체험단 API 성능 개선을 위한 쿼리 최적화 전략
무신사 커뮤니티개발팀에서 체험단 API의 성능 개선을 위한 쿼리 최적화 전략을 다루고 있습니다. 최근 10초 이상의 페이지 로딩 시간과 타임아웃 문제로 고객 경험에 큰 영향을 미쳤습니다. 이를 해결하기 위해 인덱스 최적화 및 데이터 전송량 감소와 같은 전략을 통해 API 성능을 획기적으로 향상시켰습니다.
커버링 인덱스의 적극적 활용
체험단 API의 성능을 개선하기 위한 첫 번째 전략은 커버링 인덱스를 활용한 쿼리 최적화입니다. 이전 쿼리는 기능적으로 복잡하고 다수의 컬럼을 조회하는 구조로, 데이터 전송량이 상당히 많아 성능 병목 현상을 초래하였습니다. 이를 해결하기 위해, 커버링 인덱스를 설계하여 필요한 모든 컬럼을 포함하도록 변경했습니다. 커버링 인덱스를 통해 사용자는 인덱스만으로 쿼리를 완전히 처리할 수 있게 되었고, 이로 인해 테이블 접근이 필요 없어졌습니다. 쿼리에서 필요한 데이터가 인덱스에 포함됨으로써 레코드 찾기가 빨라졌고, 결과적으로 조회 속도가 현격히 개선되었습니다. 이 과정에서 데이터 전송량도 줄어들어 네트워크 병목을 해결하는데 큰 도움이 됐습니다. 또한, 커버링 인덱스의 활용은 디스크 I/O를 최소화하고, 순차적 읽기를 통해 쿼리 성능 향상에 기여했습니다.
쿼리 분리 전략의 도입
두 번째로 적용한 전략은 쿼리 분리 전략입니다. 체험단 API가 제공해야 하는 데이터의 양을 줄이기 위해, 쿼리를 단계별로 나누어 필요한 정보를 순차적으로 조회하는 방식을 도입했습니다. 처음에는 정렬된 신청번호만을 조회하여 커버링 인덱스를 완벽히 활용한 후, 추가 데이터를 필요할 때만 이후 단계에서 조회하도록 하였습니다. 이러한 전략은 데이터베이스의 부담을 줄이고, 쿼리의 복잡성을 상당히 감소시켰습니다. 또한, 애플리케이션에서는 각 테이블을 독립적으로 최적화하여 성능을 극대화할 수 있는 유연성을 제공했습니다. 쿼리의 분할과 데이터 결합을 통해 운영 효율성을 증가시킬 수 있었고, 복잡한 LEFT JOIN 로직을 단순한 SELECT로 대체함으로써 쿼리의 가독성 또한 개선되었습니다. 이 과정에서 각 쿼리의 성능을 모니터링하여 최적화를 진행할 수 있었던 점도 큰 장점이었습니다.
필요한 데이터만 정확히 조회하기
마지막 전략은 ‘정말 필요한 데이터만을 정확히 조회하는 것’입니다. 대량의 데이터를 다룰 때는 I/O가 주요 병목이 되므로, 불필요한 데이터의 전송을 최소화하는 것이 중요합니다. 체험단 API에서 이 원칙을 적용하기 위해 SELECT 절에서 최소한의 컬럼만을 조회하였습니다. 이를 통해 데이터베이스에서 조회해야 할 데이터의 양을 줄였고, 불필요한 네트워크 전송을 최소화할 수 있었습니다. 데이터 전송량이 줄어들고 쿼리 성능이 향상되면서 고객의 체험단 활동 목록 조회 API의 응답 시간이 획기적으로 개선되었습니다. 이러한 데이터 최적화 접근은 나중에 추가적인 데이터를 필요로 할 때도 효율적으로 대처할 수 있는 기반이 되어 주었습니다. 최종적으로 인덱스와 쿼리 분리에 의해 성능 저하를 방지하며, 고객이 체감할 수 있는 향상을 이끌어냈습니다.
체험단 API 성능 향상 프로젝트를 통해 궁극적으로는 고객 경험의 질을 높이고, 더 나아가 무신사의 기술적 진화를 지속할 수 있는 가능성을 확인하게 되었습니다. 앞으로도 우리는 데이터가 축적되는 대량 트래픽 환경에서 안정적이고 효율적인 서비스를 제공하기 위해 다양한 기술적 노력을 지속할 계획입니다. 향후 파티셔닝 및 NoSQL 도입 등으로 해결해야 할 과제가 남아 있으며, 이러한 기술적 결정은 주기적으로 기록하고 검토하여 최적의 방향을 설정할 예정입니다.
```
