Redis 미드레벨 코딩 면접
새 면접Q. 실시간 채팅 애플리케이션에서 사용자의 최근 메시지 100개를 Redis List로 관리하려고 합니다. LPUSH와 LTRIM을 조합하여 메시지를 추가하면서 자동으로 오래된 메시지를 제거하는 로직을 설계하세요. 이때 원자성을 보장하는 방법과 성능 최적화 방안을 함께 설명해주세요.
LPUSH로 새 메시지를 리스트 앞에 추가한 후 LTRIM 0 99로 최근 100개만 유지하되, 두 명령어를 Lua Script로 묶어 원자성을 보장해야 합니다. 또는 MULTI/EXEC 트랜잭션을 사용할 수 있지만, Lua Script가 네트워크 왕복을 줄여 더 효율적입니다. 대량의 채팅방이 있다면 Pipeline을 활용해 여러 채팅방의 메시지를 한 번에 처리하고, 키 네이밍 전략으로 'chat:room:{roomId}:messages' 형태를 사용하여 관리합니다. TTL을 설정해 비활성 채팅방 데이터는 자동 삭제되도록 하면 메모리 효율을 높일 수 있습니다.
- • LPUSH + LTRIM 조합으로 고정 크기 리스트 유지
- • Lua Script를 통한 원자성 보장 및 네트워크 왕복 최소화
- • Pipeline을 활용한 대량 처리 최적화
- • TTL 설정으로 메모리 관리 자동화
만약 메시지 검색 기능이 추가된다면 List 대신 어떤 자료구조를 고려해야 하며, 그 이유는 무엇인가요?
Q. 마이크로서비스 아키텍처에서 주문 상태 변경 이벤트를 여러 서비스에 전파하기 위해 Redis Pub/Sub을 사용하려고 합니다. 구독자가 일시적으로 오프라인 상태일 때 메시지 유실 문제를 어떻게 해결할 수 있는지, Redis Streams와 비교하여 설명해주세요.
Redis Pub/Sub은 fire-and-forget 방식으로 구독자가 오프라인이면 메시지가 유실됩니다. 이를 해결하려면 Redis Streams를 사용해야 하며, XADD로 메시지를 추가하고 Consumer Group을 통해 각 구독자가 자신의 오프셋을 관리하면서 메시지를 소비할 수 있습니다. Streams는 메시지를 영구 저장하고 XACK로 처리 확인을 하므로 재처리가 가능합니다. 또한 XPENDING으로 미처리 메시지를 추적하고, XCLAIM으로 장애 발생 시 다른 소비자가 메시지를 인계받을 수 있어 안정성이 높습니다. 단, Streams는 메모리를 더 사용하므로 MAXLEN 옵션으로 크기를 제한하거나 XTRIM으로 주기적으로 정리해야 합니다.
- • Pub/Sub은 메시지 유실 가능성이 있어 신뢰성이 필요한 경우 부적합
- • Redis Streams의 Consumer Group으로 오프셋 관리 및 메시지 지속성 보장
- • XPENDING과 XCLAIM을 통한 장애 복구 메커니즘
- • MAXLEN, XTRIM으로 메모리 관리 필수
Redis Streams 대신 Kafka를 선택해야 하는 경우는 언제이며, 그 판단 기준은 무엇인가요?
Q. Redis에서 KEYS 명령어를 프로덕션 환경에서 사용하면 안 되는 이유와, 특정 패턴의 키를 찾아야 할 때 SCAN 명령어를 사용하는 올바른 방법을 설명해주세요. 또한 SCAN 사용 시 주의해야 할 점과 커서 기반 순회의 특성을 포함해주세요.
KEYS 명령어는 O(N) 시간복잡도로 모든 키를 한 번에 스캔하므로 싱글 스레드인 Redis를 블로킹하여 다른 요청이 처리되지 않습니다. SCAN은 커서 기반으로 작은 단위씩 순회하며 각 호출이 빠르게 완료되어 다른 명령어 처리를 방해하지 않습니다. SCAN 0 MATCH pattern COUNT 100 형태로 시작하며, 반환된 커서가 0이 될 때까지 반복 호출합니다. 주의할 점은 SCAN이 중복 키를 반환할 수 있고, 순회 중 추가/삭제된 키는 보장되지 않으며, COUNT는 힌트일 뿐 정확한 개수를 보장하지 않는다는 것입니다. 대량의 키를 처리할 때는 애플리케이션 레벨에서 배치 처리와 sleep을 추가해 Redis 부하를 분산시켜야 합니다.
