Skip to content

About

주문·재고·포인트 서비스로 구현한 분산 트랜잭션 패턴 비교: TCC, SAGA Orchestration, SAGA Choreography(Kafka)

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Repository files navigation

주문 시스템으로 알아보는 분산 트랜잭션 — 최종 정리

주문·재고·포인트를 처리하는 주문 시스템을 order·product·point 서비스로 나누고, 여러 서비스에 걸친 작업의 정합성을 맞추는 분산 트랜잭션 패턴 TCC → SAGA Orchestration → SAGA Choreography를 차례로 구현했다.

이 브랜치(saga-choreography)는 마지막 단계인 SAGA Choreography 구현이다. 이 문서에서 세 패턴을 최종 정리한다.

브랜치 구성

모놀리식 주문 시스템(monolithic 모듈)은 tcc·saga-orchestration 브랜치에 있고, 이 브랜치에서는 Choreography에 필요한 order·product·point·event 모듈만 둔다. 별도로 두었던 main 브랜치는 삭제했고, 이 브랜치를 기본 브랜치로 사용한다.

브랜치 패턴 흐름 제어 통신
tcc TCC (Try-Confirm-Cancel) order의 코디네이터 (중앙 제어) 동기 HTTP
saga-orchestration SAGA — Orchestration order의 오케스트레이터 (중앙 제어) 동기 HTTP
saga-choreography (이 브랜치, 기본 브랜치) SAGA — Choreography 각 서비스가 이벤트를 발행·구독 (분산 제어) 비동기 메시지 (Kafka)

3가지 패턴 요약

TCC

  • 트랜잭션을 Try·Confirm·Cancel 세 단계로 나누어 관리한다.
  • 리소스를 먼저 예약한 뒤 확정을 짓는 방식으로 동작한다.
  • 결제처럼 강한 정합성이 필요한 영역에서 쓰이며, 일반적인 서비스에서는 사용 빈도가 낮은 편이다.

SAGA

  • 각 작업을 개별 트랜잭션으로 나누어 처리하고, 실패하면 보상 트랜잭션을 발행해 정합성을 맞춘다.
  • TCC와 달리 리소스를 예약하지 않고 즉시 차감하며, 최종적 일관성(eventual consistency) 을 보장한다.

Orchestration

  • 코디네이터가 각 참여자를 순차적으로 호출하면서 전체 트랜잭션의 흐름을 제어한다.
  • 코디네이터가 있어 흐름 파악이 쉽다는 장점이 있어 실무에서 많이 사용된다.

Choreography

  • 코디네이터 없이 각 서비스가 이벤트를 발행·구독하며 트랜잭션의 흐름을 이어 간다.
  • 흐름 파악이 어렵다는 단점이 있다.
  • 로직의 처리 시간이 길어질 수 있는 상황에서 많이 사용된다.

패턴별 주문 처리 흐름 비교

세 브랜치 모두 같은 시나리오(주문 생성 POST /order → 주문 처리 POST /order/place)를 다른 방식으로 처리한다. 주문 처리 요청은 order의 Redis 락으로 같은 주문의 동시 처리를 막은 뒤 시작한다.

구분 TCC SAGA Orchestration SAGA Choreography
흐름 제어 order의 OrderCoordinator order의 OrderCoordinator 각 서비스가 이벤트를 구독해 다음 단계 진행
통신 동기 HTTP (RestClient) 동기 HTTP (RestClient) 비동기 메시지 (Kafka)
참여자 작업 예약(Try) → 확정(Confirm) / 취소(Cancel) 즉시 차감 → 실패 시 보상(취소) 즉시 차감 → 실패 이벤트로 보상(취소)
/order/place 응답 시점 확정까지 끝난 뒤 차감(또는 보상)까지 끝난 뒤 이벤트 발행 직후 (결과는 GET /order/{id}/status로 조회)
주문 상태 CREATED → RESERVED → CONFIRMED (실패 CANCELLED, 확정 실패 PENDING) CREATED → REQUESTED → COMPLETED (실패 FAILED) CREATED → REQUESTED → COMPLETED (실패 FAILED)

