기술 블로그

@Transactional 어노테이션의 역할과 의미@Transactional 어노테이션은 스프링 프레임워크에서 데이터베이스 트랜잭션을 관리하기 위해 사용됩니다. 트랜잭션은 "모두 실행되거나 아무것도 실행되지 않아야 하는" 작업 단위입니다.@Transactional의 핵심 기능원자성(Atomicity): 트랜잭션 내의 모든 작업이 성공적으로 완료되거나, 오류 발생 시 모두 롤백됩니다.일관성(Consistency): 트랜잭션 전후로 데이터베이스는 일관된 상태를 유지합니다.격리성(Isolation): 동시에 실행되는 트랜잭션들이 서로 영향을 주지 않습니다.지속성(Durability): 트랜잭션이 완료되면 그 결과는 영구적으로 저장됩니다.작동 방식@Servicepublic class CommentService ..

@Transactional과 프록시 패턴의 관계@Transactional의 동작 방식을 프록시 패턴과 연결해서 설명해드리겠습니다.프록시 패턴 기본 개념프록시 패턴은 실제 객체를 대신하는 대리자(프록시) 객체를 사용하여:실제 객체에 대한 접근을 제어하고추가 기능을 제공하는 디자인 패턴입니다.@Transactional과 프록시 패턴의 연결점스프링에서 @Transactional을 사용하면 다음과 같은 일이 발생합니다:스프링은 원본 객체를 감싸는 프록시 객체를 생성합니다이 프록시는 실제 메소드 실행 전후에 트랜잭션 관련 코드를 추가합니다클라이언트는 원본 객체 대신 이 프록시와 상호작용합니다동작 과정 상세 설명프록시 생성:스프링 컨테이너는 빈 초기화 시 @Transactional 애노테이션을 감지해당 빈에 대한 ..

CountDownLatch는 Java의 동시성 프레임워크에서 제공하는 동기화 도구로, 하나 이상의 스레드가 다른 스레드들의 작업이 완료될 때까지 기다릴 수 있게 해주는 메커니즘입니다. 이 클래스는 java.util.concurrent 패키지에 속해 있습니다.기본 개념카운트다운 메커니즘: 초기 카운트 값에서 시작해 0에 도달할 때까지 감소대기 기능: 카운트가 0이 될 때까지 스레드들을 차단(블로킹)일회성: 한 번 카운트가 0에 도달하면 재설정할 수 없음주요 메서드생성자:CountDownLatch(int count): 지정된 카운트 값으로 래치 초기화countDown():카운트를 1 감소시킴카운트가 0에 도달하면 대기 중인 모든 스레드를 해제await():카운트가 0이 될 때까지 현재 스레드를 차단오버로딩 ..

Executors.newFixedThreadPool()는 Java의 동시성 프레임워크에서 제공하는 메서드로, 고정된 크기의 스레드 풀을 생성합니다. 이 메서드는 java.util.concurrent 패키지에 속한 Executors 클래스의 정적 메서드입니다.기본 개념스레드 풀: 작업 실행을 위해 미리 생성된 스레드들의 집합고정 크기: 생성 시 지정된 스레드 수를 유지 (최대 스레드 수 고정)파라미터Executors.newFixedThreadPool() 메서드는 두 가지 오버로딩된 형태를 가집니다:newFixedThreadPool(int nThreads): 지정된 수의 스레드를 가진 스레드 풀 생성nThreads: 풀에서 유지할 스레드 수newFixedThreadPool(int nThreads, Threa..

intelliJ로 구현하였다. 여러 블로그 참고하였음. 데이터 생성은 아래 주소 참고. (https://hsdevelopment.tistory.com/841) 근데 데이터를 약 7만 3천 건 정도만 생성하였고, 그냥 진행하였다. (100만 건도 잘 되겠지..?) 프로젝트 전체 구조는 아래와 같다.(맨 아래에 git 주소와 프로젝트 전체 소스도 첨부하였음) DbConfig.java package com.excel.exceldown.config; import org.apache.ibatis.session.SqlSessionFactory; import org.mybatis.spring.SqlSessionFactoryBean; import org.mybatis.spring.SqlSessionTemplate; i..

대용량 데이터 엑셀 다운로드를 하기 위해 임시로 필요한 더미데이터를 생성하기 위해 아래 2가지 방법을 이용했다. 1. https://www.mockaroo.com/ 위 홈페이지에서 생성하기(비회원은 최대 1000개 행까지만 INSERT 쿼리문 생성 가능) 2. 프로시저 활용하기 아래에서 tempdb 는 database이고, person은 테이블명이다. DELIMITER $$ DROP PROCEDURE IF EXISTS insertLoop$$ CREATE PROCEDURE insertLoop() BEGIN DECLARE i INT DEFAULT 1; WHILE i

try { couponRepository.save(new Coupon(userId)); } catch (Exception e) { logger.error("failed to create coupon:: " + userId); failedEventRepository.save(new FailedEvent(userId)); } Log를 남긴다. 쿠폰 발급 중에 오류가 발생하면, FailedEvent에 실패한 Event를 저장한다. 그리고, Log를 통해 확인하고 FailedEvent에 쌓인 데이터를 배치 프로그램 통해 읽어서(Read), 다시 재발급하면 된다.

활용 : 쿠폰 1인 당 1개만 발급가능 할 때, Redis Set 활용한다. PS C:\study\kafka> docker ps CONTAINER ID NAMES 972184460c21 myredis PS C:\study\kafka> docker exec -it 972184460c21 redis-cli 127.0.0.1:6379> sadd test 1 → set add key value (integer) 1 → 추가되었다면, 추가된 value의 개수를 return 127.0.0.1:6379> sadd test 1 (integer) 0 → 이미 test라는 key에 1이라는 value가 존재하므로, 0을 return