fos-blog/study
01 / 홈02 / 카테고리03 / 시리즈
01 / 홈02 / 카테고리03 / 시리즈

카테고리

  • AI 페이지로 이동
    • RAG 페이지로 이동
    • langgraph 페이지로 이동
    • agents.md
    • BMAD Method — AI 에이전트로 애자일 개발하는 방법론
    • Claude Code 메모리: CLAUDE.md와 .claude/rules를 규칙으로 쓰는 법
    • Claude Code의 Skill 시스템 - 개발자를 위한 AI 자동화의 새로운 차원
    • Claude Code를 5주 더 쓴 결과 — 스킬·CLAUDE.md를 키워가는 방식
    • Claude Code를 11일 동안 쓴 결과 — 데이터로 본 나의 사용 패턴
    • Claude Code 멀티 에이전트 — Teams
    • AI 에이전트와 디자인의 새 컨벤션 — DESIGN.md, Google Stitch, Claude Design
    • Docling — IBM Research 의 문서 파싱 toolkit 상세 정리
    • 하네스 엔지니어링 실전 — 4인 에이전트 팀으로 코딩 파이프라인 구축하기
    • 하네스 엔지니어링 — 오래 실행되는 AI 에이전트를 위한 설계
    • 멀티모달 LLM (Multimodal Large Language Model)
    • AI 에이전트와 함께 MVP 만들기 — dooray-cli 사례
    • OpenClaw는 context와 memory를 어떻게 관리하나 — 나만의 에이전트를 구성하는 법
    • OpenClaw vs Hermes Agent — 갈아탈까 고민하며 정리한 비교
    • 스킬 문서를 신경망처럼 학습시킨다 — Microsoft SkillOpt 분석
  • ai 페이지로 이동
    • agent 페이지로 이동
    • [초안] AI 제품 백엔드 안정성 — 지연·비용·권한·관측·도구 실패·폴백/재시도/사람 에스컬레이션
    • [초안] LLM 평가 프레임워크: 골든셋, 회귀 테스트, LLM-as-a-judge, 사람 피드백 루프
  • algorithm 페이지로 이동
    • live-coding 페이지로 이동
    • 분산 계산을 위한 알고리즘
  • apartment 페이지로 이동
    • 구리 럭키아파트 24평 인테리어 레퍼런스 모음
  • architecture 페이지로 이동
    • [초안] 시니어 백엔드를 위한 API 설계 실전 스터디 팩 — REST · 멱등성 · 페이지네이션 · 버전 전략
    • [초안] API Versioning과 Backward Compatibility: 시니어 백엔드 관점 정리
    • 캐시 설계 전략 총정리
    • [초안] CJ푸드빌 디지털 채널 면접: 슬롯 도메인 경험을 커머스 도메인 설계 능력으로 번역하기
    • [초안] 커머스 Spring 서비스에 Clean/Hexagonal Architecture를 실용적으로 적용하기
    • [초안] 커머스 도메인 모델링: 주문·재고·노출의 세 축을 분리해서 설계하기
    • 커머스 주문 상태와 데이터 정합성 기본기 — CJ푸드빌 면접 대비
    • [초안] 쿠폰/프로모션 동시성과 정합성 기본기 — 선착순·중복 사용 방지·발급/사용/복구
    • [초안] DDD와 도메인 모델링: 시니어 백엔드 관점의 전술/전략 패턴 실전 가이드
    • [초안] Decorator & Chain of Responsibility — 행동을 체인으로 조립하는 두 가지 방식
    • 디자인 패턴
    • [초안] 분산 아키텍처 완전 정복: Java 백엔드 시니어 인터뷰 대비 실전 가이드
    • [초안] 분산 트랜잭션과 Outbox 패턴 — 왜 2PC를 피하고 어떻게 대신할 것인가
    • 분산 트랜잭션
    • [초안] e-Commerce 주문·결제 도메인 모델링: 상태머신, 멱등성, Outbox/Saga 실전 정리
    • [초안] Event Sourcing과 CQRS — 상태가 아니라 변화를 저장한다는 발상
    • [초안] F&B 쿠폰·프로모션·멤버십·포인트 설계
    • [초안] F&B · e-Commerce 디지털 채널 도메인 한 장 정리 — CJ푸드빌 디지털 채널 백엔드 면접 대비
    • [초안] F&B 주문/매장/픽업 상태머신 설계 — CJ푸드빌 디지털 채널 백엔드 관점
    • [초안] F&B 이커머스 결제·환불·정산 운영 가이드
    • [초안] Hexagonal / Clean Architecture를 Spring 백엔드에 적용하기
    • [초안] 대규모 커머스 트래픽 처리 패턴 — 1,600만 고객과 올영세일을 버티는 설계