TCC (tcc)

sequenceDiagram
    participant O as order (Coordinator)
    participant PR as product
    participant PT as point

    Note over O: 주문 RESERVED
    rect rgb(230, 240, 255)
    Note over O,PT: Try — 예약
    O->>PR: POST /products/reserve (재고 예약)
    PR-->>O: totalPrice
    O->>PT: POST /points/reserve (포인트 예약, @Retryable)
    end
    alt 예약 실패
        Note over O: 주문 CANCELLED
        O->>PR: POST /products/cancel
        O->>PT: POST /points/cancel
        Note over O: 예외 전달 (확정 단계로 가지 않음)
    else 예약 성공
        rect rgb(230, 255, 230)
        Note over O,PT: Confirm — 확정 (예약분을 실제 차감)
        O->>PR: POST /products/confirm
        O->>PT: POST /points/confirm
        end
        Note over O: 주문 CONFIRMED<br/>(확정 실패 시 PENDING)
    end
Loading

SAGA Orchestration (saga-orchestration)

sequenceDiagram
    participant O as order (Coordinator)
    participant PR as product
    participant PT as point

    Note over O: 주문 REQUESTED
    O->>PR: POST /product/buy (재고 차감)
    PR-->>O: totalPrice
    O->>PT: POST /point/use (포인트 차감)
    alt 성공
        Note over O: 주문 COMPLETED
    else 실패 → rollback (보상 트랜잭션)
        O->>PR: POST /product/buy/cancel (재고 원복)
        PR-->>O: 취소 금액
        opt 취소 금액 > 0
            O->>PT: POST /point/use/cancel (포인트 원복)
        end
        Note over O: 주문 FAILED<br/>(보상 자체 실패 시 CompensationRegistry에 PENDING 기록)
    end
Loading

SAGA Choreography (saga-choreography, 이 브랜치)

sequenceDiagram
    participant O as order
    participant K as Kafka
    participant PR as product
    participant PT as point

    Note over O: 주문 REQUESTED (커밋 후 발행)
    O->>K: order-placed
    K->>PR: order-placed
    alt 재고 차감 성공
        PR->>K: quantity-decreased (totalPrice)
        K->>PT: quantity-decreased
        alt 포인트 차감 성공
            PT->>K: point-used
            K->>O: point-used
            Note over O: 주문 COMPLETED
        else 포인트 차감 실패
            Note over PT: 포인트 차감 취소
            PT->>K: point-use-fail
            K->>PR: point-use-fail
            Note over PR: 재고 원복
            PR->>K: quantity-decreased-fail
            K->>O: quantity-decreased-fail
            Note over O: 주문 FAILED
        end
    else 재고 차감 실패
        Note over PR: 재고 차감 취소
        PR->>K: quantity-decreased-fail
        K->>O: quantity-decreased-fail
        Note over O: 주문 FAILED
    end
Loading

이 브랜치의 Choreography 구현

오케스트레이터 없이 order·product·point가 Kafka 토픽으로 이벤트를 주고받으며 다음 단계를 이어 간다. 각 서비스는 자기 일을 하고, 결과를 이벤트로 알리기만 한다. 실패하면 자기 작업을 보상(취소)하고 실패 이벤트를 발행한다.

이벤트(토픽)

토픽 발행 구독 구독 측 처리
order-placed order (OrderPlaceProducer) product (OrderPlacedConsumer) 재고 차감 → 성공 시 quantity-decreased, 실패 시 재고 차감 취소 후 quantity-decreased-fail
quantity-decreased product point (QuantityDecreasedConsumer) 포인트 차감(금액 = totalPrice) → 성공 시 point-used, 실패 시 포인트 차감 취소 후 point-use-fail
point-used point order (PointUsedConsumer) 주문 COMPLETED
point-use-fail point product (PointUseFailConsumer) 재고 원복 후 quantity-decreased-fail
quantity-decreased-fail product order (QuantityDecreasedFailConsumer) 주문 FAILED
  • 모든 이벤트의 키는 orderId이고, 참여자는 orderId를 requestId로 써서 이력 테이블로 중복 차감·중복 취소를 막는다.

