티스토리 뷰
Redis 캐시를 활용하여 중복 없이 조회수를 세는 로직에 대해서 포스팅하려고 합니다.
기존에 썼던 방법
기존에는 sql의 update로직을 사용하여 조회수를 올렸습니다.
UPDATE items SET views = views + 1 WHERE item_id = '1';
장점
- update 문이 수행될 때, 레코드에 락이 걸리면서 다른 트랜잭션이 해당 행을 읽거나 변경하지 못하도록 방지하여 동시성에 안전합니다.
단점
- 상품을 클릭할 때마다, 조회수를 증가시키는 sql문을 보내야 한다는 부담이 있었습니다.
- 중복 조회 방지를 위한 로직을 따로 만들어야 했습니다.
Redis 캐시를 사용한 이유
- 캐시에 저장했다 한 번에 조회수를 업데이트할 수 있습니다.
- Redis 자체가 싱글 스레드로 처리되므로 동시성 문제를 방지할 수 있습니다.
- HyperLogLog를 사용하면 중복 조회 방지가 다른 로직없이 가능했습니다.
- 비록, HyperLogLog를 사용할 경우 오차가 있을 수 있지만, 비지니스 로직 상 조회수가 매우 중요하다고 판단하지 않아 사용했습니다.
HyperLogLog란??
- 고유 요소의 개수를 효율적으로 추정하기 위한 확률적 자료구조입니다.
- 요소의 개수와 상관없이 12kb로 고정된 메모리를 사용합니다.
- 정확한 개수보다 메모리 효율이 중요할 때 사용합니다.
- 에러 비율 약 0.81% 정도
조회수 증가 로직
저는 스프링의 인터셉터에서 조회수 증가 로직을 구현했습니다.
- HyperLogLog 자료구조에 아이피 주소를 넣고 그 개수를 세는 방식을 채택했습니다.
- 만약 아이템 id 집합이 없다면 새로 생성하고, 있다면 그것을 가져옵니다.
- 이렇게 하면, 중복된 아이피는 개수에서 제외됩니다.
- 특정 시간에 계산된 조회수를 db에 저장한 후 리셋해 줄겁니다.
@RequiredArgsConstructor
public class ViewInterceptor implements HandlerInterceptor {
private final RedissonClient redissonClient;
@Override
public void postHandle(
HttpServletRequest request,
HttpServletResponse response,
Object handler,
ModelAndView modelAndView
) throws Exception {
String pathInfo = request.getRequestURI();
String remoteAddr = request.getRemoteAddr();
int itemId = Character.getNumericValue(pathInfo.charAt(pathInfo.length() - 1));
RSet<Integer> viewedItem = redissonClient.getSet(VIEW_COUNT.name());
viewedItem.add(itemId);
//조회수 증가로직
RHyperLogLog<String> viewCheck = redissonClient.getHyperLogLog(String.valueOf(itemId));
viewCheck.add(remoteAddr);
}
}
- 조회수를 추출하는 로직과 삭제하는 로직입니다.
- 메서드의 파라미터는 하루동안 클릭된 아이템 집합입니다.
private Map<String, Long> extractViewCount(RSet<Integer> viewCount) {
return viewCount.stream()
.collect(toUnmodifiableMap(String::valueOf, e -> redissonClient.getHyperLogLog(String.valueOf(e)).count()));
}
private void resetViewCount(RSet<Integer> viewCount) {
viewCount
.forEach(e -> redissonClient.getHyperLogLog(String.valueOf(e)).delete());
}
테스트
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- 대용량데이터
- 리트코드
- Quartz
- jpa
- java
- 얕은복사
- StringBuilder
- redisson
- 람다
- final
- 디자인패턴
- 알고리즘 문제풀이
- 싱글톤패턴
- 스트림
- scheduler
- 프로그래머스
- 항해99
- springboot
- 조회수
- 알고리즘
- leetcode
- 함수형 인터페이스
- 기능개발
- StringBuffer
- 깊은복사
- 빌더패턴
- jwt
- 전략 패턴
- redis
- 문자열더하기
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
글 보관함