데이터 동기화 문제 문서 추가

document/communication/synchronization_threshold.md

@@ -0,0 +1,95 @@
+이번 장에서는 우리가 지금까지 다루었던 마이크로서비스 간 통신과 데이터 동기화의 한계에 대해서 다뤄본다.
+모든 소스 코드는 [깃허브 (링크)](https://github.com/roy-zz/spring-cloud) 에 올려두었다.
+
+---
+
+### Scale Out Microservice
+
+우리는 지금까지 Feign Client와 Rest Template을 사용하면서 서비스가 여러개로 분산되더라도 로드밸런싱을 통해서 분산된 서비스들에게 요청을 보낼 수 있도록 구현하였다.
+하지만 Scale Out된 서비스들 간의 데이터 동기화 문제는 발생하게 된다.
+예를 들어 아래와 같이 유저 서비스는 FeignClient를 사용하여 분산되어 있는 주문 서비스에게 데이터를 조회한다고 가정해본다.
+
+![](image/not-sync-scaled-out-orders.png)
+
+우리는 따로 동기화 작업을 하지 않았기 때문에 60001 주문 서비스에 요청할 때와 60002 주문 서비스에 요청할 때 결과가 다르게 나올 수 밖에 없다.
+문제가 발생하는 상황을 직접 눈으로 확인해본다.
+
+---
+
+#### 데이터 동기화 문제 확인
+
+1. 다중 주문 서비스 실행
+
+필자의 경우 한 번에 여러개의 주문 서비스를 실행시키기 위하여 Multirun 플러그인을 아래의 이미지와 같이 구성하였다.
+Multirun 플러그인을 설정하는 방법은 잘정리된 글이 있어서 하단부에 첨부하도록 한다.
+
+![](image/multirun-settings.png)
+
+multirun을 사용하여 주문 서비스를 실행시키면 정상적으로 두 개의 애플리케이션이 실행되고 유레카 서버에 정상적으로 두 개의 서비스가 등록된 것을 확인할 수 있다.
+
+![](image/register-multi-order-service-discovery.png)
+
+2. 주문 정보 등록
+
+사용자를 생성하고 생성된 userId를 사용하여 등록된 사용자의 주문정보를 5개 등록한다.
+
+![](image/save-orders.png)
+
+3. 사용자 정보 조회
+
+2번 단계에서 사용한 userId로 사용자의 정보를 조회해본다.
+
+![](image/get-orders-1.png)
+
+![](image/get-orders-2.png)
+
+기본적으로 로드밸런서가 라운드로빈 방식으로 처리되기 때문에 한번씩 번갈아가면서 데이터가 저장된 것을 확인할 수 있다.
+요청할 때마다 다른 주문 정보가 나오는 것은 우리가 원하는 결과가 아니다.
+
+---
+
+#### 해결방법
+
+1. 동일한 DB 사용
+
+사실상 가장 간단한 방법이다.
+우리는 앞서 마이크로서비스들은 각각 고유한 DB를 사용해야한다고 학습하였다.
+주문 서비스가 두개로 Scaled-Out 되더라도 결국에는 하나의 마이크로서비스이기 때문에 하나의 DB를 공유하여도 문제가 되지 않는다.
+아래의 이미지와 같이 여러개의 주문 서비스가 하나의 DB를 사용하면 문제는 해결된다.
+
+![](image/share-unique-db.png)
+
+사실 주문 서비스가 상당히 많은 숫자로 분산되면 단일 DB에서 수없이 많이 발생하는 Lock으로 인해서 성능이 저하될 수 있다.
+어디까지나 필자의 추측일 뿐 아직 그렇게 많은 트래픽을 경험해보지 못했다.
+
+2. Database간 동기화
+
+DB 간의 동기화를 진행하는 방식이다.
+
+분산된 마이크로서비스들은 각각의 DB를 가지고 있고 자신에게 들어온 데이터를 메시지 큐 서버(Kafka or RabbitMQ)로 전달한다.
+데이터를 전달받은 메시지 큐는 자신에게 구독을 걸고 있는 또 다른 마이크로서비스의 DB를 동기화 한다.
+
+![](image/sync-with-databases.png)
+
+3. Kafka Connector
+
+1번에서 살펴보았던 하나의 데이터베이스와 2번에서 살펴보았던 Kafka를 사용하는 방법이다.
+Kafka는 많은 데이터를 한 번에 처리할 수 있는 구조로 이루어져 있기 때문에 동일한 마이크로서비스들이 많아지더라도 문제없이 처리가 가능하다.
+또한 큐의 특성상 선입선출이 보장되기에 DB에서도 동일한 데이터를 조회하는 많은 Connection을 다루기 위해 Lock을 사용하는 횟수가 낮아지고 성능향상으로 연결된다.
+
+![](image/kafka-with-unique-database.png)
+
+---
+
+지금까지 마이크로서비스와 로드밸런서를 사용하였을 때 발생할 수 있는 데이터 동기화 문제를 살펴보았고 이를 해결하기 위한 해결방법에 대해서 알아보았다.
+다음 장부터는 직접 Kafka를 사용하여 데이터 동기화 문제를 해결해본다.
+
+---
+
+**참고한 강의:**
+
+- https://www.inflearn.com/course/%EC%8A%A4%ED%94%84%EB%A7%81-%ED%81%B4%EB%9D%BC%EC%9A%B0%EB%93%9C-%EB%A7%88%EC%9D%B4%ED%81%AC%EB%A1%9C%EC%84%9C%EB%B9%84%EC%8A%A4
+
+**Multirun 설정**: 
+
+- https://jojoldu.tistory.com/510

user-service/src/main/java/com/roy/springcloud/userservice/client/OrderServiceClient.java

@@ -10,8 +10,7 @@ import java.util.List;
 @FeignClient(name = "order-service")
 public interface OrderServiceClient {
 
-    @GetMapping("/invalid-path/{userId}")
-    // @GetMapping("/order-service/{userId}/orders")
+    @GetMapping("/order-service/{userId}/orders")
     List<OrderResponse> getOrders(@PathVariable String userId);
 
 }