분산락과 낙관적 락을 사용한 데이터 정합성 지키기보상 트랜잭션을 사용한 데이터 정합성 유지하기 블로그 글에서 주문 비즈니스 로직에서 분산 트랜잭션을 처리 시스템을 구축했다.특히 상품 서비스에서 재고를 관리하고 있으며, 다수의 사용자가 동시에 한정 수량의 상품을 구매할 경우 UPDATE inventory SET quantity = quantity - 1와 같은 단순 쿼리만으로는 경쟁 조건(Race Condition)이 발생해 데이터 정합성이 쉽게 깨질 수 있다. 따라서 이커머스에서 재고의 정확성은 곧 서비스 신뢰도와 직결되므로, 정합성을 보장하기 위한 아키텍처 설계와 동시에 제어 전략이 필수적이다.이를 해결하기 위해 상품 서비스에서 일반적으로 비관적 락(Pessimistic Lock)과 낙관적 락(Opti..
Java/트러블 슈팅
2025. 8. 3. 18:41
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- spring session
- 카프카
- 구름톤챌린지
- 넥스트스탭
- 분산 락
- EKS
- NeXTSTEP
- Synchronized
- nginx
- nginx configuration
- socket
- Kafka
- 람다
- Java
- 구름톤 챌린지
- pessimistic lock
- mdcfilter
- mysql
- 트랜잭션
- spring webflux
- annotation
- jvm 메모리 구조
- transaction
- 낙관적 락
- 비관적 락
- sql
- redis session
- TDD
- postgresql
- Redisson
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | ||||
| 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| 11 | 12 | 13 | 14 | 15 | 16 | 17 |
| 18 | 19 | 20 | 21 | 22 | 23 | 24 |
| 25 | 26 | 27 | 28 | 29 | 30 | 31 |
글 보관함
