fos-blog/study
01 / 홈02 / 카테고리
01 / 홈02 / 카테고리

카테고리

  • AI 페이지로 이동
    • RAG 페이지로 이동
    • langgraph 페이지로 이동
    • agents.md
    • BMAD Method — AI 에이전트로 애자일 개발하는 방법론
    • 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
    • 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
  • ai 페이지로 이동
    • agent 페이지로 이동
  • algorithm 페이지로 이동
    • live-coding 페이지로 이동
    • 분산 계산을 위한 알고리즘
  • 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 커머스/F&B 도메인 설계 면접 대비 — 슬롯 경험을 주문·결제·쿠폰·매장 상태 설계로 번역하기
    • [초안] 커머스 Spring 서비스에 Clean/Hexagonal Architecture를 실용적으로 적용하기
    • [초안] 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] 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] 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
    • 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
    • Envoy Proxy
    • [초안] F&B / e-Commerce 운영 장애 대응과 모니터링 — 백엔드 관점 정리
    • Graceful Shutdown
  • finance 페이지로 이동
    • industry-cycle 페이지로 이동
    • investing 페이지로 이동
    • stock-notes 페이지로 이동
  • http 페이지로 이동
    • HTTP Connection Pool
  • 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] CJ푸드빌 디지털 채널 Back-end 개발자 직무 분석
    • [초안] CJ푸드빌 디지털 채널 Back-end 면접 답변집 — 슬롯 도메인 경험을 커머스/F&B 설계로 번역하기
    • [초안] F&B / e-Commerce 운영 모니터링과 장애 대응 인터뷰 정리
    • 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
  • 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
  • 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
  • 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/database/InnoDB 트랜잭션과 잠금
db

InnoDB 트랜잭션과 잠금

Real MySQL 8.0 5장 내용을 정리한 문서. 개발자 입장에서 중요한 MVCC와 Lock 동작 방식에 집중했다. --- MySQL InnoDB 기본값은 REPEATABLE READ다. 나머지 수준은 설정을 바꾸지 않는 이상 실무에서 마주칠 일이 거의 없으니 표로만 정리한다. | 격리 수준 | Dirty Read | Non-Repeatable Read...

2026.03.24·5 min read·69 views

Real MySQL 8.0 5장 내용을 정리한 문서. 개발자 입장에서 중요한 MVCC와 Lock 동작 방식에 집중했다.


격리 수준 (간략)

MySQL InnoDB 기본값은 REPEATABLE READ다. 나머지 수준은 설정을 바꾸지 않는 이상 실무에서 마주칠 일이 거의 없으니 표로만 정리한다.

격리 수준Dirty ReadNon-Repeatable ReadPhantom Read
READ UNCOMMITTED발생발생발생
READ COMMITTED없음발생발생
REPEATABLE READ(기본값)없음없음InnoDB에서 없음*
SERIALIZABLE없음없음없음

* 표준 SQL 스펙상 REPEATABLE READ는 Phantom Read를 허용하지만, InnoDB는 Next-Key Lock으로 Gap을 잠가서 Phantom Read를 막는다.


MVCC (Multi-Version Concurrency Control)

핵심 아이디어

InnoDB가 높은 동시성을 달성하는 핵심 메커니즘이다.

읽기는 잠금 없이, 쓰기는 잠금으로 — 덕분에 읽기와 쓰기가 서로를 막지 않는다.

일반 SELECT는 잠금을 전혀 걸지 않는다. 대신 데이터의 "과거 버전 스냅샷"을 읽는다. 이 스냅샷을 어떻게 만드는가가 MVCC의 핵심이다.


Undo Log — 과거 버전의 저장소

UPDATE나 DELETE가 발생하면 InnoDB는 변경 전 데이터를 Undo Log에 기록한다.

plaintext
현재 레코드 (id=1, name="B")
    ↓ roll_pointer
Undo Log v1 (id=1, name="A")  ← UPDATE 전 버전
    ↓ roll_pointer
Undo Log v0 (id=1, name="초기값")  ← 그 전 버전

각 레코드는 roll_pointer로 이전 버전 체인을 유지한다. 트랜잭션이 롤백하거나 예전 스냅샷을 읽어야 할 때 이 체인을 따라간다.


Read View — "어느 버전까지 볼 수 있는가"

SELECT를 실행할 때 InnoDB는 Read View를 생성한다. Read View는 "이 SELECT가 볼 수 있는 최신 커밋 시점"을 기록한 스냅샷이다.

Read View 생성 시점이 격리 수준에 따라 다르다.

격리 수준Read View 생성 시점
REPEATABLE READ트랜잭션 시작 후 첫 번째 SELECT에서 1회 생성, 이후 재사용
READ COMMITTEDSELECT마다 새로 생성

REPEATABLE READ 동작 예시

plaintext
T1: BEGIN
T1: SELECT * FROM orders WHERE id=1  ← Read View 생성 (시점 A)
                                         결과: status="pending"
 
T2: UPDATE orders SET status="done" WHERE id=1
T2: COMMIT
 
T1: SELECT * FROM orders WHERE id=1  ← 동일한 Read View 재사용
                                         결과: status="pending"  (T2 커밋 안 보임)
T1: COMMIT

T1이 같은 조건으로 두 번 조회해도 결과가 바뀌지 않는다. T2가 커밋했어도 T1의 Read View 기준으론 아직 "보이지 않는" 버전이라 Undo Log를 읽는다.

