기술 요약: 마이크로서비스를 통한 고동시성 티켓 판매 보안

1. 문제 정의

철도 예매 시스템은 명절과 같은 피크 시간대에 동시 사용자 접속이 수억 명에 달할 수 있는 극심한 도전에 직면한 중요한 공공 서비스 인프라입니다. 전통적인 모놀리식 아키텍처는 불충분한 결함 허용 능력, 느린 응답 시간, 그리고 데이터 불일치(예: 티켓 초과 판매 또는 중복 결제)의 높은 위험으로 인해 이러한 조건에서 어려움을 겪습니다. 또한, 단일 장애점(Single Point of Failure)은 결제 실패가 미결제로 이어지거나 재고 동기화 지연이 초과 판매를 유발하는 것과 같은 연쇄 반응을 일으킬 수 있습니다. 본 시스템은 대규모 동시 부하 상황에서도 안정성, 데이터 일관성 및 빠른 응답을 보장하는 동시에 악성 트래픽과 캐시 관통(Cache Penetration)을 방지할 수 있는 솔루션을 필요로 합니다.

2. 방법론

본 논문은 Spring Cloud Alibaba, Spring Boot, JDK 17을 사용한 마이크로서비스 아키텍처 기반의 분산 철도 예매 시스템을 제안합니다. 시스템은 MVC 원칙을 따르는 B/S(Browser/Server) 아키텍처로 설계되었으며, 회원, 티켓, 주문, 결제, 게이트웨이의 다섯 가지 핵심 모듈로 분해되었습니다.

핵심 기술 전략

• 서비스 관리 및 트래픽 제어:
  • Nacos는 서비스 등록 및 구성 관리에 사용됩니다.
  • Sentinel은 정밀한 서킷 브레이킹, 등급 저하(Degradation) 및 트래픽 차단을 구현합니다. 이는 QPS 및 응답 시간과 같은 메트릭을 모니터링하여 동적으로 속도 제한을 적용함으로써, 시스템을 비정상적인 트래픽과 연쇄 장애로부터 보호합니다.
• 데이터베이스 아키텍처 및 샤딩:
  • MySQL은 영속 계층 역할을 수행하며, ShardingSphere를 활용하여 수평적 데이터베이스 및 테이블 샤딩을 수행합니다.
  • 샤딩 키는 데이터 분포와 쿼리 관련성(예: 사용자 테이블의 경우 username, 주문의 경우 user_id 및 order_number)을 기준으로 선택되어 핫스팟 문제를 방지하고 쓰기 성능을 향상시킵니다.
• 캐싱 및 일관성:
  • Redis는 고빈도 요청을 차단하기 위한 고성능 캐싱 계층으로 작동합니다.
  • 캐시 관통 방지: Redis와 통합된 **블룸 필터(Bloom Filter)**를 사용하여 데이터베이스에 도달하기 전 유효하지 않은 요청(예: 존재하지 않는 사용자 이름)의 99%를 차단함으로써 핵심 인터페이스의 응답 시간을 단축합니다.
  • 캐시-데이터베이스 일관성: 시스템은 MySQL Binlog 로그를 실시간으로 모니터링하기 위해 Canal을 채택합니다. 데이터 변경(예: 주문 상태 업데이트)이 발생하면 Canal이 이 이벤트를 포착하여 JSON 메시지로 캡슐화한 후 RocketMQ로 전송합니다. 컨슈머는 이를 비동기적으로 처리하여 Redis 캐시를 업데이트함으로써, 기본 트랜잭션을 차단하지 않고도 일관성을 보장합니다.
• 초과 판매 방지:
  • 고동시성 티켓 차감을 처리하기 위해 시스템은 Redis를 사용하여 **원자적 토큰 버킷 알고리즘(Atomic Token Bucket Algorithm)**을 구현합니다.
  • 재고는 Redis 내에 Hash 구조로 관리됩니다. 차감 작업에는 INCRBY 원자적 연산을 사용하여 오직 유효한 요청만이 토큰을 소비하도록 보장합니다. 이는 여러 동시 요청이 동일한 재고 항목을 동시에 차감할 수 없도록 함으로써 초과 판매를 방지합니다.
• 분산 ID 생성:
  • 시스템은 표준 UUID 대신 커스텀 Snowflake 알고리즘을 도입했습니다. 이는 전역적으로 고유하며 단조 증가하는 ID를 생성하여 MySQL B+ Tree 구조에 친화적인 인덱스를 제공함으로써, 쓰기 성능을 개선하고 저장 공간을 절약합니다.
• 보안:
  • 데이터베이스 내 민감한 데이터 필드(예: 신분증 번호)에 대해 AES 암호화를 사용합니다.
  • 게이트웨이 모듈은 화이트리스트 및 블랙리스트를 통해 접근 제어를 강제합니다.

