이전 글: 검색 기능 트러블 슈팅기 - 동등성 비교

🔍 트러블 발생

앞서 동등성 비교 문제를 해결하고, 성공적으로 배포까지 완료했다. 매칭 매니저분들께서 활용하실 어드민 페이지에 API를 연결하고 동작 결과를 확인하려 하는데… 화면에 스피너가 한참을 돌았다.

image

약 6~7초가 지나서야 검색 결과를 조회할 수 있었다. 페이지 로딩이 3초 이상 걸리면 이용자의 50%가 이탈 하는 시대에 7초가 걸리는 검색 기능을 제공한다는 건 말도 안 되는 일이다. 곧바로 쿼리의 병목이 발생하는 지점을 찾아 나섰다.


🔍 병목 지점 찾기

image

MomsitterUserSitterCareManager에 대한 인덱스 테이블이 빠져있긴 했으나, 인덱스 테이블이 없다고 해서 30만건도 안되는 데이터를 조회하는 데 7초가 걸릴 리는 없을 거 같았다. 원인이 가늠이 가지 않던 중에, 현웅님께 질문을 드린 후 쉽게 해결책을 찾았던 기억이 떠올라 옆자리에서 한참을 집중 중이신 경수님께 무작정 질문을 드렸다.

“경수님, 돌봄 신청 어드민 페이지에서 목록 조회하는 쿼리가 6~7초가 걸리는데 어떤 게 문제일까요…?”
“7초?? ㅋㅋㅋ 쿼리 한번 넘겨주세요.”

경수님께서는 곧바로 explain 명령을 통해 쿼리의 실행계획을 살펴보셨다. 쿼리 내부에서 인덱스 테이블이 있음에도 인덱스를 타지 못하는 모습을 발견할 수 있었는데, 그걸 통해 7초가 소요되는 이유를 추측할 수 있었다.

image

MomsitterUser 엔티티는 이전에 탈퇴한 회원의 정보를 클렌징하는 과정에서 PK의 데이터 타입을 Long에서 Integer로 바꾼 이력을 갖고 있다. 이 때문에 QueryDSL을 작성할 때 MomsitterUser의 PK값을 id.longValue()을 통해 변환했는데, 변환이 오래걸리기 때문에 병목일 발생한 것으로 추측한 것이다. (인덱스를 태우는 것 자체도 성능개선이 가능하지만 드라마틱한 변화는 없을 것으로 예상)

image

실제로 하이버네이트가 날리는 쿼리에서 cast 동작을 확인할 수 있었다. 30만개의 데이터에서 모두 cast가 발생하니, 7초짜리 쿼리가 탄생할 수밖에 없었다.

image

결국 id.longValue() 없이도 MomsitterUserParentCareApply를 조인시킬 방법을 구상해야했다.


🔍 해결 방법

처음엔 MomsitterUser 엔티티의 PK를 Integer에서 Long으로 되돌리는 방법을 떠올렸다. 어차피 대부분의 엔티티가 PK를 Long으로 가지고 있고, MomsitterUser 엔티티 역시 언젠가는 Integer에서 Long으로 마이그레이션이 진행되어야하는데 ‘이왕 하는 김에 그걸 내가 하면 되겠지.’ 라는 생각이었다.

때문에 MomsitterUser 클렌징을 진행하셨던 민영님께 DM을 드렸는데, 민영님께서 겁을 주셨다.

image

실제로 MomsitterUser 엔티티를 살펴보다가 연관관계를 맺고 있는 MomsitterUserRole 엔티티를 발견했고, 이 녀석 또한 PK를 Integer로 갖고 있음을 확인했다. ‘서버 전체에서 전역적으로 사용되는 엔티티의 PK를 바꾸는 일이라 큰 공사일 것임은 예상했지만 이 정도 일 줄은…’ 생각을 갖고 있었는데, 거기에 더해 또 다른 엔티티도 Integer PK를 가진 채 연관관계를 맺고 있다는 이야기를 접하니 도저히 엄두가 안 났다.

image

고심하다가 ParentCareApply 엔티티에서 MomsitterUser의 PK를 Integer로 변경하고, 이를 꺼내서 사용하는 부분만(getter/setter) Long 타입을 사용하도록 하여 해결했다. 이를 통해 QueryDSL 조인 파트에서는 Integer 타입 PK 끼리 성공적으로 조인이 이루어지고, 코틀린 코드에서는 Long 타입을 통한 핸들링을 이전처럼 진행할 수 있게 된다. (추후 PK의 값이 커지면 역시나 Long으로 마이그레이션을 진행해야 하긴 하지만…)

image

결국 cast 동작이 제거되어 10배의 성능 개선 결과를 얻을 수 있었고, 쾌적한 돌봄 신청 목록 조회가 가능해졌다!


🔍 무얼 배웠는가

  • 개발 히스토리를 알고 있는 사람은 중요하다.
  • 몇십만 건에 해당하는 데이터 조회는 생각보다 오래 걸리지 않는다.
  • 몇십만 건에 해당하는 데이터에 인덱스가 드라마틱한 변화를 주진 않는다.
  • 항상 쿼리 실행계획을 잘 살펴보자. 인덱스 테이블을 만들 때만 유용한 게 아니다.
  • 곧장 경수, 민영님께 질문드린 건 잘한 거 같다! 항상 질문하자!

해피엔딩!

image

항상 감사합니다 경수님, 민영님 🙇‍♂️


References

댓글남기기