    • [초안] 레거시 JSP/jQuery 화면과 신규 API가 공존하는 백엔드 운영 전략
    • [초안] MSA 서비스 간 통신: Redis [Cache-Aside](../database/redis/cache-aside.md) × Kafka 이벤트 하이브리드 설계
    • [초안] Observability 입문: 시니어 백엔드가 장애를 탐지하고 대응하는 방식
    • [초안] Outbox / Inbox Pattern 심화 — 분산 메시징의 정합성 문제를 DB 트랜잭션으로 풀어내기
    • [초안] 결제 도메인 멱등성과 트랜잭션 재시도 기본기
    • [초안] 시니어 백엔드를 위한 Resilience 패턴 실전 가이드 — Timeout, Retry, Circuit Breaker, Bulkhead, Backpressure
    • [초안] REST API 버저닝과 모바일 앱 하위 호환성 — CJ푸드빌 디지털 채널 백엔드 관점
    • [초안] Spring Batch vs Event-Driven — 같은 비동기처럼 보이지만 전혀 다른 두 패러다임
    • [초안] Strategy Pattern — 분기문을 없애는 설계, 시니어 백엔드 인터뷰 핵심 패턴
    • [초안] 시니어 백엔드를 위한 시스템 설계 입문 스터디 팩
    • [초안] 템플릿 메서드 패턴 - 백엔드 처리 골격을 강제하는 가장 오래되고 가장 위험한 패턴
    • [초안] 대규모 트래픽 중 무중단 마이그레이션 — Feature Flag + Shadow Mode 실전
  • database 페이지로 이동
    • mysql 페이지로 이동
    • opensearch 페이지로 이동
    • redis 페이지로 이동
    • 김영한의-실전-데이터베이스-설계 페이지로 이동
    • [초안] DB Connection Pool Saturation과 Thread Pool 격리
    • 커넥션 풀 크기는 얼마나 조정해야 할까?
    • 인덱스 - DB 성능 최적화의 핵심
    • [초안] JPA N+1과 커머스 조회 모델: 주문/메뉴/쿠폰 도메인에서 살아남기
    • [초안] MyBatis 기본기 — XML Mapper, resultMap, 동적 SQL, 운영 패턴 정리
    • [초안] MyBatis와 JPA/Hibernate 트레이드오프 — 레거시 백엔드를 다루는 시니어 관점
    • 역정규화 (Denormalization)
    • 데이터 베이스 정규화
  • devops 페이지로 이동
    • docker 페이지로 이동
    • k8s 페이지로 이동
    • k8s-in-action 페이지로 이동
    • observability 페이지로 이동
    • [초안] 커머스/F&B 채널 장애 첫 5분과 관측성 기본기
    • [초안] 운영 데이터 정합성 장애 대응 — 결제 취소 누락과 중복 적재 런북
    • Envoy Proxy
    • [초안] F&B / e-Commerce 운영 장애 대응과 모니터링 — 백엔드 관점 정리
    • Graceful Shutdown
    • [초안] 시니어 백엔드를 위한 SLO와 Error Budget 기반 장애 대응
  • finance 페이지로 이동
    • industry-cycle 페이지로 이동
    • investing 페이지로 이동
  • http 페이지로 이동
    • HTTP Connection Pool
    • HTTPS는 어떻게 안전한가 — TLS, 인증서, 그리고 termination
  • interview 페이지로 이동
    • [초안] AI 서비스 팀 경험 기반 시니어 백엔드 면접 질문 뱅크 — Spring Batch RAG / gRPC graceful shutdown / 전략 패턴 / 12일 AI 웹툰 MVP
    • [초안] 커머스/F&B 면접 답변집 — 슬롯 도메인 경험을 주문·결제·쿠폰·매장 설계로 매핑하기
    • Observability — 면접 답변 프레임
    • [초안] 시니어 Java 백엔드 면접 마스터 플레이북 — 김병태
    • [초안] NSC 슬롯팀 경험 기반 질문 은행 — 도메인 모델링·동시성·성능·AI 협업
  • java 페이지로 이동
    • concurrency 페이지로 이동
    • jdbc 페이지로 이동
    • opentelemetry 페이지로 이동
    • spring 페이지로 이동
    • spring-batch 페이지로 이동
    • 더_자바_코드를_조작하는_다양한_방법 페이지로 이동
    • [초안] Java 동시성 락 정리 — 커머스 메뉴/프로모션 정책 캐시 갱신 관점
    • [초안] JVM 튜닝 실전: 메모리 구조부터 Virtual Threads, GC 튜닝, 프로파일링까지
