3. 데이터 일관성 유지 (1)

1. 분산 트랜잭션의 개요

• 정의: 여러 개의 독립된 시스템이나 DB에 걸쳐 발생하는 트랜잭션을 하나의 단위로 묶어 일관되게 관리하는 방법
• 핵심 보장: 모든 시스템이 성공하거나(All), 아니면 모두 실패(Nothing)하도록 보장하여 데이터 격차를 방지함.
• 필요성: 서비스가 기능별로 쪼개진 마이크로서비스 아키텍처(MSA)에서는 각 서비스의 DB가 독립적이므로, 서비스 간 데이터 정합성을 맞추기 위해 필수적임.

---

2. 주요 개념 및 원칙

2.1 트랜잭션의 기본 속성 (ACID)

분산 환경에서도 반드시 지켜져야 하는 4가지 속성

• 원자성 (Atomicity): 트랜잭션 내 작업은 '모두 성공' 아니면 '전부 실패'해야 함. 중간 단계에서 멈추는 일은 없음.
• 일관성 (Consistency): 실행 전후의 데이터베이스 상태는 항상 무결성 제약 조건을 만족하는 올바른 상태여야 함.
• 격리성 (Isolation): 동시에 실행되는 여러 트랜잭션이 서로의 중간 과정에 간섭하지 못하도록 차단함.
• 지속성 (Durability): 성공적으로 완료된 트랜잭션 결과는 시스템 장애가 발생하더라도 영구적으로 보존됨.

2.2 2PC (Two-Phase Commit)

표준적인 분산 트랜잭션 프로토콜로, 중앙 조정자(Coordinator)가 트랜잭션을 관리함.

1. 준비 단계 (Prepare Phase): 마스터 노드가 모든 참여 노드에게 "커밋 준비됐니?"라고 물어보고 응답을 기다림.
2. 커밋 단계 (Commit Phase): 모든 노드가 "OK"하면 커밋을 지시하고, 하나라도 거절하면 전체 롤백을 지시함.
   💡 추가 설명: 강력한 일관성을 보장하지만, 한 노드라도 응답이 늦어지면 전체 시스템이 대기 상태(Blocking)에 빠지는 단점이 있어 대규모 트래픽 환경에서는 신중히 사용해야 함.

2.3 사가 패턴 (Saga Pattern)

트랜잭션을 여러 단계의 로컬 트랜잭션으로 나누어 순차적으로 실행하는 방식

• 특징: 각 단계는 독립적으로 커밋됨.
• 보상 트랜잭션 (Compensating Transaction): 중간에 실패하면 이미 커밋된 이전 단계들을 취소하기 위해 반대되는 작업(예: 결제 취소)을 실행하여 원상복구함.
  • 예시: 주문 생성 → 결제 처리 → 재고 감소, (실패 시) → 결제 취소 → 주문 취소

2.4 이벤트 소싱 (Event Sourcing)

• 방식: 데이터의 최종 상태만 저장하는 것이 아니라, 상태를 변화시킨 모든 '이벤트'를 순차적으로 기록함.
• 장점: 과거의 모든 변경 이력을 추적할 수 있으며, 이벤트를 처음부터 다시 재생(Replay)하여 언제든 현재 상태를 복구하거나 특정 시점의 상태를 재현할 수 있음.

---

3. 분산 트랜잭션의 장점

• 데이터 일관성 보장: 여러 데이터 소스에 걸쳐 데이터가 어긋나지 않도록 완벽한 상태 동기화를 유지함.
• 확장성: 시스템이 독립적으로 동작하면서도 필요할 때만 협력하여 일관성을 유지하므로, 전체 시스템 규모를 키우기에 용이함.
• 신뢰성: 분산 환경에서도 ACID 속성을 유지함으로써 시스템 전반의 데이터 무결성을 신뢰할 수 있게 함.
• 복구 가능성: 실패 지점에서 명확한 롤백 메커니즘을 제공하여 예기치 못한 오류에도 시스템 안정성을 지킴.
  
  • 최근 대규모 시스템에서는 성능을 위해 2PC보다는 사가 패턴이나 이벤트 소싱을 활용한 '최종적 일관성(Eventual Consistency)' 모델을 더 많이 채택하는 추세라고 함