READ COMMITTED 동작 예시

plaintext
T1: BEGIN
T1: SELECT * FROM orders WHERE id=1  ← Read View 생성 (시점 A)
                                         결과: status="pending"
 
T2: UPDATE orders SET status="done" WHERE id=1
T2: COMMIT
 
T1: SELECT * FROM orders WHERE id=1  ← 새 Read View 생성 (시점 B)
                                         결과: status="done"  (T2 커밋 보임)
T1: COMMIT

Non-Repeatable Read가 발생한다. 같은 쿼리인데 결과가 달라진다.


Consistent Non-Locking Read vs Locking Read

MVCC의 일반 SELECT는 Consistent Non-Locking Read다. 잠금 없이 스냅샷 버전을 읽는다.

반면 SELECT FOR UPDATE, SELECT FOR SHARE는 Locking Read다.

sql
-- Non-Locking Read: MVCC 스냅샷, 잠금 없음
SELECT * FROM orders WHERE id = 1;
 
-- Locking Read: 최신 커밋 데이터 읽기 + 잠금 획득
SELECT * FROM orders WHERE id = 1 FOR UPDATE;   -- X-Lock
SELECT * FROM orders WHERE id = 1 FOR SHARE;    -- S-Lock

Locking Read는 항상 최신 커밋 버전을 읽는다. Read View를 무시하고 현재 레코드를 직접 읽으면서 잠금을 건다.

실무에서 자주 실수하는 케이스:

plaintext
T1 (REPEATABLE READ): BEGIN
T1: SELECT stock FROM inventory WHERE id=1        -- 결과: 10 (스냅샷)
T2: UPDATE inventory SET stock=0 WHERE id=1
T2: COMMIT
T1: UPDATE inventory SET stock=stock-1 WHERE id=1 -- 내부적으로 최신값 읽고 UPDATE
                                                    -- stock이 -1이 됨

일반 SELECT는 스냅샷으로 10을 봤지만, UPDATE의 WHERE 조건은 최신 레코드(0)에 적용된다. "재고 확인 후 차감" 로직에서 이 차이를 모르면 데이터 정합성이 깨진다. SELECT FOR UPDATE로 읽어야 한다.


긴 트랜잭션과 Undo Log 비대화

Read View가 살아있는 동안 그 시점 이후의 Undo Log를 Purge Thread가 삭제할 수 없다.

plaintext
T1: BEGIN (Read View 시점 = 100)
...오래 걸리는 작업...
T1: COMMIT (한참 뒤)
 
-- 이 사이에 쌓인 Undo Log: 시점 101 ~ N 전부 삭제 불가

배치 처리나 긴 보고서 쿼리를 트랜잭션 안에 묶어두면 Undo Log가 계속 쌓인다. Undo Tablespace가 커지고 Purge 지연이 쌓이면서 전체 쓰기 성능에 영향을 준다.


InnoDB 잠금 종류

Shared Lock (S) / Exclusive Lock (X)

  • S-Lock: 읽기 잠금. 여러 트랜잭션이 동시에 획득 가능
  • X-Lock: 쓰기 잠금. 하나만 획득 가능. S-Lock과도 충돌
S-Lock 요청X-Lock 요청
S-Lock 보유 중호환대기
X-Lock 보유 중대기대기

Row-Level Lock 3종류

InnoDB의 행 잠금은 테이블의 실제 행이 아닌 인덱스 레코드를 기준으로 작동한다.

1. Record Lock

인덱스 레코드 자체를 잠근다.

plaintext
인덱스: [1] [2] [3] [5] [7]
 
id=3 Record Lock: [3]만 잠금

2. Gap Lock

인덱스 레코드 사이의 빈 공간(Gap)을 잠근다. 그 범위에 새 레코드가 삽입되는 것을 막는다.

plaintext
인덱스: [1] [2] [3] [5] [7]
 
id=3 Gap Lock: (2, 3) 범위의 삽입 차단

Phantom Read 방지가 목적이다. REPEATABLE READ에서 범위 조건 쿼리에 자동으로 걸린다.

3. Next-Key Lock

Record Lock + Gap Lock의 조합. InnoDB의 기본 잠금 방식이다.

plaintext
인덱스: [1] [2] [3] [5] [7]
 
id=3 Next-Key Lock: [3]을 잠금 + (2, 3) Gap 잠금

인덱스 없으면 테이블 전체가 잠긴다

InnoDB 행 잠금이 인덱스 기준이기 때문에, 인덱스를 사용하지 못하는 WHERE 조건이면 모든 레코드에 잠금이 걸린다. 테이블 수준 잠금과 다를 바 없어진다.

sql
-- name 컬럼에 인덱스 없는 경우
SELECT * FROM users WHERE name = 'kim' FOR UPDATE;
-- → 테이블 전체 레코드에 X-Lock 발생

Lock 관련 성능 문제가 생기면 실행 계획(EXPLAIN)에서 인덱스를 타는지 먼저 확인한다.


관련 문서

  • InnoDB MVCC 완전 분석 — Read View, 버전 체인, 격리 수준
  • Gap Lock & Next-Key Lock 심층 분석 — 구간 락 의미론, RR에서의 함정
  • Deadlock Analysis — 데드락 로그 해석, 재시도 전략
  • Spring Data JPA 트랜잭션 실수 모음
on this page
  • 01격리 수준 (간략)
  • 02MVCC (Multi-Version Concurrency Control)
  • 핵심 아이디어
  • Undo Log — 과거 버전의 저장소
  • Read View — "어느 버전까지 볼 수 있는가"
  • Consistent Non-Locking Read vs Locking Read
  • 긴 트랜잭션과 Undo Log 비대화
  • 03InnoDB 잠금 종류
  • Shared Lock (S) / Exclusive Lock (X)
  • Row-Level Lock 3종류
  • 인덱스 없으면 테이블 전체가 잠긴다
  • 04관련 문서

댓글 (0)