Redis 활용 사례: 캐싱, 큐, 속도 제한

Backend2026-10-05TryQuickToolBox

트래픽이 증가하면서 데이터베이스 쿼리가 느려지고 간헐적인 타임아웃이 발생하는 웹 애플리케이션을 구축했다고 가정해보세요. 서버는 부하를 견디기 힘들어하고 사용자들은 지연 시간에 불만을 토로합니다. 반복적인 작업을 오프로드하고 트래픽 급증을 관리할 수 있는 빠른 인메모리 데이터 저장소가 필요합니다. Redis는 많은 백엔드 문제에 대한 최적의 솔루션이며, 이 글에서는 캐싱, 큐, 속도 제한이라는 세 가지 실용적인 활용 사례를 살펴보겠습니다.

Redis를 사용하는 이유

Redis는 속도와 다재다능함으로 유명한 오픈소스 인메모리 키-값 저장소입니다. 문자열, 해시, 리스트, 세트, 정렬된 세트와 같은 데이터 구조를 지원하여 다양한 작업에 적합합니다. 전통적인 데이터베이스와 달리 Redis는 데이터를 RAM에 저장하여 1밀리초 미만의 지연 시간을 제공합니다. 또한 고가용성을 위한 지속성 옵션, 복제, 클러스터링을 제공합니다.

1. Redis를 사용한 캐싱

캐싱은 가장 일반적인 Redis 활용 사례입니다. 자주 액세스하는 데이터를 Redis에 저장하면 기본 데이터베이스의 부하를 줄이고 응답 시간을 단축할 수 있습니다. 예를 들어, 애플리케이션이 인기 상품 목록을 표시하는 경우 쿼리 결과를 몇 분 동안 캐시할 수 있습니다.

캐싱 구현 방법

캐시 확인: 데이터베이스를 쿼리하기 전에 Redis에 데이터가 있는지 확인합니다.
발견된 경우 (캐시 적중): 캐시된 데이터를 반환합니다.
발견되지 않은 경우 (캐시 미스): 데이터베이스를 쿼리하고, 결과를 만료 시간(TTL)과 함께 Redis에 저장한 후 데이터를 반환합니다.

다음은 redis-py를 사용한 Python 예제입니다:

import redis
import json

r = redis.Redis(host='localhost', port=6379, db=0)

def get_products():
    cache_key = 'products:popular'
    cached = r.get(cache_key)
    if cached:
        return json.loads(cached)
    # 데이터베이스 쿼리 시뮬레이션
    products = [{'id': 1, 'name': 'Product A'}, {'id': 2, 'name': 'Product B'}]
    r.setex(cache_key, 300, json.dumps(products))  # 5분 동안 캐시
    return products

모범 사례: 의미 있는 캐시 키를 사용하고, 적절한 TTL을 설정하며, 캐시 무효화 전략을 고려하세요. 자주 변경되는 데이터의 경우 짧은 TTL을 사용하거나 쓰기-스루 캐싱을 구현하세요.

2. Redis를 사용한 큐

Redis 리스트와 스트림은 간단한 메시지 큐를 구축하는 데 탁월합니다. 이를 통해 시간이 많이 소요되는 작업(예: 이메일 전송 또는 이미지 처리)을 요청-응답 주기에서 분리하여 사용자 경험과 확장성을 개선할 수 있습니다.

리스트를 큐로 사용하기

LPUSH를 사용하여 리스트에 작업을 추가하고 BRPOP을 사용하여 다른 쪽 끝에서 원자적으로 작업을 꺼낼 수 있습니다. 이렇게 하면 FIFO 큐가 생성됩니다.

생산자:

r.lpush('email_queue', json.dumps({'to': 'user@example.com', 'subject': 'Welcome'}))

소비자 (워커 프로세스에서):

while True:
    _, job = r.brpop('email_queue', timeout=30)
    if job:
        process_email(json.loads(job))

고려 사항: Redis 리스트는 간단하지만 확인 응답과 같은 고급 기능이 부족합니다. 더 강력한 요구 사항에는 소비자 그룹과 메시지 확인을 지원하는 Redis Streams를 고려하세요.

3. Redis를 사용한 속도 제한

속도 제한은 API를 남용으로부터 보호하고 공정한 사용을 보장합니다. Redis의 원자적 작업은 속도 제한기를 구현하는 데 이상적입니다. 일반적인 알고리즘은 슬라이딩 윈도우 카운터이지만, 더 간단한 고정 윈도우 접근 방식도 잘 작동합니다.

고정 윈도우 속도 제한기

각 사용자에 대한 카운터를 증가시키고 만료 시간을 설정합니다. 카운터가 제한을 초과하면 요청을 거부합니다.

def is_allowed(user_id, limit=100, window=60):
    key = f'rate_limit:{user_id}'
    current = r.incr(key)
    if current == 1:
        r.expire(key, window)
    return current