[Redis] springboot + Redis cache(조회)

💡문득 똑같은 데이터를 페이지 호출 시 마다 DB에 접근해서 가져온다면, 성능 이슈가 있을 수 있지 않을까? 라는 생각이 들었다.(데이터 수가 많을 때)

 

그래서 In-memory 기반의 데이터베이스인 Redis를 사용해서 데이터를 저장하고 불러온다면 성능 개선을 할 수 있을 것 같았다. (TTL 설정을 통한 휘발성 데이터 저장)

 

또한, Springboot에서는 Redis와 연동하기 위한 library도 지원해주고, cache 기능도 지원한다고 한다.

Springboot에서 Redis를 활용하여 cache 기능을 설계하기 위한 전략은 [Redis] 캐시 설계 전략 지침을 참고하자.

 

이제 아래를 통해 Spring boot에 Redis를 연동하고, cache도 사용해보도록 하자!

 

---

1. 레디스 연동하기(의존성 주입)

implementation 'org.springframework.boot:spring-boot-starter-data-redis’

Gradle이라면 build.gradle에 해당 내용을 추가하여 Redis 의존성을 추가해준다.

 

그리고 application.yml(application.properties) 파일에 아래 내용을 추가해준다.(host와 port는 각자 알아서→ redis 기본포트는 6379임)

spring:
	cache:
	    type: redis # 스프링에서 캐시 사용을 redis로 하겠다 설정 
	  data:
	    redis:
	      host: localhost
	      port: 6379

 

 

 

1-1. RedisConfig 설정하기

💡 Tip
Spring boot 2.0부터 RedisTemplate와 StringTemplate를 자동생성 되어서 따로 빈에 등록안해도 된다고 한다.
RedisTemplate에는 serializer를 설정해주는데 설정하지 않는 다면 직접 redis-cli로 데이터 확인이 어렵다

 

@EnableCaching 설정을 통해 Spring Boot에 캐싱 사용을 한다고 알린다.

@Configuration
public class RedisConfig {
    private final String redisHost;
    private final int redisPort;

    public RedisConfig(@Value("${spring.data.redis.host}") final String redisHost,
                       @Value("${spring.data.redis.port}") final int redisPort) {
        this.redisHost = redisHost;
        this.redisPort = redisPort;
    }

    @Bean
    public RedisConnectionFactory redisConnectionFactory(){
    	return new LettuceConnectionFactory(
        		new RedisStandaloneConfiguration(redisHost, redisPort));
    }

    @Bean
    public RedisTemplate<String, String> redisTemplate() {
        // redisTemplate를 받아와서 set, get, delete를 사용
        RedisTemplate<String, String> redisTemplate = new RedisTemplate<>();
        /**
         * setKeySerializer, setValueSerializer 설정
         * redis-cli을 통해 직접 데이터를 조회 시 알아볼 수 없는 형태로 출력되는 것을 방지
         */
        redisTemplate.setKeySerializer(new StringRedisSerializer());
        redisTemplate.setValueSerializer(new StringRedisSerializer());
        redisTemplate.setConnectionFactory(redisConnectionFactory());

        return redisTemplate;
    }
}

@Configuration
@EnableCaching
public class RedisCacheConfig {
    
	@Bean(name = "cacheManager")
    public CacheManager cacheManager(RedisConnectionFactory cf) {
        RedisCacheConfiguration redisCacheConfiguration = RedisCacheConfiguration.defaultCacheConfig()
        		.disableCachingNullValues()
                .serializeKeysWith(RedisSerializationContext.SerializationPair.fromSerializer(new StringRedisSerializer()))
                .serializeValuesWith(RedisSerializationContext.SerializationPair.fromSerializer(new GenericJackson2JsonRedisSerializer()))
                .entryTtl(Duration.ofMinutes(3L)); // 캐쉬 저장 시간 3분 설정
 
        return RedisCacheManager
                .RedisCacheManagerBuilder
                .fromConnectionFactory(cf)
                .cacheDefaults(redisCacheConfiguration)
                .build();
    }
}

 

---

2. 메서드에 캐시 적용하기

@Cacheable 은 캐시가 없다면 등록하고, 있다면 해당 캐시의 데이터를 가져오는 어노테이션이다.

캐시 적용을 원하는 메서드에 등록해보자.

// 회원정보 전체조회(findAll)
@Cacheable(cacheNames = "getAccount", key = "'ALL'", cacheManager = "cacheManager")
public List<AccountDto> findAll() {
	List<AccountDto> accountDto = accountRepository.findAll();
	return accountDto; 
}

 

이렇게 하면 캐시 적용은 완료되었다.

API를 호출하여 Redis에 잘 반영됐는지 확인해보자.

 

 

---

3. 결과

1. 처음 API를 호출하였을 때 걸리는 시간: 88ms

 

처음 호출 시엔 DB에 접근하기 때문에, 조회 쿼리도 보이는 상황이다.

 

 

2. 두 번째 호출부터 걸리는 시간: 11ms

 

두 번째 쿼리부터는 DB가 아닌, Redis에 저장된 캐시(Cache)에서 데이터를 가져오기 때문에 조회쿼리가 보이지 않는다.

 

위의 내용은 데이터 조회를 위한 캐시 전략이었다.(Look Aside + Write Around)

• Look Aside(읽기 전략) - 캐시를 먼저 확인하고, 캐시에 데이터가 없을 경우 DB에서 데이터를 가져오는 전략
• Write Around(쓰기 전략) - 데이터를 업데이트 할 때마다 바로 캐시에 반영하지 않고, 변경된 내용만 DB에 반영하고 해당 캐시는 제거 또는 무효화 하는 전략

 

다음 포스팅은 아래 내용에 따라 캐시 삭제하는 법을 알아보겠다.

💡 redis cache를 사용하면 조회 시 캐시를 읽어오기 떄문에 DB에 저장된 데이터가 수정, 추가, 삭제 될 때마다 Cache 또한 삭제해주어야 한다.
데이터가 변경될 때마다 캐시를 비워주지 않으면 캐시 DB(Redis)와 하드 DB(MySQL)의 데이터가 서로 다른 데이터를 갖고 있어 캐시DB에서 데이터를 꺼내 올 때 변경되기 전인 오래된 정보를 사용하는 데이터 정합성 문제점이 발생한다.