    • Java의 로깅 환경
    • MDC (Mapped Diagnostic Context)
    • Java StampedLock — 읽기 폭주에도 쓰기가 밀리지 않는 락
    • Virtual Thread와 Project Loom
  • javascript 페이지로 이동
    • typescript 페이지로 이동
    • AbortController
    • Async Iterator와 제너레이터
    • CommonJS와 ECMAScript Modules
    • 제너레이터(Generator)
    • Http Client
    • Node 백엔드 운영 패턴 — Streams 백프레셔, pipe/pipeline, 멱등성 vs 분산 락
    • Node.js
    • npm vs pnpm — 어떤 기준으로 선택했나
    • `setImmediate()`
  • kafka 페이지로 이동
    • [초안] Kafka 기본 개념 — 토픽, 파티션, 오프셋, 복제
    • Kafka를 사용하여 **데이터 정합성**은 어떻게 유지해야 할까?
    • [초안] Kafka 실전 설계: 파티션 전략, 컨슈머 그룹, 전달 보장, 재시도, 순서 보장 트레이드오프
    • 메시지 전송 신뢰성
    • [초안] Spring Kafka 컨슈머 오프셋 커밋과 트랜잭션 정렬: AckMode, manual ack, 멱등 처리
  • linux 페이지로 이동
    • fsync — 리눅스 파일 동기화 시스템 콜
    • tmux — Terminal Multiplexer
  • network 페이지로 이동
    • L2(스위치)와 L3(라우터)의 역할 차이
    • L4와 VIP(Virtual IP Address)
    • IP Subnet
  • python 페이지로 이동
    • Python async/await — CompletableFuture·Reactor 와 다른 점, 그리고 blocking I/O 함정
    • Python 의존성 관리 — Java Maven/Gradle 사용자가 만나는 첫 충격
    • FastAPI 기초 — Spring Boot 사용자가 빠르게 익히는 법
    • GPU·CUDA·MPS 기초 — 자바 백엔드 개발자가 처음 만나는 그림
    • Multi-process GPU 워크로드 — 자바 ThreadPool 사용자가 만나는 모델 차이
    • Java 개발자를 위한 Python 심화 — OOP·데코레이터·컨텍스트 매니저
    • PyTorch 기초 — 텐서, 디바이스, 그리고 모델 로딩이 무거운 이유
    • Java 개발자를 위한 Python 문법 핵심
    • ML 서비스 성능 분석 워크플로 — 자바 백엔드 트러블슈팅과 다른 점
    • OCR 동작 원리 — Layout · Text · Post-process 3단계
    • Python 서버의 RSS 가 안 줄어드는 이유 — gc.collect 의 한계와 malloc_trim
  • rabbitmq 페이지로 이동
    • [초안] RabbitMQ Basics — 실전 백엔드 관점에서 정리하는 메시지 브로커 기본기
    • [초안] RabbitMQ vs Kafka — 백엔드 메시징 선택 기준과 실전 운영 관점
  • security 페이지로 이동
    • [초안] 시니어 백엔드를 위한 보안 / 인증 스터디 팩 — Spring Security, JWT, OAuth2, OWASP Top 10
    • [초안] Spring Security 6.x OAuth2 + JWT 상용 인증 설계 — Grant 선택, Resource Server, Refresh Rotation, 로그아웃
  • task 페이지로 이동
    • ai-service-team 페이지로 이동
    • nsc-slot 페이지로 이동
    • sb-dev-team 페이지로 이동
    • the-future-company 페이지로 이동
  • testing 페이지로 이동
    • [초안] 시니어 Java 백엔드를 위한 테스트 전략 완전 정리 — 피라미드부터 TestContainers, 마이크로벤치, Contract까지
  • travel 페이지로 이동
    • 오사카 3박 4일 일정표: 우메다 쇼핑, USJ, 난바·도톤보리, 오사카성
  • web 페이지로 이동
    • [초안] HTTP / Cookie / Session / Token 인증 기본기 — 레거시 JSP와 모바일 API가 공존하는 백엔드 관점
FOS-BLOG · FOOTERall systems normal·v0.1 · 2026.04.27·seoul, kr
Ffos-blog/study

