[Spring Cloud] Kafka를 사용한 서비스간 데이터 동기화
이번 장에서는 우리 서비스에서 발생하는 데이터 동기화 문제를 해결하기 위해 Kafka를 적용시켜본다.
모든 소스 코드는 깃 허브 (링크) 에 올려두었다.
개요
우리는 지금까지 주문 서비스를 분산하게 되면서 DB 또한 동시에 분산되어 데이터의 동기화에 문제가 발생하는 것을 확인하였다.
이러한 문제를 해결하기 위해 Kafka와 추가 기능인 Source Connect, Sink Connect에 대해서 알아보았다.
이번 장에서는 우리가 학습한 Kafka를 활용하여 마이크로서비스 간에 발생하는 문제를 하나씩 해결해본다.
사용자는 주문 서비스를 통해 상품을 주문한다.
사용자는 자신의 주문 목록을 확인하기 위해 유저 서비스에 사용자 조회와 주문 확인 기능을 요청한다.
개선되는 구조를 확인해보면 주문 서비스는 주문을 요청받고 카탈로그 서비스의 재고 수량을 갱신하기 위해 직접 카탈로그 서비스를 호출하지 않는다.
상품 수량을 업데이트하라는 요청을 Kafka에 집어넣고 Kafka에 구독을 걸고 있는 카탈로그 서비스는 이러한 요청을 Kafka로 부터 전달받아 처리한다.
이러한 구조에서의 Kafka는 스프링에서의 DI처럼 마이크로서비스간의 의존성을 낮춰주어 확장에는 열려있지만 다른 서비스의 변경에는 닫혀있는 모습을 유지할 수 있게 해준다.
Catalog Service
Kafka의존성 추가
build.gradle에 아래와 같이 Kafka관련 의존성을 추가한다.
implementation 'org.springframework.kafka:spring-kafka'Kafka구성 파일 추가
KafkaConsumerConfig 클래스 파일을 생성한다. 이름에서 알 수 있듯이 Kafka에 구독을 걸고 데이터를 받아오는 역할을 하는 구성 파일이다.
스프링에게 구성파일임을 알리기 위해서 @Configuration 애노테이션을 사용하였다.
ConsumerFactory Bean에는 Kafka 토픽에 접속하기 위한 정보가 포함되어 있다.
또한 우리는 JSON 형식으로 데이터를 전달하게 되며 JSON 형식은 key-value 구조로 되어 있기 때문에 key-value 구조의 serialize 되어 있는 데이터를 deserialize하기 위한 설정이 추가되어 있다.ConcurrentKafkaListenerContainerFactory 빈은 구독하고 있는 토픽에 변경사항이 있는지 리스닝하는 역할을 한다.
@EnableKafka
@Configuration
public class KafkaConsumerConfig {
@Bean
public ConsumerFactory<String, String> consumerFactory() {
Map<String, Object> properties = new HashMap<>();
properties.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "127.0.0.1:9092");
properties.put(ConsumerConfig.GROUP_ID_CONFIG, "consumerGroupId");
properties.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);
properties.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);
return new DefaultKafkaConsumerFactory<>(properties);
}
@Bean
public ConcurrentKafkaListenerContainerFactory<String, String> kafkaListenerContainerFactory() {
ConcurrentKafkaListenerContainerFactory<String, String> kafkaListenerContainerFactory = new ConcurrentKafkaListenerContainerFactory<>();
kafkaListenerContainerFactory.setConsumerFactory(consumerFactory());
return kafkaListenerContainerFactory;
}
}Kafka Consumer서비스 추가
서비스 빈으로 등록되어 Kafka Consumer 역할을 할 객체를 만들어내는 클래스 파일을 생성한다.Kafka로 부터 주문된 상품의 아이디와 양을 전달받아 DB에 저장되어 있는 재고에서 주문된 양만큼 감소시킨 다음 다시 저장한다.
(저장하는 코드가 안보이는데요? 라는 의문이 들면 변경 감지를 통한 수정 을 참고한다.)