- • KEYS는 O(N) 블로킹 연산으로 프로덕션에서 금지
- • SCAN은 커서 기반 비블로킹 순회로 안전
- • 중복 반환 가능성과 순회 중 변경 데이터 미보장 특성 이해
- • COUNT는 힌트이며 배치 처리 시 sleep으로 부하 분산 필요
수백만 개의 키 중에서 특정 패턴의 키를 모두 삭제해야 한다면 어떤 전략을 사용하시겠습니까?
Q. 사용자별 방문 페이지 추적 시스템을 구현할 때, 각 사용자가 오늘 방문한 고유 페이지 수를 카운트해야 합니다. Set, HyperLogLog, Bitmap 중 어떤 자료구조를 선택할지 메모리 효율성과 정확도를 고려하여 비교 설명하고, 각각을 사용하는 코드 설계 방법을 제시해주세요.
정확한 페이지 목록이 필요하면 Set을 사용하고 SADD로 페이지 추가, SCARD로 개수 조회합니다. 메모리가 제한적이고 0.81% 오차를 허용할 수 있다면 HyperLogLog를 사용하며 PFADD로 추가, PFCOUNT로 카운트합니다. HyperLogLog는 최대 12KB로 수십억 개의 고유 값을 추적할 수 있어 메모리 효율이 매우 높습니다. Bitmap은 페이지 ID가 연속된 정수일 때 유용하며 SETBIT으로 방문 표시, BITCOUNT로 개수 조회하지만, ID가 sparse하면 메모리 낭비가 발생합니다. 일반적으로 정확도가 중요하지 않은 통계 목적이라면 HyperLogLog가 최적이며, 페이지 목록 자체가 필요하면 Set을 선택합니다.
- • Set: 정확한 목록 필요 시, 메모리 사용량이 요소 수에 비례
- • HyperLogLog: 0.81% 오차 허용, 고정 12KB로 수십억 개 추적 가능
- • Bitmap: 연속된 정수 ID일 때 효율적, sparse 데이터는 비효율
- • 요구사항에 따른 자료구조 선택이 메모리 효율의 핵심
만약 일별, 주별, 월별 방문자 수를 모두 추적해야 한다면 키 설계 전략과 데이터 집계 방법은 어떻게 구성하시겠습니까?
Q. 전자지갑 시스템에서 사용자 간 포인트 이체 기능을 구현할 때, 송신자 잔액 차감과 수신자 잔액 증가를 원자적으로 처리해야 합니다. WATCH, MULTI, EXEC를 사용한 낙관적 락 방식과 Lua Script 방식의 차이점을 설명하고, 각각의 장단점과 동시성 충돌 처리 방법을 제시해주세요.
WATCH로 송신자 잔액 키를 모니터링하고, 잔액 확인 후 MULTI로 트랜잭션 시작, DECRBY와 INCRBY로 이체 처리, EXEC로 커밋하는 방식은 WATCH한 키가 변경되면 트랜잭션이 실패하므로 재시도 로직이 필요합니다. Lua Script는 스크립트 전체가 원자적으로 실행되고 중간에 다른 명령어가 끼어들 수 없어 재시도가 불필요하며, 네트워크 왕복도 1회로 줄어 성능이 우수합니다. 단, Lua Script는 복잡한 로직 작성 시 디버깅이 어렵고 스크립트 실행 시간이 길면 Redis를 블로킹할 수 있습니다. 동시성이 높은 환경에서는 Lua Script가 유리하며, 잔액 부족 등 비즈니스 로직 검증을 스크립트 내부에 포함시켜 일관성을 보장해야 합니다.
- • WATCH/MULTI/EXEC는 낙관적 락으로 충돌 시 재시도 필요
- • Lua Script는 완전한 원자성과 1회 네트워크 왕복으로 성능 우수
- • Lua Script의 긴 실행 시간은 블로킹 위험, 복잡도 관리 필요
- • 비즈니스 로직 검증을 원자적 연산에 포함시켜 일관성 보장
만약 이체 내역을 로그로 남겨야 한다면 Redis만으로 트랜잭션 일관성을 보장할 수 있을까요? 아니면 다른 방식이 필요한가요?
아직 댓글이 없습니다. 첫 번째 댓글을 남겨보세요!