📚FOS Study
홈카테고리
홈카테고리

카테고리

  • AI 페이지로 이동
    • RAG 페이지로 이동
    • agents 페이지로 이동
    • custom-agents 페이지로 이동
    • Claude Code의 Skill 시스템 - 개발자를 위한 AI 자동화의 새로운 차원
    • 멀티모달 LLM (Multimodal Large Language Model)
  • architecture 페이지로 이동
    • 디자인 패턴
    • 분산 트랜잭션
    • 슬롯 게임 엔진 고도화 — 2025년 회고
  • css 페이지로 이동
    • FlexBox 페이지로 이동
  • database 페이지로 이동
    • mysql 페이지로 이동
    • opensearch 페이지로 이동
    • 김영한의-실전-데이터베이스-설계 페이지로 이동
    • 커넥션 풀 크기는 얼마나 조정해야할까?
    • 인덱스 - DB 성능 최적화의 핵심
  • devops 페이지로 이동
    • docker 페이지로 이동
    • k8s 페이지로 이동
    • k8s-in-action 페이지로 이동
    • monitoring 페이지로 이동
  • go 페이지로 이동
    • Go 언어 기본 학습
  • http 페이지로 이동
    • HTTP Connection Pool
  • interview 페이지로 이동
    • 210812 페이지로 이동
    • 뱅크샐러드 AI Native Server Engineer
    • CJ 올리브영 지원 문항
    • CJ 올리브영 커머스플랫폼유닛 Back-End 개발 지원 자료
    • 마이리얼트립 - Platform Solutions실 회원주문개발 Product Engineer
    • NHN 서비스개발센터 AI서비스개발팀
    • nhn gameenvil console backend 직무 인터뷰 준비
    • 면접을 대비해봅시다
    • Tossplace Node.js Developer
    • 토스플레이스 Node.js 백엔드 컬처핏
  • java 페이지로 이동
    • jdbc 페이지로 이동
    • opentelemetry 페이지로 이동
    • spring 페이지로 이동
    • spring-batch 페이지로 이동
    • Java의 로깅 환경
    • MDC (Mapped Diagnostic Context)
    • OpenTelemetry 란 무엇인가?
    • Virtual Thread와 Project Loom
  • javascript 페이지로 이동
    • Data_Structures_and_Algorithms 페이지로 이동
    • Heap 페이지로 이동
    • typescript 페이지로 이동
    • AbortController
    • Async Iterator와 제너레이터
    • CommonJS와 ECMAScript Modules
    • 제너레이터(Generator)
    • Http Client
    • Node.js
    • npm vs pnpm 선택기준은 무엇인가요?
    • `setImmediate()`
  • kafka 페이지로 이동
    • Kafka 기본
    • Kafka를 사용하여 **데이터 정합성**은 어떻게 유지해야 할까?
    • 메시지 전송 신뢰성
  • network 페이지로 이동
    • L2(스위치)와 L3(라우터)의 역할 차이
    • L4와 VIP(Virtual IP Address)
    • IP Subnet
  • react 페이지로 이동
    • JSX 페이지로 이동
    • VirtualDOM 페이지로 이동
    • v16 페이지로 이동
  • redis 페이지로 이동
    • Redis
    • Redis Hash와 Lua 스크립트로 잭팟 누적 구현하기
  • task 페이지로 이동
    • ai-service-team 페이지로 이동
    • nsc-slot 페이지로 이동
📚FOS Study

개발 학습 기록을 정리하는 블로그입니다.

바로가기

  • 홈
  • 카테고리

소셜

  • GitHub
  • Source Repository

© 2025 FOS Study. Built with Next.js & Tailwind CSS

목록으로 돌아가기
📁task/ nsc-slot

시뮬레이터 잭팟 풀 — ThreadLocal 격리 버그

약 2분
2026년 3월 22일
GitHub에서 보기

시뮬레이터 잭팟 풀 — ThreadLocal 격리 버그

진행 기간: 2025.09


배경

슬롯 시뮬레이터는 1억 스핀을 멀티스레드로 나눠 돌린다. 잭팟이 있는 슬롯을 시뮬레이션하면 누적 금액이 맞지 않는 문제가 있었다. 각 스레드가 잭팟을 따로 쌓고 있었다.


