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 커피챗 준비
    • [초안] CJ푸드빌 디지털 채널 — Part 2: ivips.co.kr SRE 외부 진단
    • [초안] CJ푸드빌 디지털 채널 — Part 3: 5/18 사전 커피챗 D-5 준비
    • [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/Redis 분산 락 (Distributed …
db

Redis 분산 락 (Distributed Lock)

여러 서버/프로세스가 동일한 자원에 동시에 접근하는 것을 막아야 할 때 Redis를 분산 락 저장소로 사용한다. JVM 내부의 synchronized나 ReentrantLock은 단일 프로세스 안에서만 동작하므로, 다중 서버 환경에서는 외부 저장소 기반의 락이 필요하다. --- - 원자적 SET NX EX: 락 획득과 만료 시간 설정을 하나의 명령어로 처리...

2026.03.27·4 min read·64 views

여러 서버/프로세스가 동일한 자원에 동시에 접근하는 것을 막아야 할 때 Redis를 분산 락 저장소로 사용한다. JVM 내부의 synchronized나 ReentrantLock은 단일 프로세스 안에서만 동작하므로, 다중 서버 환경에서는 외부 저장소 기반의 락이 필요하다.


왜 Redis인가?

  • 원자적 SET NX EX: 락 획득과 만료 시간 설정을 하나의 명령어로 처리
  • 싱글 스레드: Race condition 없이 락 획득 여부를 판단
  • 자동 만료(TTL): 락을 획득한 서버가 죽어도 락이 영원히 남지 않음

기본 구현: SET NX EX

bash
# 락 획득 시도 (원자적)
# NX: 키가 없을 때만 SET (없으면 실패)
# EX 30: 30초 후 자동 만료
SET lock:order:1001 {owner_id} NX EX 30
 
# 반환값
# "OK"   → 락 획득 성공
# (nil)  → 이미 다른 프로세스가 락 보유 중
 
# 락 해제
DEL lock:order:1001

락 해제 시 소유자 검증 (필수)

단순 DEL은 위험하다. 락이 만료된 후 다른 서버가 락을 획득했는데, 원래 서버가 뒤늦게 DEL을 실행하면 다른 서버의 락을 해제해버린다.

lua
-- Lua 스크립트로 소유자 확인 + 삭제를 원자적으로 처리
if redis.call("GET", KEYS[1]) == ARGV[1] then
    return redis.call("DEL", KEYS[1])
else
    return 0
end
java
// Spring Data Redis 적용
String lockKey = "lock:order:" + orderId;
String owner = UUID.randomUUID().toString();
 
// 락 획득
Boolean acquired = redisTemplate.opsForValue()
    .setIfAbsent(lockKey, owner, Duration.ofSeconds(30));
 
if (!Boolean.TRUE.equals(acquired)) {
    throw new LockAcquisitionException("락 획득 실패");
}
 
try {
    // 임계 영역 로직
    processOrder(orderId);
} finally {
    // 소유자 확인 후 해제 (Lua 스크립트)
    redisTemplate.execute(unlockScript,
        Collections.singletonList(lockKey), owner);
}

Redisson: Pub/Sub 기반 락

직접 구현보다 Redisson 라이브러리를 쓰는 것이 실무에서 일반적이다. 스핀 락 대신 Pub/Sub으로 락 해제 신호를 대기하므로 Redis 부하가 적다.

java
RLock lock = redissonClient.getLock("lock:order:" + orderId);
 
// 락 획득 시도 (최대 3초 대기, 락 유지 시간 30초)
boolean acquired = lock.tryLock(3, 30, TimeUnit.SECONDS);
if (!acquired) {
    throw new LockAcquisitionException("락 획득 실패");
}
 
try {
    processOrder(orderId);
} finally {
    lock.unlock();
}

Redisson 내부 동작

plaintext
서버 A: 락 획득 성공 → 임계 영역 실행
서버 B: 락 시도 → 실패 → "lock:order:1001" 채널 구독 후 대기
서버 A: 락 해제 → "lock:order:1001" 채널에 해제 신호 발행
서버 B: 신호 수신 → 즉시 재시도 → 락 획득

폴링(스핀 락)과 달리 Redis에 반복 요청을 보내지 않으므로 부하가 낮다.

Watchdog (락 자동 갱신)

락 유지 시간을 명시하지 않으면 Redisson의 Watchdog이 10초마다 TTL을 갱신한다. 서버가 죽으면 Watchdog도 멈추므로 TTL이 만료되어 락이 자동 해제된다.

java
// Watchdog 활성화: leaseTime 생략
lock.lock();  // 기본 30초, Watchdog이 자동 갱신
 
// Watchdog 비활성화: leaseTime 명시
lock.lock(10, TimeUnit.SECONDS);  // 정확히 10초 후 만료

Redlock: 클러스터 환경의 분산 락

단일 Redis 인스턴스 기반 락은 Redis 서버가 죽으면 락이 사라진다. Redlock 알고리즘은 독립적인 Redis 노드 과반수에 락을 획득해야 유효로 처리한다.

plaintext
Redis 노드 5개 (독립적, 클러스터 아님)
 
락 획득 시도:
  노드 1: SET 성공 ✅
  노드 2: SET 성공 ✅
  노드 3: SET 성공 ✅  ← 과반수(3/5) 달성
  노드 4: SET 실패 ❌
  노드 5: SET 성공 ✅
 
결과: 락 유효 (과반수 획득)
유효 시간: TTL - 락 획득 소요 시간

Redlock은 Martin Kleppmann 등의 분산 시스템 전문가들로부터 엣지 케이스에 대한 비판을 받기도 했다 (GC pause, 클락 드리프트 등). 결제/재고 등 정확성이 생명인 시스템에서는 Redlock 대신 ZooKeeper나 etcd 기반 락을 권장하는 의견도 있다.


사용 패턴별 선택 기준

상황권장 방식
단일 Redis, 간단한 락SET NX EX + Lua 해제
단일 Redis, 편의성 우선Redisson RLock
멀티 Redis, 고가용성 필요Redlock (Redisson 지원)
재고 차감처럼 단순 원자적 감소DECR / DECRBY (락 불필요)

주의사항

락 만료 시간 설계

  • 너무 짧음: 임계 영역 작업이 끝나기 전에 락 만료 → 두 프로세스가 동시 진입
  • 너무 긺: 서버 장애 시 락이 오래 남아 서비스 지연

실제 작업 시간을 측정한 뒤 2~3배 여유를 두거나, Redisson Watchdog을 활용해 자동 갱신하는 것이 안전하다.

재진입(Reentrant) 락

같은 스레드가 락을 중첩 획득해야 하는 경우 단순 SET NX로는 불가능하다. Redisson의 RLock은 재진입 락을 지원한다.

java
lock.lock();   // 1회 획득
lock.lock();   // 재진입 (같은 스레드) → 성공
lock.unlock(); // 1회 해제
lock.unlock(); // 완전 해제

락이 필요 없는 경우

락보다 원자적 명령어로 해결할 수 있는 경우가 많다.

bash
DECR  inventory:product:9901   # 재고 1 차감 (원자적)
INCR  view:count:article:1     # 조회수 증가 (원자적)
SETNX unique:key value         # 중복 방지 (원자적)

관련 문서

  • Redis 기본 — Redis 싱글 스레드와 원자성 설명
  • Redis Lua 스크립트 — 원자적 복합 연산 구현 사례
on this page
  • 01왜 Redis인가?
  • 02기본 구현: SET NX EX
  • 락 해제 시 소유자 검증 (필수)
  • 03Redisson: Pub/Sub 기반 락
  • Redisson 내부 동작
  • Watchdog (락 자동 갱신)
  • 04Redlock: 클러스터 환경의 분산 락
  • 05사용 패턴별 선택 기준
  • 06주의사항
  • 락 만료 시간 설계
  • 재진입(Reentrant) 락
  • 락이 필요 없는 경우
  • 07관련 문서

댓글 (0)