[ TIL ] 최종 프로젝트_Day 17

오늘 진행한 내용들 🧐 

지금까지 진행한 내용들 정리

V1 (MVP 구현)

1. 전체 채용 공고 조회 API

• 기능
  • 사용자가 전체 채용 공고 데이터를 조회할 수 있고 필터링 및 검색어를 통해 효율적으로 조회할 수 있도록 구현했습니다.
• 세부 사항

기능	설명
전체 데이터 조회	별도의 검색어나 필터 조건 없이 모든 채용 공고 데이터를 조회할 수 있습니다.
필터링을 통한 데이터 조회	사용자가 입력한 조건에 따라 조건을 설정하여 채용 공고 데이터를 조회할 수 있습니다. - 필터 조건: 지역, 고용 형태, 학력, 최소/최대 경력, 채용 시작/마감 기간, 자격 요건
검색어를 통한 데이터 조회	특정 검색어를 입력하면 채용 공고 제목을 기준으로 검색하여 관련 채용 공고를 조회할 수 있습니다.
데이터 정렬	채용 공고는 최신 등록순(createdAt DESC)으로 정렬됩니다.
페이지네이션	대량의 데이터를 효과적으로 조회할 수 있도록 페이지 단위로 제공합니다.

• 예외 처리

상황	응답 코드
잘못된 필터링 값 입력	400 Bad Request

2. 최근 기록 검색 조회 API

• 기능
  • 사용자가 최근 검색한 기록을 저장하고, 이를 최신 순으로 조회할 수 있도록 구현하였습니다.
  • 동일한 검색어를 반복 입력하는 경우 중복 처리를 수행하여 최신 검색어가 항상 상위에 노출되도록 설계하였습니다.
• 세부 사항

  기능	설명
  검색어 저장	사용자가 입력한 검색어를 DB에 저장합니다.
  최근 검색어 조회	사용자가 최근 입력한 검색어 목록을 조회할 수 있습니다.
  중복 처리	동일한 검색어를 다시 입력하면 기존 검색어를 최신 검색어로 업데이트합니다.
  정렬	검색어는 저장된 최신순(createdAt DESC)으로 정렬됩니다.

• 예외 처리

  상황	반환	설명
  검색 결과 없음	빈 배열 반환	사용자의 최근 검색어 기록이 존재하지 않는 경우

V2 (성능 개선 및 Elasticsearch 성능 확인)

1. 전체 페이지 조회 성능 개선

• 기능
  • 필터링을 통한 채용 공고 조회 시 데이터 조회 속도를 최적화하기 위해 인덱스를 적용하였습니다.
  • 단일 인덱스와 복합 인덱스를 각각 실험하여 성능을 비교하고, 최적의 인덱스 전략을 결정하였습니다.
• 주요 개선 사항

  적용 방식	설명
  단일 인덱스 적용	개별 컬럼에 인덱스를 적용하고 쿼리 실행 속도를 비교 분석했습니다. ex) location, employmentType, minExperienceYears, maxExperienceYears 등
  복합 인덱스 적용	사용자가 자주 함께 조회하는 컬럼을 묶어서 복합 인덱스를 생성하고 성능 차이를 비교 분석했습니다. ex) (hiringStartAt, hiringEndAt), (minExperienceYears, maxExperienceYears)

• 목표
  • 쿼리 성능 최적화
    • MySQL에서 WHERE 조건을 효율적으로 처리하도록 튜닝
    • 불필요한 Full Table Scan을 줄이고, Index Scan을 최적화
  • 쿼리 비용 감소
    • 최적의 인덱스를 선정하여 DB 리소스 사용량을 감소
  • 조회 속도 개선
    • 실제 API 응답 시간을 비교하여 개선 효과 확인

2. 최근 기록 검색 조회 성능 개선

• 기능
  • 최근 검색어 조회 시 응답 속도를 개선하고 DB 부하를 줄이기 위해 Redis 캐싱을 적용하였습니다.
  • 이를 통해 빠른 검색어 조회 성능을 보장하면서, MySQL의 불필요한 조회 부담을 최소화하는 방향으로 최적화하였습니다.
• 주요 개선 사항

