Spring Boot: 트래픽 수용 서버와 대기열 처리 서버 구현, Redis Stream 메세지 수신 및 SSE 연결Redis: Redis Stream 기반 대기열 큐 활용SSE: 클라이언트 실시간 처리 정보 전달JavaScript: SSE 연결 및 대기열 처리 결과 제공JMeter: 대용량 트래픽 테스트 툴
- 문제 발생 : Redis Stream 메세지 수신이 더 빨라서 SSE 연결 전에 메세지가 소실되는 문제 발생
- 문제 해결 : 클라이언트 식별값(
userId)과 메세지 식별값(RecordId)을 매핑시키는 저장소 구축으로 메세지 저장 후, SSE 연결 시점에 메세지 확인될 시 전달하는 이벤트 커스텀 큐 구현
@Slf4j
@Service
@RequiredArgsConstructor
public class SseEmitterService {
private Map<String, SseEmitter> emitters = new ConcurrentHashMap<>();
private Map<String, QueueDTO> records = new ConcurrentHashMap<>();
private Map<String, Long> messageTimestamps = new ConcurrentHashMap<>();
// ... SSE 생성 & 연결 메소드
SseEmitter emitter = new SseEmitter(60_000L); // 60초 타임아웃
emitters.put(userId, emitter); // SSE Emitter 저장
// ...
if (records.containsKey(userId)) {
try {
String response = objectMapper.writeValueAsString(records.get(userId));
emitter.send(SseEmitter.event().name("queue").data(response)); // 이미 수신돼서 대기중인 메세지가 있으면 송신
// ...
return emitter;
}
// ... Redis Stream 메세지 수신 및 클라이언트 전달 메소드
if (!emitters.containsKey(userId)) {
QueueDTO dto = new QueueDTO(userId, 0);
records.put(userId, dto); // 임시 응답 저장
}
// emitter가 생성되어 있다면
emitters.forEach((clientUserId, emitter) -> {
// ...
- 문제 발생 : 밀리세컨드 타임스탬프 기반으로 변화량을 계산하기 때문에 실제 변화량은 매우 미미한 편
- 문제 해결 : 로그를 적용하여 분수 변화량의 비율 폭을 늘이고 고수치 제곱근을 통해 각 변화폭 수치를 극단적으로 늘이면서 해결
long clientTime = messageTimestamps.getOrDefault(clientUserId, 99999L); // 통상 타임스탬프 변화는 인덱스 8 이후부터 증가폭 이 늘어남
double processPercent = 100 * Math.pow(Math.log10(10 * ((double) extractTimeStamp(messageId) / clientTime)), 20); // 정규화 + 로그 + 제곱근 처리
processPercent = Math.floor(processPercent * 100) / 100.000; // 소수 둘째 자리까지 표현