개발 학습 기록을 정리하는 블로그입니다. 공부하면서 기록하고, 기록하면서 다시 배웁니다.

visitors
01site
  • Home↗
  • Posts↗
  • Categories↗
  • About↗
02policy
  • 소개/about
  • 개인정보처리방침/privacy
  • 연락처/contact
03categories
  • AI↗
  • Algorithm↗
  • DB↗
  • DevOps↗
  • Java/Spring↗
  • JS/TS↗
  • React↗
  • Next.js↗
  • System↗
04connect
  • GitHub@jon890↗
  • Source repositoryjon890/fos-study↗
  • RSS feed/rss.xml↗
  • Newsletter매주 1 회 · 한 편의 글→
© 2026 FOS Study. All posts MIT-licensed.
built with·Next.js·Tailwind v4·Geist·Pretendard·oklch
fos-blog/architecture/[초안] Event Sourcing과 CQR…
system

[초안] Event Sourcing과 CQRS — 상태가 아니라 변화를 저장한다는 발상

이 문서의 목표는 두 가지다. 하나, "현재 상태를 덮어쓰는" 일반적인 CRUD 모델과 "일어난 사건을 append-only로 쌓는" Event Sourcing이 어떻게 다른지 감을 잡는 것. 둘, Event Sourcing과 자주 한 묶음으로 거론되는 CQRS가 사실은 독립된 패턴이며, 언제 함께 쓰고 언제 따로 떼어야 하는지 판단 기준을 세우는 것. 결...

2026.06.16·7 min read·1 views

이 문서의 목표는 두 가지다. 하나, "현재 상태를 덮어쓰는" 일반적인 CRUD 모델과 "일어난 사건을 append-only로 쌓는" Event Sourcing이 어떻게 다른지 감을 잡는 것. 둘, Event Sourcing과 자주 한 묶음으로 거론되는 CQRS가 사실은 독립된 패턴이며, 언제 함께 쓰고 언제 따로 떼어야 하는지 판단 기준을 세우는 것.

결론부터 말하면, 두 패턴 모두 "기본값으로 깔지 말아야 할" 고급 패턴이다. 대부분의 서비스는 CRUD + 읽기 전용 복제본으로 충분하고, Event Sourcing은 감사(audit) 요구가 강하거나 상태 변화 이력 자체가 비즈니스 가치인 도메인에서만 비용을 정당화한다.

