[디지털 뱃지] 일일 스터디 Day 03

[디지털 뱃지] 일일 스터디 Day 03

General(Data) & Developer(Back-end) 핵심 돌파

1. 오늘의 핵심 이론 설명

General Engineering - Data Engineering

RDBMS 트랜잭션 ACID 특성과 B-Tree 인덱스 작동 원리

대규모 데이터 인프라에서 데이터 무결성을 보장하고 조회 성능을 극대화하기 위한 필수 핵심 개념입니다.

• 트랜잭션 ACID 특성:
  - 원자성(Atomicity): 트랜잭션 내 작업은 전부 성공하거나 전부 실패해야 함 (All or Nothing).
  - 일관성(Consistency): 트랜잭션 완료 후 데이터베이스의 무결성 제약 조건이 항상 유지되어야 함.
  - 격리성(Isolation): 동시에 실행되는 트랜잭션들이 서로 간섭하지 못하도록 차단함.
  - 지속성(Durability): 성공적으로 완료된 트랜잭션의 결과는 시스템 장애가 발생하더라도 영구적으로 반영됨.
• B-Tree 인덱스 구조: 정렬된 트리 구조를 유지하여 탐색 속도를 $O(\log N)$으로 보장하는 가장 보편적인 인덱스 메커니즘입니다. 데이터 변경(Insert, Update, Delete) 시 트리 균형을 맞추기 위한 페이지 분할 오버헤드가 발생하므로 무분별한 인덱스 생성은 쓰기 성능을 저하시킵니다.

Developer Engineering - Back-end

데이터베이스 커넥션 풀(DBCP)의 최적화 메커니즘

백엔드 애플리케이션 리소스를 효율적으로 관리하고 대량의 클라이언트 요청을 안정적으로 처리하기 위한 필수 최적화 기술입니다.

• 커넥션 풀(Connection Pool)의 필요성: 백엔드 애플리케이션이 데이터베이스에 접근할 때마다 TCP 3-Way Handshake를 통해 물리적인 연결을 맺고 끊는 과정은 상당한 자원과 시간을 소모합니다.
• 동작 방식: 애플리케이션 기동 시 일정 수의 DB 커넥션을 미리 생성하여 풀(Pool)에 보관합니다. 요청이 들어오면 대여(Borrow)해주고, 작업이 끝나면 연결을 끊지 않고 다시 반납(Return)받아 재사용합니다.
• 주요 파라미터 튜닝: 대규모 트래픽 환경에서는 풀의 크기(Maximum Pool Size)와 커넥션을 획득하기까지 기다리는 최대 시간(Connection Timeout)을 적절히 조율해야 스레드 병목 및 자원 고갈을 방지할 수 있습니다.

---

2. 디지털 뱃지 레벨 1~2 예상 문제집

Q1. 데이터베이스 트랜잭션의 ACID 특성 중, "트랜잭션 실행 중에는 다른 트랜잭션의 작업이 끼어들 수 없으며, 수행 중인 트랜잭션의 중간 결과는 다른 트랜잭션이 참조할 수 없다"는 명칭에 해당하는 특성은?

1) 원자성(Atomicity)
2) 일관성(Consistency)
3) 격리성(Isolation)
4) 지속성(Durability)

정답 및 해설 보기

정답: 3) 격리성(Isolation)
해설: 격리성은 복수의 트랜잭션이 동시에 실행될 때 서로 영향을 미치지 않고 독립적으로 수행되도록 보장하는 특성입니다. DBMS는 고유의 Isolation Level(격리 수준) 설정을 통해 이를 제어합니다.

Q2. 데이터베이스 커넥션 풀(DBCP) 및 이와 관련된 백엔드 아키텍처 설명 중 올바르지 않은 것은?

1) 커넥션 풀을 사용하면 데이터베이스 연결 생성에 필요한 3-Way Handshake 비용을 매번 지불하지 않아도 된다.
2) 대형 서비스 환경에서 가용성을 높이기 위해 풀의 크기(Max Pool Size)를 무제한으로 늘려 설정하는 것이 가장 안전하다.
3) 커넥션을 획득하려는 백엔드 스레드가 풀의 용량을 초과할 경우, 제한 시간(Timeout) 동안 대기 상태에 머무른다.
4) 사용이 끝난 커넥션은 `close()` 호출 시 연결이 해제되는 것이 아니라 풀로 안전하게 반환된다.

정답 및 해설 보기

정답: 2)
해설: 커넥션 풀의 크기를 과도하게 설정하면 백엔드 애플리케이션의 메모리가 낭비될 뿐만 아니라, 데이터베이스 서버가 수용할 수 있는 동시 세션 처리 한계를 초과하여 DB 서버 전체가 다운되는 치명적인 병목 현상을 유발할 수 있습니다. 적절한 부하 테스트를 통한 스레드 수와의 균형 잡힌 설정이 필수적입니다.

---

💡 신기술 추가 지식 : 분산 클라우드 네이티브 데이터베이스와 DB 프록시

현대적인 MSA 환경과 쿠버네티스(K8s) 기반의 클라우드 인프라에서는 오토스케일링으로 인해 백엔드 애플리케이션 인스턴스(Pod)의 개수가 동적으로 수십에서 수백 개까지 유연하게 늘어납니다. 이때 개별 인스턴스마다 각각 고정된 커넥션 풀을 가지게 되면, DB 서버 측의 인바운드 연결 수가 순식간에 임계치를 넘어 마비되는 이슈가 발생하곤 합니다. 이를 해결하기 위해 최근 클라우드 데이터 인프라 아키텍처에서는 애플리케이션과 RDBMS 사이에 AWS RDS Proxy나 오픈소스 ProxySQL / Vitess 같은 중간 프록시 레이어를 두어 풀링(Pooling) 메커니즘을 전역적으로 관리하고 데이터베이스 부하를 공유 제어하는 아키텍처 기술이 표준으로 자리매김하고 있습니다.