원인: ThreadLocal로 스레드마다 독립된 잭팟 풀

기존 SimulatorProgressiveJackpotRepositoryImpl은 잭팟 풀을 ThreadLocal로 관리했다.

private final ThreadLocal<Map<String, List<Jackpot>>> jackpotPools = new ThreadLocal<>();

ThreadLocal은 스레드마다 독립된 변수를 제공한다. 스레드 A에서 만든 잭팟 풀은 스레드 B에서 보이지 않는다.

시뮬레이터는 여러 스레드가 동시에 스핀을 나눠 처리한다. 각 스레드가 createJackpotPool을 호출해도 자신만의 풀을 만들고, 자신만의 풀에 누적했다. 스레드 간에 잭팟이 전혀 공유되지 않은 것이다.

게다가 초기화와 삭제가 각 스레드 실행 단위에서 이뤄졌다.

// 기존: 각 스레드 태스크 내부에서 초기화/삭제
initializeJackpotPool(slotGame);      // 각 스레드마다 자기 풀 생성
// ... 스핀 처리 ...
deleteAllJackpotPool(simulationSpinInfo.slotGame());  // 각 스레드마다 자기 풀 삭제

스레드 태스크가 끝날 때 deleteAllJackpotPool()을 호출하는데 이게 모든 풀을 삭제(ThreadLocal.remove())했다. 다른 시뮬레이션이 돌고 있는 상황에서 풀이 통째로 날아갈 수도 있는 구조였다.


해결: AtomicReference 기반 공유 풀 + 생명주기 분리

1. ThreadLocal 제거 → AtomicReference 공유 맵

SimulatorProgressiveJackpotRepositoryImpl을 삭제하고, 전체 스레드가 하나의 맵을 공유하는 AtomicProgressiveJackpotRepositoryImpl로 교체했다.

private final Map<String, Map<String, AtomicReference<Double>>> jackpotPools = new HashMap<>();

누적은 AtomicReference.updateAndGet()으로 처리한다.

// 누적 — CAS로 race condition 없이 더함
atomic.updateAndGet(current -> current + accumulateAmount);

// 당첨 — 원자적으로 읽고 0으로 초기화
final Double accumulateAmount = atomic.getAndSet(0.0);

Redis의 HINCRBYFLOAT과 Lua 스크립트가 하는 역할을 JVM 수준에서 AtomicReference로 대체한 구조다.

2. 잭팟 풀 생명주기를 시뮬레이션 단위로 올림

풀 생성과 삭제를 각 스레드 태스크 내부에서 꺼내 시뮬레이션 전체를 감싸는 바깥 계층으로 올렸다.

// 수정 후: 시뮬레이션 시작 전 풀 생성, 끝나면 해당 풀만 삭제
try {
    initializeJackpotPool(simulationSpin.slotGame());
    return getSimulationResults(simulator, simulationSpin);
} finally {
    deleteAllJackpotPool(simulationSpin.slotGame());
}

deleteAllJackpotPool()도 deleteProgressiveJackpotPool(casinoUuid, gameId)로 바꿨다. 전체를 날리는 대신 해당 시뮬레이션의 풀만 제거한다.


배운 것

ThreadLocal은 "스레드마다 독립된 상태"가 필요할 때 쓰는 도구다. 잭팟 풀처럼 여러 스레드가 함께 쌓아야 하는 공유 상태에 ThreadLocal을 쓰면 격리가 목적이 아니라 버그가 된다.

생명주기의 위치가 맞지 않으면 데이터가 사라진다. 풀을 만드는 곳과 쓰는 곳, 삭제하는 곳의 범위가 일치해야 한다. "각 태스크가 자신의 상태를 관리한다"는 패턴은 단일 스레드에서는 깔끔하지만, 병렬 실행에서는 공유 상태와 개별 상태를 명확히 구분해야 한다.


사용 기술

  • Java 17, Spring Boot 3.x
  • AtomicReference (CAS 기반 lock-free 누적)
  • Project Reactor (ReactiveSimulatorService)
task 카테고리의 다른 글 보기수정 제안하기

댓글

댓글을 불러오는 중...
목차
  • 시뮬레이터 잭팟 풀 — ThreadLocal 격리 버그
  • 배경
  • 원인: ThreadLocal로 스레드마다 독립된 잭팟 풀
  • 해결: AtomicReference 기반 공유 풀 + 생명주기 분리
  • 1. ThreadLocal 제거 → AtomicReference 공유 맵
  • 2. 잭팟 풀 생명주기를 시뮬레이션 단위로 올림
  • 배운 것
  • 사용 기술