관련 문서: DDD와 도메인 모델링, Outbox / Inbox Pattern 심화, Spring Batch vs Event-Driven, 분산 트랜잭션과 Outbox 패턴. 본 문서는 "상태를 어떻게 저장하고 읽을 것인가"라는 모델링 축에 집중하고, 위 문서들은 이벤트 발행의 정합성 메커니즘과 도메인 모델 설계에 집중한다.

CRUD가 잃어버리는 것

전통적인 CRUD 모델은 한 행(row)이 곧 현재 상태다. 주문이 PAID에서 SHIPPED로 바뀌면 status 컬럼을 UPDATE로 덮어쓴다. 이 순간 "언제, 왜, 누가 이 전이를 일으켰는가"라는 정보는 사라진다.

sql
-- CRUD: 현재 상태만 남고 변화의 history는 증발한다
UPDATE orders SET status = 'SHIPPED', updated_at = NOW() WHERE id = 1001;

물론 별도 history 테이블이나 audit 로그를 두면 이력을 보존할 수 있다. 하지만 그건 "본 모델 옆에 이력을 따로 또 관리한다"는 뜻이고, 본 상태와 이력이 어긋날 위험을 항상 안고 간다. Event Sourcing의 출발점은 이 질문이다 — 이력이 그렇게 중요하다면, 이력을 본 모델 자체로 삼으면 어떨까?

Event Sourcing의 핵심 발상

Event Sourcing은 현재 상태를 저장하지 않는다. 대신 도메인에서 일어난 사건(event)을 시간순으로 append-only로 쌓고, 현재 상태는 그 사건들을 처음부터 재생(replay)해 계산한다.

text
주문 1001의 이벤트 스트림 (append-only, 수정/삭제 없음)
  seq 1  OrderPlaced      { items: [...], amount: 38000 }
  seq 2  PaymentCompleted { method: 'CARD', approvedAt: ... }
  seq 3  OrderShipped     { carrier: 'CJ', trackingNo: ... }
  seq 4  OrderDelivered   { deliveredAt: ... }
 
현재 상태 = fold(이벤트들)  →  status = DELIVERED

여기서 중요한 성질 세 가지를 짚고 간다.

  • 이벤트는 과거형 사실이다. OrderShipped는 이미 일어난 일이라 수정·삭제 대상이 아니다. 잘못이 있으면 UPDATE가 아니라 보정 이벤트(ShipmentCanceled 등)를 새로 추가한다.
  • 상태는 파생물이다. 어느 시점의 상태든 그 시점까지의 이벤트를 접어(fold) 다시 만들 수 있다. 과거 임의 시점의 상태를 복원하는 time-travel이 공짜로 따라온다.
  • append-only다. 쓰기는 항상 스트림 끝에 덧붙이는 연산이라, 본질적으로 동시 수정 충돌 지점이 한 곳(스트림의 tail)으로 모인다.

재생 비용과 스냅샷

이벤트가 수천, 수만 개로 쌓이면 매번 처음부터 재생하는 비용이 커진다. 그래서 일정 주기로 스냅샷(snapshot)을 떠둔다. "seq 5000 시점의 상태는 이렇다"를 저장해두고, 그 이후 이벤트만 재생하면 된다.

text
복원 = 가장 최근 스냅샷(seq 5000) + seq 5001 이후 이벤트만 fold

스냅샷은 최적화일 뿐 진실의 원천이 아니다. 스냅샷을 통째로 날려도 이벤트 스트림만 살아 있으면 언제든 다시 만들 수 있어야 한다 — 이 불변식이 깨지면 Event Sourcing의 장점이 무너진다.

CQRS — 읽기 모델과 쓰기 모델의 분리

CQRS는 Command Query Responsibility Segregation의 약자다. 이름이 길지만 핵심은 단순하다 — 상태를 바꾸는 경로(Command)와 상태를 읽는 경로(Query)를 서로 다른 모델로 분리한다.