구현 포인트

  • 커밋 후 발행: order는 주문을 REQUESTED로 바꾸는 트랜잭션이 커밋된 뒤(TransactionSynchronization.afterCommit) order-placed를 발행한다. 커밋 전에 발행하면 DB 롤백 시 이미 나간 이벤트를 되돌릴 수 없다.
  • 비동기 응답: POST /order/place는 이벤트 발행 직후 응답한다. 최종 결과는 GET /order/{id}/status로 조회한다.
  • 실패는 이벤트로 넘기고 예외는 다시 던지지 않는다: consumer가 보상·실패 이벤트 발행 후 예외를 다시 던지면, Kafka 기본 에러 핸들러(DefaultErrorHandler)가 같은 메시지를 최대 10번 다시 처리해 실패 이벤트가 중복 발행된다.
  • 역직렬화 타입: consumer는 메시지를 문자열(StringDeserializer)로 받고, KafkaConfig의 JsonMessageConverter가 @KafkaListener 메서드의 파라미터 타입으로 JSON을 변환한다. 서비스마다 이벤트 클래스 패키지가 달라도 필드 이름만 맞으면 되고, 받을 타입을 문자열로 적지 않아 오타·클래스 이동에 안전하다.
  • 중복 주문 방지: POST /order/place는 Redis 락 order:choreography:{orderId}로 같은 주문의 동시 처리를 막고, Order.request()(CREATED에서만 가능)로 재처리를 막는다.

실패 상황 테스트

PointService.use 끝의 throw new RuntimeException("강제로 예외 발생") 주석을 풀고 재기동한 뒤 주문을 처리한다.

  • 기대 흐름: point-use-fail → product 재고 원복 → quantity-decreased-fail → 주문 FAILED
  • 확인: GET /order/{id}/status 가 FAILED, 재고 원복(CANCEL 이력), 실패 토픽에 주문당 이벤트 1건

실행

MySQL(3306)·Redis(6379)·Kafka(9092)를 띄운 뒤 세 서비스를 실행한다. 설정은 각 모듈의 application.yaml에 있다.

./gradlew :product:bootRun   # 8081
./gradlew :point:bootRun     # 8083
./gradlew :order:bootRun     # 8080

curl -X POST localhost:8080/order -H 'Content-Type: application/json' \
  -d '{"items":[{"productId":1,"quantity":1},{"productId":2,"quantity":1}]}'   # → {"orderId":1}
curl -X POST localhost:8080/order/place -H 'Content-Type: application/json' -d '{"orderId":1}'
curl localhost:8080/order/1/status                                              # → "COMPLETED"

패턴별 정리

구분 TCC SAGA Orchestration SAGA Choreography
정합성 예약으로 자원을 미리 확보 → 중간 상태가 다른 요청에 노출되지 않음 즉시 차감 → 보상 전까지 일시적 불일치 즉시 차감 → 보상 전까지 일시적 불일치
참여자 구현 부담 큼 (Try·Confirm·Cancel 3개 API, 예약 테이블) 중간 (실행·보상 2개 API, 이력 테이블) 중간 (실행·보상 + 이벤트 발행·구독)
흐름 파악 코디네이터 한 곳에서 보임 오케스트레이터 한 곳에서 보임 여러 서비스에 흩어져 있어 추적이 어려움
결합도 order가 참여자 API를 모두 앎 order가 참여자 API를 모두 앎 서비스는 토픽만 앎 (느슨한 결합)
장애 영향 참여자 장애 시 동기 호출 실패 → 취소 / PENDING 참여자 장애 시 동기 호출 실패 → 보상 / 보상 실패 기록 메시지가 브로커에 남아 있어 참여자가 복구되면 이어서 처리
이 저장소에서 남은 과제 PENDING 주문 복구 CompensationRegistry 재처리 스케줄러 중복 이벤트에 대한 order 상태 멱등 처리, DLT(실패 메시지 별도 토픽)

About

주문·재고·포인트 서비스로 구현한 분산 트랜잭션 패턴 비교: TCC, SAGA Orchestration, SAGA Choreography(Kafka)

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Contributors

Languages