스프링 부트 3의 캐싱 기법

 

애플리케이션의 성능 최적화는 사용자 경험과 시스템 효율성을 높이는 핵심 요소입니다. 특히, 데이터베이스나 외부 API와의 반복적인 호출은 응답 속도를 저하시킬 수 있습니다. 이러한 문제를 해결하기 위해 캐싱은 매우 효과적인 전략으로 사용됩니다. 이번 블로그에서는 스프링 부트 3에서 제공하는 캐싱 기법과 주요 사용 방법, 그리고 실제 활용 사례 3가지를 자세히 살펴보겠습니다.

---

1. 스프링 부트 3에서의 캐싱 개요

스프링 부트 3는 스프링 프레임워크의 캐싱 기능을 통합하여 간편한 설정으로 강력한 캐싱 기능을 제공합니다. 주요 특징은 다음과 같습니다:

• 간단한 어노테이션 기반 구성: @Cacheable, @CachePut, @CacheEvict와 같은 어노테이션을 사용해 캐싱 로직을 쉽게 적용할 수 있습니다.
• 다양한 캐시 제공자 지원: Ehcache, Caffeine, Redis 등과 같은 다양한 캐시 제공자와 손쉽게 통합 가능합니다.
• 유연한 설정: YAML 또는 프로퍼티 파일을 통해 캐시 설정을 세부적으로 조정할 수 있습니다.

---

2. 캐싱의 주요 어노테이션과 사용법

2.1 @Cacheable

@Cacheable은 메서드의 결과를 캐시에 저장합니다. 동일한 파라미터로 메서드를 호출하면 캐시된 결과를 반환하여 성능을 향상시킵니다.

@Cacheable(value = "products", key = "#id")
public Product getProductById(Long id) {
    System.out.println("Fetching product from database...");
    return productRepository.findById(id).orElseThrow();
}

• value: 캐시 이름을 지정합니다.
• key: 캐시 항목을 식별하기 위한 키를 정의합니다. 기본적으로 파라미터 값을 사용합니다.

2.2 @CachePut

@CachePut은 메서드 실행 결과를 캐시에 저장하면서 항상 메서드를 실행합니다.

@CachePut(value = "products", key = "#product.id")
public Product updateProduct(Product product) {
    System.out.println("Updating product in database...");
    return productRepository.save(product);
}

• 주요 사용 사례: 데이터 갱신 시 캐시도 함께 업데이트해야 하는 경우 유용합니다.

2.3 @CacheEvict

@CacheEvict는 캐시에 저장된 데이터를 삭제할 때 사용합니다.

@CacheEvict(value = "products", key = "#id")
public void deleteProduct(Long id) {
    System.out.println("Deleting product...");
    productRepository.deleteById(id);
}

• allEntries: 캐시에 저장된 모든 데이터를 삭제하려면 allEntries = true로 설정합니다.

---

3. 주요 캐시 제공자와의 통합

스프링 부트 3는 여러 캐시 제공자와 쉽게 통합할 수 있도록 지원합니다. 아래는 대표적인 캐시 제공자와 설정 예시입니다.

3.1 Ehcache

Ehcache는 JVM 내에서 동작하는 고성능 캐시로, 설정이 간단합니다.

의존성 추가

<dependency>
    <groupId>org.ehcache</groupId>
    <artifactId>ehcache</artifactId>
</dependency>

설정 파일 (ehcache.xml)

    
        1000
        
            3600
        
    

3.2 Caffeine

Caffeine은 Google Guava 기반의 고성능 캐시 라이브러리입니다.

의존성 추가

<dependency>
    <groupId>com.github.ben-manes.caffeine</groupId>
    <artifactId>caffeine</artifactId>
</dependency>

설정 (application.yml)

spring:
  cache:
    type: caffeine
    caffeine:
      spec: maximumSize=1000,expireAfterWrite=3600s

3.3 Redis

Redis는 분산 캐시로 많이 사용되며, 네트워크를 통해 데이터를 공유할 수 있습니다.

의존성 추가

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>

설정 (application.yml)

spring:
  redis:
    host: localhost
    port: 6379
    cache:
      time-to-live: 3600s

---

4. 실무 활용 예시

예시 1: 상품 정보 캐싱

온라인 쇼핑몰에서 상품 정보를 자주 조회하지만, 데이터는 자주 변경되지 않을 때 캐시를 활용합니다.

@Cacheable(value = "productCache", key = "#productId")
public Product getProduct(Long productId) {
    return productRepository.findById(productId).orElseThrow();
}

예시 2: API 응답 캐싱

외부 API 호출 비용이 높은 경우, 결과를 캐싱해 재사용합니다.

@Cacheable(value = "weatherCache", key = "#location")
public WeatherData getWeather(String location) {
    return weatherApiClient.getWeather(location);
}

예시 3: 사용자 세션 데이터 캐싱

로그인 사용자 정보를 Redis를 활용해 캐싱하면 성능을 크게 개선할 수 있습니다.

@Cacheable(value = "userSession", key = "#userId")
public UserSession getUserSession(Long userId) {
    return userSessionRepository.findById(userId).orElseThrow();
}

---

결론

스프링 부트 3의 캐싱 기법은 애플리케이션 성능을 최적화하는 데 매우 효과적입니다. 간단한 설정으로 시작할 수 있으며, 다양한 캐시 제공자와 통합해 유연한 활용이 가능합니다. 위에서 다룬 예시를 참고하여 캐싱을 적절히 적용하면 성능 향상뿐 아니라 시스템 리소스를 절약하는 데도 큰 도움이 될 것입니다.

여러분의 애플리케이션에도 캐싱을 도입해 보세요! 🚀