레거시 코드 리팩토링 플러스

Skill Stack

Jenkins ,Spring actuator ,Docker

Health Check API : http://13.124.17.212:8081/health

Jenkins

Docker

EC2

RDS

S3

manager log

1. 스케줄링

   • @Scheduled(cron = "0 0 0/6 * * *")
     • 매 6시간마다 메서드 자동 실행
   

2. 로그 조회

   • cutoffDate로부터 1시간 이전 로그 조회
   • 데이터베이스에서 해당 로그 가져오기
   • 조회된 로그 개수와 내용 출력

3. 로그 파일 저장

   • 저장 경로: logExportPath + 현재 날짜
   • 디렉토리 없으면 새로 생성
   • 기존 파일 있으면 내용 덧붙이기 (append 모드)
   • formatLog(log) 메서드로 로그 포맷팅 후 저장

4. 로그 삭제

   • 파일 저장 완료 후 cutoffDate 이전 로그 삭제
   • 데이터베이스에서 해당 로그 제거

5. 예외 처리

   • IOException 대비 예외 처리
   • 오류 발생 시 콘솔에 에러 메시지와 스택 트레이스 출력

유저 검색 속도

캐시가 느린 이유 분석

캐시 미스(Cache Miss):

• 캐시에 요청된 데이터가 없는 경우, 원본 데이터 소스(DB 등)에서 데이터를 가져와야 하며, 그 후 캐시에 저장됩니다. 이 과정에서 추가적인 오버헤드가 발생해 응답 시간이 길어질 수 있습니다.

캐시 데이터의 만료 또는 갱신:

• 캐시된 데이터가 만료되거나 새로운 데이터를 갱신할 때, 캐시를 재구성하는 과정이 필요합니다. 이때 캐시에 데이터를 쓰는 작업이 추가되어 응답 시간이 증가할 수 있습니다.

캐시의 오버헤드:

• 캐시 시스템 자체가 복잡한 경우, 캐시 접근이나 유지 관리에서 오버헤드가 발생할 수 있습니다. 예를 들어, Redis나 Memcached와 같은 외부 캐시 서버에 접근할 때 네트워크 지연이 발생할 수 있습니다.

캐시의 크기:

• 캐시 크기가 너무 커지면, 캐시 조회 과정에서 성능 저하가 발생할 수 있습니다. 적절한 캐시 사이즈와 전략을 선택하는 것이 중요합니다.

캐시 일관성 문제:

• 분산 시스템이나 다중 서버 환경에서는 캐시 일관성 문제가 발생할 수 있습니다. 데이터가 여러 위치에 캐시될 때, 동기화 비용이 발생하여 더 느릴 수 있습니다.