Spring 미드레벨 시스템 설계 면접

재고 정합성 보장 방법으로는 비관적 락(Pessimistic Lock), 낙관적 락(Optimistic Lock), 분산 락(Redis/Zookeeper), DB 제약조건 활용이 있습니다. 비관적 락은 데드락 위험이 있지만 정합성이 강력하고, 낙관적 락은 충돌 시 재시도 로직이 필요하지만 성능이 우수합니다. 분산 락은 다중 서버 환경에서 효과적이지만 별도 인프라가 필요하며, DB 제약조건은 가장 단순하지만 유연성이 떨어집니다. 실무에서는 트래픽 규모, 충돌 빈도, 인프라 환경을 고려하여 낙관적 락과 재시도 로직을 우선 적용하고, 필요시 Redis 분산 락으로 전환하는 것을 권장합니다.

단방향 테이블(follower_id, following_id)은 저장 공간이 효율적이지만 양방향 조회 시 인덱스가 2개 필요하고, 양방향 테이블은 팔로우/팔로워를 각각 저장해 조회는 빠르지만 데이터 중복과 정합성 관리가 필요합니다. 인플루언서의 경우 Fan-out on Write 방식으로 게시물 작성 시 모든 팔로워 타임라인에 미리 쓰기하면 읽기 성능은 좋지만 쓰기 부하가 크므로, Fan-out on Read 방식으로 조회 시점에 병합하거나, 하이브리드 방식으로 일반 사용자는 Write, 인플루언서는 Read 방식을 적용합니다. Redis Sorted Set으로 타임라인을 캐싱하고 TTL을 설정하며, 팔로워 수 임계값 기준으로 전략을 분기하는 것이 효과적입니다.

Cache Stampede는 인기 있는 캐시 키가 만료되는 순간 동시에 대량의 요청이 DB로 몰려 부하가 급증하는 현상입니다. 해결 방법으로는 첫째, 분산 락(Redis SETNX)으로 첫 요청만 DB 조회하고 나머지는 대기시키는 방법이 있으며 응답 지연이 발생할 수 있습니다. 둘째, 확률적 조기 만료(Probabilistic Early Expiration)는 TTL이 임박하면 일정 확률로 미리 갱신해 만료 시점을 분산시킵니다. 셋째, 캐시 워밍은 서버 시작 시나 배치로 미리 캐시를 적재하며, 넷째, 스태일 캐시 허용은 만료된 캐시를 일시적으로 제공하면서 백그라운드에서 갱신합니다. 실무에서는 분산 락과 확률적 조기 만료를 조합하여 사용하는 것이 효과적입니다.

BFF 패턴에서는 여러 서비스 호출 중 일부가 실패해도 전체 응답을 제공해야 하므로, Circuit Breaker로 연속 실패 시 즉시 차단하여 연쇄 장애를 방지하고, Fallback으로 기본값이나 캐시된 데이터를 반환하며, Timeout으로 응답 지연을 제한합니다. 부분 실패 시에는 필수 데이터와 선택 데이터를 구분하여 필수 실패 시 에러, 선택 실패 시 null 또는 기본값으로 응답하는 정책이 필요합니다. Resilience4j의 @CircuitBreaker, @Retry, @TimeLimiter 애노테이션을 조합하고, CompletableFuture로 병렬 호출하며, 각 서비스별 Circuit Breaker를 독립적으로 설정하여 격리합니다. 모니터링을 위해 Actuator와 Prometheus 메트릭을 통합하여 Circuit 상태를 추적합니다.

Access Token은 짧은 만료 시간(15~30분)으로 탈취 위험을 최소화하고, Refresh Token은 긴 만료 시간(2주~1개월)으로 사용자 편의성을 제공하며 DB나 Redis에 저장하여 무효화 가능하게 합니다. Refresh Token Rotation은 토큰 갱신 시마다 새로운 Refresh Token을 발급하고 이전 것을 무효화하여, 재사용 탐지 시 모든 토큰을 폐기하는 방식으로 탈취를 방어합니다. 추가 보안 방법으로는 Refresh Token을 HttpOnly, Secure, SameSite 쿠키로 저장하고, IP 주소나 User-Agent를 바인딩하며, 이상 패턴 감지 시 재인증을 요구하고, Redis에 블랙리스트를 관리하여 즉시 무효화합니다.