흔한 오해부터 정리하면, CQRS는 Event Sourcing을 요구하지 않는다. 둘은 독립 패턴이다. CQRS는 단지 "쓰기용 모델과 읽기용 모델을 같은 스키마로 강제하지 말자"는 주장이다.

  • Command 측: 비즈니스 규칙과 불변식을 책임진다. 정규화된 도메인 모델, 트랜잭션 일관성이 중요하다.
  • Query 측: 화면이 필요로 하는 모양 그대로 비정규화된 읽기 모델(read model / projection)을 둔다. 조인 없이 한 번에 읽히도록 미리 펼쳐둔다.
text
              Command (쓰기)                    Query (읽기)
  요청 ──▶ 도메인 모델 ──▶ 이벤트/변경 ──▶ projection ──▶ 조회 전용 뷰
            (불변식 검증)        │                          (비정규화, 조인 없음)
                                └── 비동기 반영 가능

Event Sourcing과의 자연스러운 결합

CQRS가 Event Sourcing과 자주 붙어 다니는 이유는, ES에서 이벤트 스트림이 읽기에 매우 불편하기 때문이다. "배송 중인 주문 목록을 보여줘" 같은 질의를 이벤트를 매번 재생해서 답할 수는 없다.

그래서 이벤트를 구독해 읽기 전용 projection을 미리 만들어 둔다. OrderShipped 이벤트가 나올 때마다 shipping_orders 읽기 테이블에 행을 넣고, OrderDelivered가 나오면 빼는 식이다. 쓰기 모델(이벤트 스트림)과 읽기 모델(projection)이 자연히 갈라지므로, ES를 쓰면 CQRS는 거의 필연적으로 따라온다.

반대 방향은 성립하지 않는다 — CQRS만 쓰고 쓰기 측은 평범한 RDB UPDATE로 처리해도 전혀 문제없다.

자주 빠지는 함정

결과적 일관성을 일관성 버그로 착각

projection이 비동기로 갱신되면, 쓰기 직후 읽으면 옛 데이터가 보일 수 있다. 사용자가 주문을 넣자마자 목록을 새로고침했는데 안 보이는 상황이다. 이건 버그가 아니라 결과적 일관성(eventual consistency)의 정상 동작이다.

설계 단계에서 "이 화면은 읽기 지연을 몇 초까지 허용하는가"를 명시해야 한다. 허용 못 하는 화면(예: 결제 직후 결제 결과)이라면 그 부분만 쓰기 모델에서 직접 동기로 읽거나, projection 갱신을 동기 트랜잭션 안에 묶는 절충을 둔다.

이벤트 스키마 진화를 미루기

이벤트는 영원히 남는다. 2년 전 OrderPlaced 이벤트도 오늘 재생 가능해야 한다. 그런데 그동안 이벤트 구조가 바뀌면(필드 추가/이름 변경) 옛 이벤트를 어떻게 읽을 것인가가 큰 숙제가 된다.

  • 가능하면 하위 호환되는 변경만 한다(필드 추가는 OK, 의미 변경·삭제는 위험).
  • 깨지는 변경이 불가피하면 upcasting(옛 버전 이벤트를 읽을 때 신버전 구조로 변환하는 계층)을 둔다.
  • 이벤트에 schemaVersion을 처음부터 넣어 둔다.

이벤트에 "왜"가 아니라 "결과"만 담기

OrderStatusChanged { from: PAID, to: CANCELED }처럼 상태 전이 결과만 담으면, CRUD의 UPDATE를 이벤트로 포장한 것에 불과하다. 도메인 의도를 살리려면 OrderCanceledByCustomer { reason: ... }처럼 무슨 일이 왜 일어났는지를 담아야 한다. 이 차이가 나중에 "고객 변심 취소율"과 "재고 부족 취소율"을 분석할 수 있느냐를 가른다.

모든 것에 이벤트 소싱을 깔기

ES/CQRS는 인지 비용과 운영 복잡도가 높다. 재생 로직, 스냅샷, projection 재구축, 이벤트 버전 관리, 결과적 일관성 대응이 전부 따라온다. 단순 CRUD로 충분한 도메인(설정 관리, 단순 게시판)에 깔면 얻는 것 없이 복잡도만 떠안는다.

