GM 오락실
← 개인 공부 · Database
STUDY NOTE · 개념 정리

Redis 자료구조와 캐시 전략 정리: Cache-Aside, Write-Through, TTL, 캐시 스탬피드

Database
Redis는 메모리에 데이터를 두는 키-값 저장소로, 문자열뿐 아니라 리스트·해시·셋·정렬된 셋 같은 자료구조를 제공한다. 캐시로 쓸 때는 읽을 때 채우는 Cache-Aside가 가장 흔하고, 쓰기 시점에 맞춰 캐시를 갱신하는 Write-Through 등이 있다. 모든 키에 TTL을 두고, 인기 키가 만료되는 순간 요청이 DB로 몰리는 캐시 스탬피드에 대비한다.

1. Redis의 특징

  1. 인메모리: 디스크 기반 DB보다 훨씬 빠르게 읽고 쓴다. 대신 메모리 크기가 저장 한계다.
  2. 명령 실행은 단일 스레드: 명령을 하나씩 순서대로 실행하므로 INCR 같은 단일 명령은 원자적이다. 반대로 KEYS *처럼 오래 걸리는 명령 하나가 전체를 막는다. 운영에서는 SCAN을 쓴다.
  3. 영속화 옵션: 주기적 스냅샷(RDB)과 쓰기 로그(AOF)로 재시작 후 복구할 수 있다. 캐시 용도면 꺼 두기도 한다.
  4. 만료(TTL)와 메모리 정책: 키마다 만료 시간을 줄 수 있고, 메모리가 차면 정책에 따라 키를 내보낸다.

2. 자료구조와 용도

자료구조형태대표 명령용도
String키 → 값 (문자열, 숫자, 직렬화한 JSON)SET, GET, INCR, SET NX EX캐시, 카운터, 간단한 락
List삽입 순서가 있는 목록LPUSH, RPUSH, LPOP, LRANGE, LTRIM최근 본 상품, 간단한 큐
Hash키 → (필드 → 값)HSET, HGET, HGETALL, HINCRBY객체의 필드별 저장, 장바구니 (상품ID → 수량)
Set중복 없는 집합SADD, SISMEMBER, SCARD, SINTER좋아요 누른 사용자, 태그, 중복 방지
Sorted Set점수로 정렬된 집합ZADD, ZINCRBY, ZREVRANGE, ZRANK랭킹, 우선순위, 시간순 정렬
HyperLogLog고유 개수 근사치PFADD, PFCOUNT일일 방문자 수 (작은 메모리, 약간의 오차)
SET product:1001 "{...json...}" EX 300 # 5분 뒤 만료되는 캐시
GET product:1001
INCR view:post:42 # 원자적 조회수 증가
HSET cart:7 1001 2 1002 1 # 장바구니: 상품ID → 수량
HINCRBY cart:7 1001 1
ZADD ranking 1500 user:7 # 점수 1500
ZINCRBY ranking 30 user:7
ZREVRANGE ranking 0 9 WITHSCORES # 상위 10명

3. 캐시 읽기·쓰기 전략

전략읽기쓰기장점단점
Cache-Aside (Lazy Loading)캐시 조회 → 없으면 앱이 DB 조회 후 캐시에 저장DB에 쓰고 캐시는 삭제필요한 데이터만 캐시됨, 캐시 장애 시에도 DB로 동작첫 요청은 항상 느림(미스), 잠깐 오래된 값 가능
Read-Through캐시 계층이 미스 시 DB를 대신 조회-앱 코드가 단순캐시 계층이 DB 접근 로직을 알아야 함
Write-Through-캐시와 DB에 함께(동기) 기록캐시가 항상 최신쓰기마다 두 번 기록, 안 읽힐 데이터도 캐시
Write-Behind (Write-Back)-캐시에 먼저 쓰고 DB에는 나중에 모아서 기록쓰기가 매우 빠름DB 반영 전 장애 시 유실 위험
Write-Around-DB에만 쓰고 캐시는 건드리지 않음안 읽힐 데이터로 캐시를 채우지 않음쓴 직후 읽으면 미스 또는 오래된 값
// Cache-Aside (의사 코드)
Product getProduct(long id) {
String key = "product:" + id;
Product cached = cache.get(key);
if (cached != null) return cached; // 히트

Product product = productRepository.findById(id); // 미스 → DB
cache.set(key, product, Duration.ofMinutes(5)); // TTL과 함께 저장
return product;
}

void updateProduct(Product p) {
productRepository.update(p);
cache.delete("product:" + p.getId()); // 갱신보다 삭제가 안전
}

데이터가 바뀌면 캐시 값을 새 값으로 덮어쓰기보다 삭제하는 편이 안전하다. 두 요청이 동시에 갱신하면 늦게 끝난 쪽이 오래된 값을 캐시에 덮어쓸 수 있기 때문이다. 삭제해도 짧은 순간의 불일치는 생길 수 있으므로 TTL이 최후의 안전장치가 된다.

4. TTL과 메모리 정책

TTL이 없으면 한번 잘못 들어간 값이 영원히 남고, 메모리가 계속 찬다. 캐시 키에는 항상 TTL을 준다. 메모리가 maxmemory에 닿으면 maxmemory-policy에 따라 동작한다.

정책동작
noeviction (기본값)내보내지 않고 쓰기 명령에 에러 반환
allkeys-lru모든 키 중 가장 오래 사용 안 한 키부터 제거
volatile-lruTTL이 있는 키 중 LRU로 제거
allkeys-lfu / volatile-lfu사용 빈도가 낮은 키부터 제거
volatile-ttl만료가 가장 가까운 키부터 제거

순수 캐시 용도라면 보통 allkeys-lru나 allkeys-lfu를 쓴다. 세션이나 락처럼 사라지면 안 되는 데이터와 캐시를 한 인스턴스에 섞으면 정책을 정하기 어려워진다.

5. 캐시 장애 패턴

문제상황대응
캐시 스탬피드 (Thundering Herd)요청이 몰리는 인기 키가 만료되는 순간, 수많은 요청이 동시에 미스를 내고 모두 DB를 조회한 요청만 다시 채우게 락(SET NX), 만료 전에 미리 갱신, 백그라운드 갱신
캐시 눈사태 (Avalanche)많은 키가 같은 시각에 만료(예: 배치로 한꺼번에 적재)되거나 캐시 서버가 죽어 DB로 트래픽이 쏟아짐TTL에 무작위 값(jitter) 추가, 캐시 이중화, DB 앞단 요청 제한
캐시 관통 (Penetration)DB에도 없는 키를 계속 요청해 매번 미스"없음"도 짧은 TTL로 캐시, 블룸 필터로 존재하지 않는 키 차단
// 스탬피드 방지: 미스가 나면 한 요청만 DB를 조회 (의사 코드)
Product product = cache.get(key);
if (product == null) {
boolean locked = cache.setIfAbsent("lock:" + key, "1", Duration.ofSeconds(3));
if (locked) {
try {
product = productRepository.findById(id);
cache.set(key, product, Duration.ofMinutes(5).plusSeconds(random(0, 60)));
} finally {
cache.delete("lock:" + key);
}
} else {
sleep(50); // 잠깐 기다렸다가 캐시를 다시 읽거나 재시도
product = cache.get(key);
}
}

캐시는 읽기가 쓰기보다 훨씬 많고, 잠시 오래된 값이 보여도 괜찮은 데이터(상품 상세, 카테고리, 공통 코드, 집계 결과)에 맞다. 재고, 잔액, 결제 상태처럼 항상 정확해야 하는 값은 캐시를 기준으로 판단하지 않는다.

6. 실제로 어떻게 적용되나

  1. 스프링 캐시 추상화: @Cacheable(value = "product", key = "#id")는 Cache-Aside를 애너테이션으로 처리한다. 수정 메서드에는 @CacheEvict를 붙인다. 프록시 기반이라 같은 클래스 안에서 호출하면 적용되지 않는다.
  2. 세션 저장소: 서버가 여러 대일 때 세션을 Redis에 두면 어느 서버로 요청이 가도 로그인이 유지된다.
  3. 실시간 랭킹: Sorted Set에 점수를 넣으면 정렬된 상태가 유지돼 상위 N명 조회가 빠르다. DB에서 매번 ORDER BY로 집계하지 않아도 된다.
  4. 중복 요청 방지: 결제 버튼 연타 같은 중복 요청은 SET 요청키 1 NX EX 10으로 첫 요청만 통과시킨다.

7. 면접 질문으로 정리

  1. Q. Redis가 빠른 이유는? 데이터를 메모리에 두고, 단일 스레드로 명령을 처리해 락 경쟁이 없으며, 자료구조 연산이 효율적으로 구현돼 있기 때문이다.
  2. Q. Cache-Aside 전략이란? 애플리케이션이 캐시를 먼저 조회하고, 없으면 DB에서 읽어 캐시에 저장하는 방식이다. 데이터 변경 시에는 DB를 갱신하고 캐시를 삭제한다.
  3. Q. Write-Through와 Write-Behind의 차이는? Write-Through는 캐시와 DB에 동시에 써서 일관성이 높지만 쓰기가 느리고, Write-Behind는 캐시에만 먼저 쓰고 DB에는 나중에 반영해 빠르지만 유실 위험이 있다.
  4. Q. 캐시 스탬피드란? 어떻게 막나? 인기 키가 만료될 때 많은 요청이 동시에 DB를 조회하는 현상이다. 락으로 한 요청만 갱신하게 하거나, 만료 전에 미리 갱신하거나, TTL에 무작위 값을 더해 분산한다.
  5. Q. Redis에서 KEYS 명령을 쓰면 안 되는 이유는? 모든 키를 훑는 O(n) 명령인데 Redis는 명령을 단일 스레드로 처리해, 실행되는 동안 다른 모든 요청이 막히기 때문이다. SCAN을 쓴다.
Gunmo Lee
since 2021.07
Redis 자료구조와 캐시 전략 정리: Cache-Aside, Write-Through, TTL, 캐시 스탬피드 | GM 오락실