Post

Redis와 SQL 데이터베이스의 연동 전략

· sql
#study #redis #caching #database #automation

Redis와 SQL 데이터베이스의 연동 전략

왜 이 주제가 중요한가?

실제 프로젝트에서 Redis는 단순한 캐시가 아닙니다. SQL 데이터베이스와 함께 사용할 때 진정한 가치를 발휘합니다.

데이터 조회 성능을 10배 이상 향상시키고, 데이터베이스 부하를 크게 줄일 수 있습니다. 특히 사용자 세션, 상품 정보, 랭킹 데이터 같은 자주 조회되는 데이터를 다룰 때 필수적입니다.

핵심 개념

  • 캐시 패턴 Look-aside(Lazy Loading), Write-through, Write-behind 패턴의 차이점과 사용 시기
  • 데이터 일관성 Redis와 SQL 간 데이터 동기화 전략 및 TTL 관리
  • 캐시 무효화 데이터 변경 시 Redis 캐시를 효과적으로 갱신하는 방법
  • 성능 최적화 쿼리 결과를 JSON 형태로 Redis에 저장하여 직렬화 오버헤드 감소
  • 모니터링 캐시 히트율, 미스율 추적 및 메모리 사용량 관리

실전 예제

상황: 사용자 프로필 조회 최적화

import redis
import json
import mysql.connector
from datetime import timedelta

# Redis 연결
redis_client = redis.Redis(host='localhost', port=6379, db=0, decode_responses=True)

# MySQL 연결
db_connection = mysql.connector.connect(
    host='localhost',
    user='root',
    password='password',
    database='myapp'
)

def get_user_profile(user_id):
    """Look-aside 패턴: 캐시 먼저 확인"""
    cache_key = f"user:{user_id}:profile"
    
    # 1단계: Redis에서 조회
    cached_data = redis_client.get(cache_key)
    if cached_data:
        print(f"캐시 히트: user_id={user_id}")
        return json.loads(cached_data)
    
    # 2단계: 캐시 미스 시 SQL에서 조회
    print(f"캐시 미스: user_id={user_id}")
    cursor = db_connection.cursor(dictionary=True)
    cursor.execute("SELECT id, name, email, created_at FROM users WHERE id = %s", (user_id,))
    user_data = cursor.fetchone()
    cursor.close()
    
    if user_data:
        # 3단계: Redis에 저장 (TTL: 1시간)
        redis_client.setex(
            cache_key,
            timedelta(hours=1),
            json.dumps(user_data, default=str)
        )
    
    return user_data

def update_user_profile(user_id, name, email):
    """데이터 변경 시 캐시 무효화"""
    # 1단계: SQL 업데이트
    cursor = db_connection.cursor()
    cursor.execute(
        "UPDATE users SET name = %s, email = %s WHERE id = %s",
        (name, email, user_id)
    )
    db_connection.commit()
    cursor.close()
    
    # 2단계: 캐시 삭제 (다음 조회 시 새로운 데이터 로드)
    cache_key = f"user:{user_id}:profile"
    redis_client.delete(cache_key)
    print(f"캐시 무효화: {cache_key}")

# 사용 예
profile = get_user_profile(123)
print(profile)

update_user_profile(123, "New Name", "new@email.com")
profile = get_user_profile(123)  # 새로운 데이터 로드

자주 하는 실수

  1. 캐시 만료 시간 설정 오류 TTL을 너무 길게 → 오래된 데이터 제공, 너무 짧게 → 캐시 효과 없음. 데이터 특성에 맞게 설정하세요.

  2. 캐시 무효화 누락 데이터 업데이트 후 Redis 캐시를 삭제하지 않으면 일관성 문제가 발생합니다. 항상 쌍으로 처리하세요.

  3. 메모리 관리 무시 Redis 메모리가 가득 차면 성능이 급격히 저하됩니다. maxmemory 정책을 설정하고 모니터링하세요.

  4. 직렬화 형식 선택 실수 JSON은 가독성이 좋지만 크기가 크고, 바이너리는 빠르지만 디버깅이 어렵습니다. 프로젝트 특성에 맞게 선택하세요.

  5. 동시성 문제 여러 프로세스가 동시에 캐시를 갱신할 때 race condition이 발생할 수 있습니다. 필요시 Redis 트랜잭션이나 락을 사용하세요.

오늘의 실습 체크리스트

  • Redis 서버 로컬 환경에서 실행 확인 (redis-cli로 연결)
  • Python redis 라이브러리 설치 및 기본 연결 테스트
  • Look-aside 패턴으로 간단한 캐시 함수 작성
  • SQL 쿼리 결과를 JSON으로 직렬화하여 Redis에 저장
  • 데이터 업데이트 시 캐시 무효화 로직 구현
  • redis-cli에서 KEYS, TTL, MEMORY USAGE 명령어로 캐시 상태 확인
  • 같은 데이터를 여러 번 조회하여 캐시 히트/미스 로그 확인

댓글