설계·운영 체크포인트

도입을 검토할 때 점검할 항목들이다.

  • 이벤트 저장소의 동시성 제어: 같은 스트림에 두 쓰기가 동시에 오면? 보통 (streamId, expectedVersion) 기반 optimistic concurrency로 막는다. 버전이 어긋나면 거절하고 재시도한다.
  • projection 재구축 절차: 읽기 모델 버그를 고친 뒤 처음부터 이벤트를 재생해 projection을 다시 만드는 운영 절차가 있는가. ES의 강점은 "읽기 모델을 언제든 버리고 다시 만들 수 있다"는 점이라, 이 절차가 없으면 강점을 못 쓴다.
  • 이벤트 발행과 저장의 원자성: 이벤트를 저장하면서 동시에 외부로 발행해야 한다면, 저장과 발행이 둘 다 성공해야 하는 분산 트랜잭션 문제가 생긴다. 이건 Outbox 패턴의 영역이다.
  • 멱등성(idempotency): projection 핸들러가 같은 이벤트를 두 번 받아도(at-least-once 전달) 결과가 같아야 한다. seq나 eventId로 중복 적용을 막는다.
  • 삭제·개인정보 처리: append-only라 "지운다"가 어렵다. 개인정보 삭제 요구(GDPR 등)에 대응하려면 crypto-shredding(키 폐기로 복호화 불능화) 같은 별도 전략이 필요하다.

손으로 정리하는 미니 모델

작은 주문 애그리거트를 이벤트 fold로 복원하는 형태를 의사코드로 그려보면 핵심이 잡힌다.

ts
type OrderEvent =
  | { type: 'OrderPlaced'; amount: number }
  | { type: 'PaymentCompleted' }
  | { type: 'OrderShipped' }
  | { type: 'OrderCanceledByCustomer'; reason: string };
 
interface OrderState {
  status: 'NEW' | 'PAID' | 'SHIPPED' | 'CANCELED';
  amount: number;
}
 
// 현재 상태 = 초기 상태에서 이벤트를 하나씩 접어(fold) 계산
function apply(state: OrderState, e: OrderEvent): OrderState {
  switch (e.type) {
    case 'OrderPlaced':            return { status: 'NEW', amount: e.amount };
    case 'PaymentCompleted':       return { ...state, status: 'PAID' };
    case 'OrderShipped':           return { ...state, status: 'SHIPPED' };
    case 'OrderCanceledByCustomer':return { ...state, status: 'CANCELED' };
  }
}
 
function rehydrate(events: OrderEvent[]): OrderState {
  return events.reduce(apply, { status: 'NEW', amount: 0 });
}

여기서 apply는 순수 함수다. 같은 이벤트 목록이면 항상 같은 상태가 나온다 — 이 결정성(determinism)이 재생·스냅샷·projection 재구축을 모두 가능하게 하는 토대다.

스스로 점검하는 질문

아래 질문에 막힘없이 답할 수 있으면 개념이 잡힌 것이다.

  1. Event Sourcing과 CQRS는 왜 독립 패턴인가. 한쪽만 쓰는 예를 각각 들 수 있는가.
  2. 이벤트 스트림이 수만 개로 길어졌을 때 현재 상태를 빠르게 얻는 방법은. 스냅샷이 진실의 원천이 아닌 이유는.
  3. 쓰기 직후 읽기에서 옛 데이터가 보이는 현상은 버그인가. 어떻게 설계로 다뤄야 하는가.
  4. 2년 전 이벤트 구조와 지금이 다를 때 옛 이벤트를 어떻게 읽는가(upcasting, schemaVersion).
  5. OrderStatusChanged와 OrderCanceledByCustomer 중 무엇이 더 좋은 이벤트인가. 이유는.
  6. append-only 저장소에서 개인정보 삭제 요구는 어떻게 대응하는가.
  7. 이벤트 저장과 외부 발행을 모두 성공시켜야 할 때 분산 트랜잭션을 어떻게 피하는가(Outbox).