KafkaConsumer
public interface KafkaConsumer {
void processMessage(String kafkaMessage);
}KafkaConsumerImpl
@Slf4j
@Service
@RequiredArgsConstructor
public class KafkaConsumerImpl implements KafkaConsumer {
private final CatalogRepository catalogRepository;
@Override
@Transactional
@KafkaListener(topics = "example-order-topic")
public void processMessage(String kafkaMessage) {
log.info("Kafka Message: ======> {}", kafkaMessage);
Map<Object, Object> map = new HashMap<>();
ObjectMapper mapper = new ObjectMapper();
try {
map = mapper.readValue(kafkaMessage, new TypeReference<>() {});
} catch (JsonProcessingException e) {
e.printStackTrace();
}
String targetProduceId = (String) Optional.of(map.get("productId"))
.orElseThrow(() -> new IllegalStateException("Not found produceId"));
Catalog savedCatalog = catalogRepository.findByProductId(targetProduceId)
.orElseThrow(() -> new IllegalStateException("Not found catalog"));
Integer soldQuantity = (Integer) Optional.of(map.get("quantity"))
.orElseThrow(() -> new IllegalStateException("Not found quantity"));
savedCatalog.setStock(savedCatalog.getStock() - soldQuantity);
}
}Order Service
Kafka의존성 추가
build.gradle에 아래와 같이 Kafka관련 의존성을 추가한다.
implementation 'org.springframework.kafka:spring-kafka'Kafka구성 파일 추가
이름에서 알 수 있듯이 주문 서비스는 Kafka에 데이터를 넣는 Producer 역할을 한다.
데이터를 전달할 때는 객체를 Serialize하여 String 형태로 전달해야하기 때문에 Consumer와는 다르게 속성에 Serializer이 들어있는 것을 확인할 수 있다.KafkaTemplate는 실질적으로 Serialize된 데이터를 Kafka로 전달하는 역할을 한다.
@Configuration
public class KafkaProducerConfig {
@Bean
public ProducerFactory<String, String> producerFactory() {
Map<String, Object> configProps = new HashMap<>();
configProps.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "127.0.0.1:9092");
configProps.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class);
configProps.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, StringSerializer.class);
return new DefaultKafkaProducerFactory<>(configProps);
}
@Bean
public KafkaTemplate<String, String> kafkaTemplate() {
return new KafkaTemplate<>(producerFactory());
}
}Kafka Producer서비스 추가
서비스 빈으로 등록되어 Kafka Producer 역할을 할 객체를 만들어내는 클래스 파일을 생성한다.
파라미터로 전달받은 토픽으로 전달받은 객체를 Serialize하여 전달하는 역할을 수행한다.
@Slf4j
@Service
@RequiredArgsConstructor
public class KafkaProducerImpl implements KafkaProducer {
private final KafkaTemplate<String, String> kafkaTemplate;
@Override
public OrderDto send(String kafkaTopic, OrderDto orderDto) {
ObjectMapper mapper = new ObjectMapper();
String jsonInString = Strings.EMPTY;
try {
jsonInString = mapper.writeValueAsString(orderDto);
} catch (JsonProcessingException e) {
e.printStackTrace();
}
kafkaTemplate.send(kafkaTopic, jsonInString);
log.info("Kafka producer send data from the order microservice: {}", orderDto);
return orderDto;
}
}- 서비스 로직 수정
주문을 생성하고 생성된 주문 정보를 Kafka Producer에게 전달하는 코드를 추가하였다.
@Service
@RequiredArgsConstructor
public class OrderServiceImpl implements OrderService {
private final KafkaProducer kafkaProducer;
private final OrderRepository orderRepository;
@Override
public OrderDto createOrder(OrderDto orderDto) {
orderDto.setOrderId(UUID.randomUUID().toString());
orderDto.setTotalPrice(orderDto.getQuantity() * orderDto.getUnitPrice());
Order newOrder = toObject(orderDto, Order.class);
orderRepository.save(newOrder);
kafkaProducer.send("example-order-topic", orderDto);
return toObject(newOrder, OrderDto.class);
}
// 이하 생략...
}작동 테스트
- 상품 정보 확인
카탈로그 서비스의 GET /catalogs API를 호출하여 테스트를 진행하기 전의 상품 정보를 확인한다.
- 주문 생성
주문 서비스의 POST /orders API를 호출하여 CATALOG-0001를 주문하는 주문 데이터를 생성한다.
- 상품 정보 재고 확인
테스트를 진행하기 전에 CATALOG-0001 상품의 재고는 100개였고 2번 단계에서 10개를 주문하였으니 재고는 CATALOG-0001 상품의 재고는 90개가 되어야 한다.
우리가 예상한 결과가 맞는지 카탈로그 서비스의 GET /catalogs API를 호출하여 결과를 확인한다.
정상적으로 우리가 예상한대로 재고가 변경된 것을 확인할 수 있다.
이번 장에서는 지금까지 학습한 Kafka를 활용하여 마이크로서비스 간에 데이터를 동기화 하는 방법에 대해서 알아보았다.
다음 장에서는 다중 마이크로서비스(복제된)가 있고 DB도 분산되어 있는 경우에 발생하는 데이터 동기화 문제를 해결해본다.
참고한 강의: