백엔드 성능 최적화: N+1 문제 해결 및 DB 인덱스 적용 경험 공유

핵심 기술

본 콘텐츠는 백엔드 애플리케이션의 느린 응답 속도 문제를 해결하기 위해 N+1 문제 탐지 및 해결, 그리고 DB 인덱스 전략 적용 경험을 공유합니다. 특히 JPA/Hibernate 환경에서의 N+1 문제 발생 원인 분석과 Fetch Join을 활용한 개선 방안, 그리고 인덱스 설계 시 고려사항 및 실제 적용 결과를 상세히 다룹니다.

기술적 세부사항

• 성능 측정 및 문제 정의: Grafana K6를 활용하여 20명의 동시 사용자, 50회 반복 호출 조건으로 API 평균 응답 시간을 측정하고, 특정 API(7초 이상 소요)의 심각한 성능 저하를 확인했습니다.
• N+1 문제 진단: Hibernate 로그 분석을 통해 schedules 테이블에서 동일한 패턴의 쿼리가 반복적으로 발생하는 것을 확인하고 N+1 문제로 진단했습니다.
• N+1 문제 해결: JPA의 Lazy Loading 특성으로 인해 member.getSelections().stream()...s.getSchedule() 호출 시 발생하는 N+1 문제를 JOIN FETCH를 사용하여 해결했습니다. findAllByMemberWithSchedule 및 findAllByUserWithScheduleAndEvent 쿼리를 통해 selections와 연관된 schedules, events 데이터를 한 번의 쿼리로 로드했습니다.
• 성능 개선 효과: N+1 문제 해결 후 평균 응답 시간이 18.38초에서 0.35초로 약 98% 개선되는 놀라운 효과를 보였습니다.
• DB 인덱스 전략:
  • selections 테이블: 조회 중심 테이블로 users_id, members_id, schedules_id 컬럼에 인덱스 적용을 고려했으나, MySQL의 FK 자동 인덱싱 기능으로 이미 적용되어 있음을 확인했습니다.
  • schedules 테이블: date, day, time 컬럼에 단일 및 복합 인덱스(date+time, day+time)를 적용하여 성능 테스트를 진행했으나, 낮은 카디널리티로 인해 유의미한 성능 개선 효과를 얻지 못하고 오히려 사이드 이펙트 가능성을 고려하여 적용하지 않기로 결정했습니다.
• 향후 개선 방안: DTO Projection, Query DSL, 캐싱, 정규화/비정규화 고려 등의 추가적인 성능 개선 방안을 제시했습니다.

개발 임팩트

• 실제 서비스 환경에서 발생하는 성능 병목 현상(N+1 문제)을 진단하고 해결함으로써 사용자 경험을 크게 향상시킬 수 있습니다.
• JPA/Hibernate의 Fetch Join 메커니즘을 깊이 이해하고 실무에 적용하는 방법을 배울 수 있습니다.
• DB 인덱스의 중요성과 함께, 인덱스 설계 시 카디널리티 등 고려해야 할 사항들을 실제 경험을 통해 학습할 수 있습니다.
• 데이터베이스 최적화가 전체 시스템 성능에 미치는 지대한 영향을 체감하고, 성능 개선에 대한 동기를 부여받을 수 있습니다.

커뮤니티 반응

해당 글에서는 외부 커뮤니티 반응에 대한 언급은 없습니다.