지금까지 인텔리제이 프로파일러를 사용하여 성능을 분석해 본 결과 중복확인의 과정이 가장 많은 트래픽을 차지하였음.

그래서 해당 부분을 줄이기 위해서는 캐시를 사용하는 방법을 생각해 봤고, Redis를 사용하지 않고 스프링 내부에서 캐시를 활용하여 하는 방법을 선택하였음

또한 그 다음으로 오래 걸리는 곳이 티켓을 잡은 유저를 테이블에 저장하는 것이었는데 하나의 테이블에 너무 많은 쓰기 요청이 들어가기 때문에 문제가 생긴다고 판단하였다. 그래서 락의 충돌이 증가하고 그게 트래픽의 증가로 이어진다고 생각하였고 이 부분을 분산적으로 테이블을 나누어서 처리하면 쓰기 경합이 더 적게 일어날 것이라고 생각하여 이를 아래의 방법으로 진행하여 속도를 향상시킬 수 있었다.

1️⃣ In-Memory 캐시를 통한 매진 상태 확인

🔹 목적

DB를 거치지 않고 티켓의 매진 여부를 빠르게 확인 → 낭비되는 트랜잭션 방지, 처리량 증가

🔹 구조 및 동작

if (ticketSoldOutCache.isSoldOut(ticketId)) {
    throw new IllegalStateException("이미 매진된 티켓입니다.");
}

📈 효과