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 Hash와 Lua 스크립트로 잭팟…
db

Redis Hash와 Lua 스크립트로 잭팟 누적 구현하기

슬롯 게임의 잭팟 시스템을 들여다볼 기회가 생겼다. 구조를 파악하면서 "왜 여기서 Lua를 쓰지?"라는 질문이 생겼고, 그 이유를 이해하고 나서 기록으로 남긴다. --- 프로그레시브 잭팟은 두 가지 사건이 교차하는 구조다. - 누적: 슬롯이 돌아갈 때마다 베팅 금액의 일부가 잭팟 풀에 쌓인다. 초당 수십수백 건의 업데이트가 발생한다. - 당첨: 잭팟 조건이...

2026.03.24·3 min read·65 views

슬롯 게임의 잭팟 시스템을 들여다볼 기회가 생겼다. 구조를 파악하면서 "왜 여기서 Lua를 쓰지?"라는 질문이 생겼고, 그 이유를 이해하고 나서 기록으로 남긴다.


잭팟 시스템의 특성

프로그레시브 잭팟은 두 가지 사건이 교차하는 구조다.

  • 누적: 슬롯이 돌아갈 때마다 베팅 금액의 일부가 잭팟 풀에 쌓인다. 초당 수십~수백 건의 업데이트가 발생한다.
  • 당첨: 잭팟 조건이 충족되면, 누적된 금액 전체를 당첨자에게 지급하고 풀을 0으로 초기화한다.

이 두 사건이 동시에 일어날 수 있다는 점이 핵심이다. 누군가 당첨되는 순간에도 다른 사용자의 스핀이 계속 누적을 시도한다.


Redis Hash 구조

잭팟 풀은 Redis Hash로 관리한다.

plaintext
Key: jackpotPoolKey (슬롯 게임별 풀 식별자)
Field: TBI:{totalBetIndex}_JL:{jackpotLevel}
Value: 누적 금액 (String)

하나의 슬롯 게임에 잭팟 레벨이 여러 개(Mini, Major, Grand 등)이고, 베팅 금액 단계별로도 독립 관리되기 때문에 Hash의 field로 구분하는 구조다.

초기화 시 HSETNX로 필드를 생성한다. 이미 있으면 건드리지 않는다.

java
hashOps.putIfAbsent(jackpotPoolKey, getJackpotHashKey(totalBetIndex, jackpotLevel), "0");

누적: HINCRBYFLOAT

스핀이 발생할 때마다 누적 금액을 더한다.

java
hashOps.increment(jackpotPoolKey, getJackpotHashKey(totalBetIndex, jackpotLevel), accumulateAmount);

Spring Data Redis의 increment는 내부적으로 HINCRBYFLOAT를 사용한다. Redis는 싱글 스레드로 명령어를 처리하므로, 여러 사용자가 동시에 누적을 시도해도 race condition 없이 안전하게 더해진다.


당첨: Lua 스크립트가 필요한 이유

문제는 당첨 처리다. "누적된 금액을 읽고, 0으로 초기화하고, 읽은 금액을 반환"하는 세 단계를 한 번에 해야 한다.

Hash 필드에는 GETDEL이 없다. String 타입에는 있지만 Hash에는 없다. 그래서 단순하게 구현하면 두 명령어가 된다.

plaintext
HGET jackpotPoolKey field    ← 금액 읽기
HSET jackpotPoolKey field 0  ← 0으로 초기화

이 두 명령어 사이에 다른 스핀의 누적이 끼어들면, 초기화 직전에 쌓인 금액이 유실된다. 읽었을 때와 0으로 쓸 때 사이의 틈이 문제다.

Lua 스크립트는 이 두 명령어를 하나의 원자적 단위로 만든다. Redis는 Lua 스크립트 실행 중에 다른 명령어를 끼워 넣지 않는다.

lua
-- findAndDecrementJackpot.lua
local amount = redis.call('HGET', KEYS[1], ARGV[1])
redis.call('HSET', KEYS[1], ARGV[1], 0)
 
if(amount == nil or amount == '') then
    return 0;
else
    return tonumber(amount);
end

Java 코드에서는 RedisScript로 등록해서 사용한다.

java
@Bean(name = "findAndDecrementJackpot")
public RedisScript<Long> findAndDecrementJackpot() {
    final Resource script = new ClassPathResource("redis-scripts/findAndDecrementJackpot.lua");
    return RedisScript.of(script, Long.class);
}

실행은 execute로 호출한다.

java
final Long accumulateAmount = getRedisTemplate().execute(
    findAndDecrementScript,
    Collections.singletonList(jackpotPoolKey),
    getJackpotHashKey(totalBetIndex, jackpotLevel)
);

KEYS[1]이 Hash의 key, ARGV[1]이 field가 된다.


시뮬레이터는 다르게 구현된다

시뮬레이터는 1억 스핀을 돌리는 용도라 Redis 연결 없이 인메모리에서 처리해야 한다. 동일한 ProgressiveJackpotRepository 인터페이스를 AtomicReference<Double> 기반으로 구현한 별도 클래스가 있다.

java
// 누적
atomic.updateAndGet(current -> current + accumulateAmount);
 
// 당첨
final Double accumulateAmount = atomic.getAndSet(0.0);

Redis의 HINCRBYFLOAT와 Lua 스크립트가 하는 역할을 JVM 수준에서 AtomicReference의 CAS 연산으로 대체한다.

인터페이스가 같으니 서비스 레이어는 어떤 구현체가 들어오는지 모른다. GameMode로 구현체를 선택한다.


Lua 스크립트의 원자성 한계

한 가지 주의할 점이 있다. Lua 스크립트의 원자성은 "다른 명령어가 끼어들지 못한다"는 격리성이지, RDBMS 트랜잭션처럼 all-or-nothing을 보장하지는 않는다.

스크립트 실행 도중 Redis 프로세스가 죽으면:

  • HGET만 된 상태에서 죽었다면 데이터는 변경되지 않았다.
  • HSET까지 됐는데 죽었다면, Redis 메모리에는 0으로 반영됐지만 AOF나 Replica에는 스크립트 전체가 기록되지 않을 수 있다.

롤백이 없다. 이 점을 인지하고 설계해야 한다. 잭팟 당첨 처리는 어떻게든 DB에도 기록되는 구조가 되어야 한다.


사용 기술

  • Java 17, Spring Boot 3.x
  • Spring Data Redis (RedisTemplate, RedisScript, HashOperations)
  • Redis Hash (HSETNX, HINCRBYFLOAT, HGET, HSET)
  • Lua Script (Redis 서버 사이드 원자적 실행)
on this page
  • 01잭팟 시스템의 특성
  • 02Redis Hash 구조
  • 03누적: HINCRBYFLOAT
  • 04당첨: Lua 스크립트가 필요한 이유
  • 05시뮬레이터는 다르게 구현된다
  • 06Lua 스크립트의 원자성 한계
  • 07사용 기술

댓글 (0)