🤖 I.T.S (Immortal-Ticketing Service)

---

🌈 서비스/프로젝트 소개

"쓰러지지 않는 콘서트 예매 서버"

관리자는 공연장을 등록하고 해당 공연장에 오픈할 콘서트를 등록할 수 있습니다. 회원은 원하는 가수의 콘서트를 예매하고 취소할 수 있습니다. 예매 서비스의 특성 상 동시 접속자가 많아지는 트래픽 환경을 고려합니다. 동시성 제어, 인덱스, 캐싱 등의 기법을 적용하여 안정적인 서비스를 구현합니다.

🔑 Key Summary

예매 시스템 성능 개선

• 예매 시스템은 콘서트 티켓 예매 서버에서 핵심적인 기능이고 순간적으로 많은 트래픽을 처리해야하는 기능입니다.

• 예매 기능 중에 좌석을 임시 선택하는 부분이 병목 지점이 될 수 있음을 판단했고 단계적으로 성능을 개선했습니다.

• 성능테스트는 실제 환경과 유사하게 1초 동안 사용자가 같은 좌석을 예매하려는 상황을 가정하고 평균 응답 시간을 계산했습니다.

1. Redis 분산락으로 동시성 제어한 상태

• 성능 개선 전 평균 응답 시간 2163ms

2. 예매 내역 테이블 인덱스 추가

• 인덱스 설정 후 평균 응답 시간 1713ms
• 인덱스 설정 후 평균 응답 시간 20.80% 개선

3. Redis 분산락으로 동시성 제어한 상태

• Redis 캐시를 이용해서 개선 후 평균 응답 시간 20ms
• 인덱스 개선에서 평균 응답 시간 98.83% 개선
• 성능 개선 전보다 평균 응답 시간 99.08% 개선

Test Code

1. 목표

이번 프로젝트에서는 기존 코드의 안정성을 보장하고, 애플리케이션의 확장성을 고려하여 Test Code 작성을 중점적으로 진행하여 코드 변경 시 예상치 못한 오류를 사전에 방지하고 유지보수성을 높이는 것이 목표입니다.

2. Tools

• Junit 5
• Mockito
• Jacoco

3. SQL 파일 활용

SqlGroup( {
	@Sql(
		value = "/sql/domain/concert/repository/setup.sql",
		config = @SqlConfig(transactionMode = SqlConfig.TransactionMode.DEFAULT),
		executionPhase = Sql.ExecutionPhase.BEFORE_TEST_CLASS
	),
	@Sql(
		value = "/sql/domain/concert/repository/delete.sql",
		config = @SqlConfig(transactionMode = SqlConfig.TransactionMode.DEFAULT),
		executionPhase = Sql.ExecutionPhase.AFTER_TEST_CLASS
	)
})

@DataJpaTest
@AutoConfigureTestDatabase(replace = AutoConfigureTestDatabase.Replace.NONE)
class ConcertRepositoryTest {

	@Autowired
	private ConcertRepository concertRepository;

	@Autowired
	private ReservationRepository reservationRepository;

4. Code Coverage 측정

Code Coverage 를 통해서 기존 코드가 얼마나 안정적으로 운영되는지 알 수 있고, 작성된 코드의 양을 파악할 수 있는 장점에서 커버리지를 측정하였습니다.

• Code Coverage - 70% 달성

🏢 인프라 설계도

---

👉 주요 기능

1. 👷‍♂️ 관리자

   • 관리자는 공연장과 콘서트를 등록 가능
   • 관리자는 공연장과 콘서트에 필요한 이미지 등록 가능
   • 관리자는 공연장 예매 결과를 조회 가능

2. 🎪 공연장/콘서트

   • 해당 도메인 (공연장/콘서트) 가 등록될 때, AWS S3에 이미지를 같이 등록할 수 있으며, 등록된 이미지는 수정 및 삭제가 가능

3. 👦 유저

   • 유저는 회원가입/로그인을 통해 인증/인가
   • 유저는 콘서트를 조회하며, 콘서트 자리 선정
   • 최종적으로 유저는 해당 자리에 대하여 예매 가능
   • 유저는 자신의 예매 내역을 확인 가능

4. 🎫 좌석 예매

   • 콘서트 좌석 예매
     • 유저는 콘서트를 예매할 때, 좌석 선택 → 좌석 선택 완료 단계를 걸쳐 예매를 완료
     • 여기서 좌석 선택 단계 에서는 동 시간 내에 많은 요청이 오더라도 Redis 의 분산락 이 적용되어 있어 동시성 제어 가 작동하며 데이터 불일치 해결
   • 콘서트 예매 내역 조회

🛠 기술 스택

1. 라이브러리 & 프레임 워크

2. DB & Optimization

3. 인프라 & 배포

4. CI/CD

5. 협업툴

6. 언어 및 IDE

💬 기술적 의사 결정

• 🚧 인증/인가 방식은 어떻게?

• 🔀 동시성 제어는 어떻게?

• 🐳 CI/CD는 어떻게?

• 링크

📌 트러블슈팅

• ✌ Query DSL N+1 문제 해결 및 성능 비교
  • 링크
• 🔒 동시성 제어 (Lock)
  • 링크
• 📈 인덱스로 성능 최적화
  • 링크
• 🚀 Redis 캐시로 동시성 제어 및 성능 개선
  • 링크

와이어 프레임

• 링크

ERD

API 명세서

• 링크

👍 Contributor

팀원명	포지션	담당(개인별 기여점)	깃허브 링크
정선우	리더	▶ 유저 인증 인가 (Spring Security) - JWT 토큰 인증/인가 ▶ CI/CD - EC2 + DOCKER + ECR을 이용한 CI/CD - Docker Compose를 이용해 환경 구성 ▶ Redis를 이용한 동시성 제어 및 성능 최적화 - 'Redisson`을 이용하여 '분산락' 구현 - Redis를 사용하여 성능 최적화	GitHub Seonu-Jeong
김태현	부리더	▶ 공연장 CRUD - 좌석 관련 Bulk insert 적용 ▶ 이미지 로직 (AWS S3) - 저장/수정/삭제 적용 ▶ 동시성 제어 - DB '네임드 락' 적용 ▶ Redis 성능 최적화 - Redis 를 사용하여 성능 최적화	GitHub kimuky
장우태	팀원	▶ 콘서트 CRUD - 콘서트 조회 시 Querydsl 과 Pageable 사용하여 조회 - 복잡한 쿼리 문 projections 사용하여 조회 대상을 지정해 원하는 값만 조회 ▶ 테스트 코드 -콘서트, 공연장 관련 domain에 테스트 코드를 작성 - @SqlGroup 으로 sql 파일을 생성하여 테스트 실행하고 @BeforeEach 대신 사용하여 코드 가독성을 높임 - Jacoco를 활용하여 test coverage 측정	GitHub Jangutm600
허준	팀원	▶ 예매 관련 CRUD - 예매, 취소 목록 조회 시 QueryDsl 과 Pageable 사용하여 조회 ▶ 테스트 코드 - 예매, 취소 목록, 유저, S3 테스트 작성 - Jacoco를 활용하여 test coverage 측정	GitHub huhjune98