한 줄 요약

상태를 덮어쓰지 않고 사건을 쌓는 것이 Event Sourcing, 읽기 모델과 쓰기 모델을 분리하는 것이 CQRS다. 둘 다 강력하지만 비용이 크므로, 이력 자체가 가치이거나 읽기/쓰기 부하 특성이 크게 갈리는 도메인에서만 선택적으로 도입한다.

on this page
  • 01CRUD가 잃어버리는 것
  • 02Event Sourcing의 핵심 발상
  • 재생 비용과 스냅샷
  • 03CQRS — 읽기 모델과 쓰기 모델의 분리
  • Event Sourcing과의 자연스러운 결합
  • 04자주 빠지는 함정
  • 결과적 일관성을 일관성 버그로 착각
  • 이벤트 스키마 진화를 미루기
  • 이벤트에 "왜"가 아니라 "결과"만 담기
  • 모든 것에 이벤트 소싱을 깔기
  • 05설계·운영 체크포인트
  • 06손으로 정리하는 미니 모델
  • 07스스로 점검하는 질문
  • 08한 줄 요약

이런 글도

  • [초안] Spring Batch vs Event-Driven — 같은 비동기처럼 보이지만 전혀 다른 두 패러다임
    > 관련 문서: Outbox / Inbox Pattern 심화, 분산 트랜잭션과 Outbox 패턴. 본 문서는 두 처리 패러다임의 선택 기준과 trade-off에 집중하고, 위 두 문서는 이벤트 발행의 정합성 메커니즘에 집중한다. 백엔드를 4\5년차 이상 다루다 보면 어느 시점에서 "이건 동기로 처리하기 어렵다"는 결론에 도달한다. 사용자가 결제 버튼을 누...
    🏗️ system
    system
    2026.05.16
  • [초안] 커머스 도메인 모델링: 주문·재고·노출의 세 축을 분리해서 설계하기
    커머스/F&B 백엔드에서 도메인 모델링 질문이 들어오면 대부분 답변이 주문과 결제 축에 쏠린다. 그러나 실제 운영에서 가장 자주 사고가 나는 곳은 그 옆에 붙은 두 축, 재고(Inventory)와 노출(Display/Catalog)이다. - "결제는 됐는데 매장에 재료가 없다고 거절당했다." → Inventory 축의 race condition. - "장바...
    🏗️ system
    system
    2026.05.16
  • [초안] REST API 버저닝과 모바일 앱 하위 호환성 — CJ푸드빌 디지털 채널 백엔드 관점
    CJ푸드빌처럼 매장·키오스크·모바일 앱·웹·파트너사 연동을 동시에 운영하는 도메인에서 REST API는 여러 세대의 클라이언트가 동시에 살아 있는 상태를 전제로 한다. 백엔드는 일주일에 두세 번 배포할 수 있지만, iOS/Android 앱은 그렇지 않다. 앱스토어 심사, 사용자 강제 업데이트 동의, 구버전 OS 잔존, 사내 매장 단말의 펌웨어 라이프사이클까...
    🏗️ system
    system
    2026.05.09
  • [초안] 커머스 Spring 서비스에 Clean/Hexagonal Architecture를 실용적으로 적용하기
    CJ푸드빌 같은 외식·커머스 도메인은 표면적으로는 "메뉴 CRUD에 결제 붙이기"처럼 보이지만, 실제로는 매장 운영, 재고, 프로모션, 결제, 주문 상태 머신이 얽힌다. 이때 모든 로직을 @Service 한 클래스에 몰면 처음 6개월은 빠르지만, 1년 차부터는 결제 PG 교체, 재고 정책 변경, 주문 상태 추가가 수십 개의 if-else 가지를 수정해야 끝...
    🏗️ system
    system
    2026.05.09

댓글 (0)