  적용 방식	설명
  Redis 캐시 적용	기존에는 사용자의 최근 검색어를 MySQL에서 직접 조회했지만, Redis를 활용한 캐싱 기법을 도입하여 조회 속도를 개선했습니다.
  Redis Sorted Set 활용	사용자별 검색어 목록을 Redis의 Sorted Set 자료구조로 관리하여, 최신 검색어를 빠르게 정렬하고 조회할 수 있도록 최적화했습니다.
  MySQL과 Redis의 동기화	Redis에서 일정 주기(30분)마다 MySQL과 동기화를 진행하여, 데이터의 일관성을 유지하도록 했습니다.

• 목표
  • 조회 속도 향상
    • 검색어 조회 API의 응답 속도를 개선
  • DB 부하 감소
    • 검색어 조회 시 MySQL의 불필요한 조회 횟수를 줄이고, 트래픽 부담을 최소화
    • Redis 캐싱 활용으로 DB 부하율 감소 및 전체 시스템 안정성 향상

V3 (Elasticsearch 연동 API 생성)

1. Elasticsearch에서 전체 페이지 조회 성능 확인

• 기능
  • 기존 MySQL 기반 검색과 Elasticsearch 기반 검색의 성능을 비교 분석하였습니다.
  • 이를 위해 Elasticsearch에 데이터를 색인(indexing)하여 검색을 수행하고, 동일한 검색 조건에서 MySQL 대비 응답 속도를 비교하는 실험을 진행하였습니다.
• 세부 사항

  적용 방식	설명
  Elasticsearch 데이터 적재	CSV 파일을 Elasticsearch에 색인하여 검색 및 필터링이 가능하도록 설정했습니다.
  Elasticsearch 인덱스 생성	job-opening 인덱스를 생성하여, 키워드 검색 및 필터링 기능을 제공할 수 있도록 매핑을 설정했습니다.
  Elasticsearch vs MySQL 성능 비교	동일한 검색 조건을 적용하여 Elasticsearch와 MySQL의 응답 시간을 비교 분석했습니다.

• 목표
  • Elasticsearch 적용 전/후 검색 속도 비교
    • 기존 MySQL 대비 Elasticsearch의 성능 우위를 객관적으로 분석
    • 실제 API 호출을 통해 응답 속도 차이 측정
  • MySQL 대비 Elasticsearch의 검색 효율성 확인
    • Elasticsearch가 대량의 데이터에서 빠르게 검색할 수 있는지 검증
    • MySQL 대비 검색 속도 및 필터링 처리 속도 향상 여부 확인

2. Elasticsearch 연동 조회 API

• 기능
  • Elasticsearch와 연동하여 대량의 채용 공고 데이터를 빠르게 조회할 수 있도록 API를 구현하였습니다.
  • 이를 통해 기존 MySQL 기반 검색과 비교하여검색 속도와 성능을 분석할 수 있도록 설계하였습니다.
• 세부 사항

  기능	설명
  전체 데이터 조회	별도의 검색어나 필터 조건 없이 모든 채용 공고 데이터를 조회할 수 있습니다.
  필터링을 통한 데이터 조회	사용자가 입력한 조건에 따라 조건을 설정하여 채용 공고 데이터를 조회할 수 있습니다.
  검색어를 통한 데이터 조회	특정 검색어를 입력하면 채용 공고 제목을 기준으로 검색하여 관련 채용 공고를 조회할 수 있습니다.
  데이터 정렬	채용 공고는 최신 등록순(createdAt DESC)으로 정렬됩니다.
  페이지네이션	대량의 데이터를 효과적으로 조회할 수 있도록 페이지 단위로 제공합니다.

내일 계획 ⏰

• 피드백 반영해서 코드 리팩토링
• 전체적인 코드 리팩토링 회의

+ 추가 계획이 생길 수도 있습니다 ~_~