pile·
백엔드·티몬티몬·

Couchbase Spring data repository 적용기(1)

티몬이 CouchbaseTemplate으로 직접 질의하던 저장소 코드를 Spring Data Repository로 옮긴 연재의 1부다. 단순 CRUD를 기본 Repository 상속으로 대체하는 과정과, 그때 바로 터진 findAll·count 실패의 원인을 다룬다. 원인은 라이브러리가 요구하는 뷰가 저장소에 없었던 것이다.

핵심 포인트
  • Spring Data는 저장소마다 접근 계층을 직접 구현하지 않아도 되도록 객체 매핑을 추상화해준다.
  • 기존 코드는 템플릿으로 조회와 저장, 삭제, 뷰 기반 조회, 증분값 호출을 모두 직접 하고 있었다.
  • 단순 CRUD 세 개는 CouchbaseRepository를 상속한 인터페이스 선언만으로 대체된다.
  • 설정에는 Repository를 탐색할 기본 패키지와 사용할 템플릿을 지정한다.
  • save와 delete, findOne은 통과했지만 findAll과 count는 뷰가 없다는 예외로 실패했다.
  • 기본 CRUD를 쓰려면 소문자로 시작하는 엔티티 이름의 설계 문서 아래에 all이라는 뷰가 있어야 한다.
상세 정리
  • Spring Data의 범위: 관계형과 비관계형, map-reduce 등 다양한 저장소에 일관된 접근 방식을 제공하며 mongodb와 jpa, redis, couchbase 같은 서브 프로젝트로 이뤄져 있다.
  • 이관의 동기: 그 추상화의 이점을 활용해보고자 저수준으로 템플릿을 직접 쓰던 기존 코드를 Repository 방식으로 바꿔봤다.
  • 연재 구성: 1부는 기본 CRUD 대체, 2부는 직접 만들던 뷰 질의를 메서드로 이관, 3부는 증분값 호출 기능 추가다.
  • 기존 코드 구성: 템플릿을 주입받아 아이디로 조회하고, 저장 후 다시 조회해 반환하고, 아이디로 삭제하고, 뷰 질의 객체로 목록을 가져오고, 버킷의 카운터를 호출한다.
  • 대체 대상 판별: 조회와 저장, 삭제 세 메서드는 단순 CRUD라 기본 제공 Repository만으로 충분하다고 봤다.
  • 이관 방법: 엔티티와 키 타입을 지정해 CouchbaseRepository를 상속하는 인터페이스를 만든다. 본문은 비워도 된다.
  • 설정: XML 설정에서 Repository를 탐색할 기본 패키지와 참조할 템플릿을 지정하면 기본 설정이 끝난다.
  • 검증 방식: 저장 후 조회, 저장 후 삭제하고 조회 시 null인지, 전체 조회가 null이 아닌지, 개수가 0보다 큰지를 각각 테스트로 확인했다.
  • 결과: 앞의 세 테스트는 성공했지만 전체 조회와 개수 테스트가 실패했다.
  • 예외 메시지: 특정 설계 문서 아래에 all이라는 뷰가 존재하지 않는다는 내용이었다.
  • 원인: spring-data-couchbase는 기본 CRUD 메서드를 다루기 위해 소문자로 시작하는 엔티티명의 설계 문서에 all이라는 이름의 뷰가 있어야 한다.
  • 상황: 대상 저장소에는 그 이름의 뷰가 없었기 때문에 전체 조회와 개수 메서드를 제대로 쓸 수 없었다.
  • 이어지는 흐름: 이 제약을 해결한 뒤 2부에서 뷰 질의를 메서드로 옮기고 3부에서 증분값 호출을 붙이는 순서로 이어진다.
왜 읽나기존 저수준 저장소 코드를 Spring Data로 옮기려 한다면, 인터페이스 선언만으로 끝나는 부분과 저장소 쪽 사전 조건이 필요한 부분의 경계를 먼저 확인할 수 있다.
티몬
티몬 블로그
원문은 여기서 이어서 읽을 수 있어요
원문 읽기
읽음 (0)

이 글과 비슷한

  1. 백엔드·twilio-engTwilio Engineering·

    Programmable Messaging에서 Verify API로 마이그레이션하기

    Twilio의 Programmable Messaging API로 자체 OTP 솔루션을 운영하던 서비스가 Verify API로 전환하는 방법을 코드 예시와 함께 설명한다. Verify는 OTP 전송·검증을 위한 전용 API로, 전화번호 구매, 토큰 생성, DB 저장·만료 관리를 내부에서 처리해 개발자가 직접 구현할 코드를 크게 줄인다.

    요약 이어보기
    #authentication#twilio#sms+2
  2. 백엔드·포스타입포스타입·

    포스타입이 개인화 추천을 하는 방법 2부

    포스타입 백엔드 엔지니어가 벡터 기반 개인화 추천 시스템을 실제 운영하며 맞닥뜨린 성능 장애와 용량 문제를 해결한 과정을 담은 2부다. 수백만 개의 벡터 KNN 검색이 피크 시간대에 전체 Elasticsearch 검색 성능을 흔드는 문제부터 클러스터 OOM 사태까지, 쿼리 최적화와 인프라 분리 두 가지 경로로 근본 해결에 이른다.

    요약 이어보기
    #elasticsearch#vector-search#recommendation-system+2
  3. 백엔드·포스타입포스타입·

    포스타입이 개인화 추천을 하는 방법 1부

    포스타입이 태그 기반 추천의 한계를 극복하고 벡터 임베딩 기반 개인화 추천 시스템을 구축한 과정을 담은 1부다. 유사한 콘텐츠가 다른 용어를 쓰거나 동일한 태그가 전혀 다른 톤의 콘텐츠를 가리키는 문제를 임베딩 벡터로 해결하고, OpenSearch의 HNSW ANN 검색으로 수백만 벡터를 실시간 검색하는 시스템을 구축해 구매율 15% 향상을 달성했다.

    요약 이어보기
    #opensearch#vector-search#recommendation-system+2