3. 주요 기여

본 논문은 다섯 가지 구체적인 혁신 및 설계 구현 사항을 설명합니다:

1. 고가용성 트래픽 제어: Nacos와 Sentinel을 사용하여 정밀한 서킷 브레이킹과 트래픽 차단을 수행하는 마이크로서비스 기반 스킴.
2. 캐시 관통 솔루션: 블룸 필터와 Redis를 결합한 패키징된 컴포넌트 라이브러리를 통해 유효하지 않은 요청을 차단하여 응답 시간을 200ms에서 30ms로 단축.
3. 최적화된 ID 생성: UUID를 대체하는 커스텀 Snowflake 알고리즘을 채택하여, 데이터베이스 인덱싱과 쓰기 성능을 향상시키는 순차적이고 단조 증가하는 ID 제공.
4. 실시간 일관성 메커니즘: Canal을 통해 Binlog를 모니터링하고 RocketMQ를 사용하여 비동기적 캐시 업데이트를 수행함으로써 데이터베이스와 캐시 간의 데이터 일관성 보장.
5. 원자적 재고 차감: 고동시성 시나리오에서 원자적 연산을 통해 초과 판매 문제를 해결하는 Redis 기반 토큰 버킷 알고리즘.

4. 결과

시스템은 로컬 가상 머신에 배포되었으며, 단계별 스트레스 테스트 전략(10개에서 100개 스레드로 확장)을 사용하여 Apache JMeter로 테스트되었습니다.

• 열차 조회 인터페이스:
  • 처리량(Throughput): 817 RPS (requests per second).
  • 평균 응답 시간: 31 밀리초.
  • 에러율: 0.00%.
  • 99백분위수(99th Percentile): 50 밀리초.
• 티켓 구매 인터페이스:
  • 처리량: 265 RPS.
  • 평균 응답 시간: 65 밀리초.
  • 에러율: 2.01% (테스트 환경의 로컬 자원 고갈/스레드 풀 제한에 기인함).
  • 초과 판매: 초과 판매 사례는 관찰되지 않음.

저자들은 구매 인터페이스의 2.01% 에러율이 로컬 테스트 제약 조건(단일 서버) 때문이며, 처리량과 가용성을 개선하기 위해 여러 서버에 걸친 수평적 확장을 계획하고 있다고 언급했습니다.

5. 의의 및 주장

본 논문은 제안된 프레임워크가 고동시성 시나리오에서 전통적인 모놀리식 아키텍처의 한계를 성공적으로 해결한다고 주장합니다. 마이크로서비스를 특정 미들웨어(Sentinel, Canal, RocketMQ, ShardingSphere) 및 보안 알고리즘(Bloom Filter, Snowflake, AES)과 통합함으로써, 시스템은 다음을 달성합니다:

• 안정성: 시스템 다운 없이 대규모 트래픽 급증을 처리할 수 있는 능력.
• 데이터 일관성: 영속 데이터베이스와 캐시 계층 간의 신뢰할 수 있는 동기화.
• 성능: 최적화된 ID 생성 및 캐싱 전략을 통해 응답 시간을 대폭 단축하고 데이터베이스 쓰기 성능을 향상.
• 보안: 초과 판매 방지 및 악성 트래픽과 데이터 침해로부터의 보호.

저자들은 결론적으로 본 시스템이 온라인 철도 예매를 위한 견고하고 확장 가능하며 안전한 솔루션을 제공하며, 긴 대기열, 정보 지연, 재고 초과 판매와 같은 일반적인 문제를 효과적으로 해결한다고 밝히고 있습니다.