대규모 시스템 설계 주니어 트러블슈팅 면접

먼저 모니터링 도구로 현재 활성 커넥션 수와 대기 중인 요청 수를 확인합니다. 긴급 조치로 커넥션 풀 사이즈를 일시적으로 늘리거나 애플리케이션을 재시작하여 커넥션을 해제합니다. 애플리케이션 로그에서 long-running 쿼리나 트랜잭션을 찾아 커넥션을 반환하지 않는 코드를 식별합니다. 데이터베이스에서 현재 실행 중인 쿼리 목록을 조회하여 느린 쿼리를 찾습니다. 근본 원인 해결을 위해 finally 블록에서 커넥션을 명시적으로 닫는지 확인하고, 쿼리 성능을 개선하며, 적절한 커넥션 타임아웃을 설정합니다.

먼저 모니터링 대시보드에서 힙 메모리 사용량 추이를 확인하여 메모리 누수 패턴을 파악합니다. JVM 기반이라면 jstat 명령어로 GC 동작과 힙 사용량을 실시간 모니터링합니다. 힙 덤프를 여러 시점에 생성하여 어떤 객체가 계속 증가하는지 비교 분석합니다. VisualVM이나 Eclipse MAT 같은 프로파일링 도구로 힙 덤프를 분석하여 메모리를 많이 차지하는 객체와 참조 체인을 추적합니다. 캐시를 무한정 증가시키거나, 이벤트 리스너를 제거하지 않거나, static 컬렉션에 계속 추가하는 코드를 찾아 수정합니다.

먼저 APM 도구나 로그에서 해당 API의 평균 응답 시간과 느린 요청들의 패턴을 확인합니다. 애플리케이션 로그에 각 구간별 처리 시간을 기록하여 데이터베이스 쿼리, 외부 API 호출, 비즈니스 로직 중 어느 부분이 느린지 식별합니다. 데이터베이스 슬로우 쿼리 로그를 확인하고, explain 명령으로 쿼리 실행 계획을 분석하여 인덱스 누락 여부를 점검합니다. 외부 API 호출이 있다면 해당 서비스의 상태와 네트워크 지연을 확인합니다. 병목 구간을 특정한 후 쿼리 최적화, 인덱스 추가, 캐싱 적용, 타임아웃 설정 등의 해결책을 적용합니다.

먼저 du 명령어로 디스크 사용량이 큰 디렉토리를 찾아 원인을 파악합니다. 오래된 로그 파일, 임시 파일, 불필요한 백업 파일 등을 삭제하여 즉시 공간을 확보합니다. 로그 로테이션 설정을 확인하고 logrotate나 애플리케이션 로깅 프레임워크에서 일정 기간 후 자동 삭제되도록 설정합니다. 로그 레벨을 검토하여 불필요하게 DEBUG 레벨로 되어 있다면 INFO나 WARN으로 조정합니다. 장기적으로는 디스크 사용률 모니터링 알람을 설정하고, 로그를 외부 저장소나 로그 수집 시스템으로 전송하는 방안을 고려합니다.

이 문제는 여러 트랜잭션이 동시에 재고를 조회하고 차감하는 과정에서 발생하는 race condition입니다. 재고 조회와 차감 사이에 다른 트랜잭션이 끼어들어 같은 재고 값을 읽게 되면 초과 판매가 발생합니다. 해결 방법으로는 데이터베이스의 비관적 락(SELECT FOR UPDATE)을 사용하여 재고 조회 시 행을 잠그거나, 낙관적 락(version 컬럼)을 사용하여 업데이트 시 충돌을 감지할 수 있습니다. 또는 Redis의 atomic 연산을 활용하여 재고를 관리하거나, 데이터베이스 레벨에서 재고 차감 쿼리를 UPDATE SET stock = stock - 1 WHERE stock > 0 형태로 작성하여 원자성을 보장할 수 있습니다. 트랜잭션 격리 수준을 적절히 설정하고 재시도 로직을 구현하는 것도 중요합니다.