[ TIL ] 최종 프로젝트_Day 22

오늘 진행한 내용들 🧐 

코드 리팩토링하기

Redis와 MySQL 동기화 로직 리팩토링

수정하기 전 로직

@Component
@RequiredArgsConstructor
public class HistoryScheduler {

    private final UserFindByService userFindByService;
    private final HistoryRepository historyRepository;
    private final RedisTemplate<String, String> redisTemplate;

    /**
     * Redis에 저장된 검색를 주기적으로 DB에 저장하는 스케줄러 메서드입니다.
     *
     * 30분마다 실행이 되며, 각 사용자의 검색어를 Redis에서 가져와서 DB에 저장합니다.
     * 이미 저장된 검색어는 중복 저장하지 않습니다.
     */
    @Scheduled(fixedRate = 1800000) // 30분마다 실행
    public void saveSearchHistoryToDb() {
        Set<String> keys = redisTemplate.keys("user:*:search_history");

        if (keys != null) {
            for (String key : keys) {
                Long userId = Long.parseLong(key.split(":")[1]);
                User user = userFindByService.findById(userId);

                Set<String> searchTerms = redisTemplate.opsForZSet().range(key, 0, -1);

                if (searchTerms != null) {
                    searchTerms.forEach(term -> {
                        if (!historyRepository.existsByUserIdAndName(userId, term)) {
                            historyRepository.save(History.toEntity(user, term));
                        }
                    });
                }
            }
        }
    }
}

수정한 후 로직

@Component
@RequiredArgsConstructor
public class HistoryScheduler {

    private final UserFindByService userFindByService;
    private final HistoryRepository historyRepository;
    private final RedisTemplate<String, String> redisTemplate;

    /**
     * Redis에 저장된 검색를 주기적으로 DB에 저장하는 스케줄러 메서드입니다.
     *
     * 30분마다 실행이 되며, 각 사용자의 검색어를 Redis에서 가져와서 DB에 저장합니다.
     * 이미 저장된 검색어는 중복 저장하지 않습니다.
     */
    @Scheduled(fixedRate = 1800000) // 30분마다 실행
    public void saveSearchHistoryToDb() {
        Set<String> keys = redisTemplate.keys("user:*:search_history");

        if (keys != null) {
            for (String key : keys) {
                Long userId = Long.parseLong(key.split(":")[1]);
                User user = userFindByService.findById(userId);

                Set<String> searchTerms = redisTemplate.opsForZSet().range(key, 0, -1);

                if (searchTerms != null && !searchTerms.isEmpty()) {
                    // 해당 유저의 기존 검색어 조회
                    Set<String> existingSearchTermSet = historyRepository.findNamesByUserId(userId);

                    // 중복되지 않은 검색어 필터링
                    List<History> historyList = searchTerms.stream()
                        .filter(term -> !existingSearchTermSet.contains(term))
                        .map(term -> History.toEntity(user, term))
                        .toList();

                    // 새로운 검색어가 있다면 저장
                    if (!historyList.isEmpty()) {
                        historyRepository.saveAll(historyList);
                    }
                }
            }
        }
    }
}

Elasticsearch 관련 코드 리팩토링

수정하기 전 로직

/**
 * 필터링된 채용공고 조회
 */
@Transactional
public Page<ReadJobOpeningElasticResponseDto> readJobOpeningUsingElasticSearchFilter(
        ReadJobOpeningElasticRequestDto requestDto,
        Long userId,
        Pageable pageable
) {
    if (requestDto.getSearchTerm() != null) {
        historyService.saveSearchTerm(userId, requestDto.getSearchTerm());
    }

    JobOpeningDocumentFilter filter = new JobOpeningDocumentFilter(requestDto);
    var boolQueryBuilder = filter.build();
    int pageSize = pageable.getPageSize();
    int pageNumber = pageable.getPageNumber();
    int from = calculateFrom(pageNumber, pageSize, IndexName.MAX_JOP_OPENING_SIZE);
    SearchRequest searchRequest = new SearchRequest.Builder()
            .index(IndexName.JOB_OPENING_DOCUMENT)
            .query(q -> q.bool(boolQueryBuilder.build()))
            .sort(s -> s.field(f -> f.field(IndexName.CREATED_AT).order(SortOrder.Desc)))
            .from(from)
            .size(pageSize)
            .build();
    List<JobOpeningDocument> jobOpeningDocuments = elasticsearchClientService.fetchJobOpeningDocumentList(searchRequest);
    List<ReadJobOpeningElasticResponseDto> dtoList = ReadJobOpeningElasticResponseDto.toDto(jobOpeningDocuments);
    return new PageImpl<>(dtoList, pageable, IndexName.MAX_JOP_OPENING_SIZE);
}

수정한 후 로직

/**
 * 필터링된 채용공고 조회
 */
@Transactional
public Page<ReadJobOpeningElasticResponseDto> readJobOpeningUsingElasticSearchFilter(
        ReadJobOpeningElasticRequestDto requestDto,
        Long userId,
        Pageable pageable
) {
    if (requestDto.getSearchTerm() != null) {
        historyService.saveSearchTerm(userId, requestDto.getSearchTerm());
    }

    int pageSize = pageable.getPageSize();
    int pageNumber = pageable.getPageNumber();
    int from = calculateFrom(pageNumber, pageSize, IndexName.MAX_JOP_OPENING_SIZE);

    List<JobOpeningDocument> jobOpeningDocumentList = jobOpeningDocumentRepository.searchJobOpeningWithFilter(requestDto, pageSize, from);
    List<ReadJobOpeningElasticResponseDto> dtoList = ReadJobOpeningElasticResponseDto.toDto(jobOpeningDocumentList);

    return new PageImpl<>(dtoList, pageable, IndexName.MAX_JOP_OPENING_SIZE);
}

public interface JobOpeningDocumentCustomRepository {
    List<JobOpeningDocument> searchJobOpeningWithFilter(ReadJobOpeningElasticRequestDto requestDto, int pageSize, int from);
}

@Repository
@RequiredArgsConstructor
public class JobOpeningDocumentRepositoryImpl implements JobOpeningDocumentCustomRepository{

    private final ElasticsearchClientService elasticsearchClientService;

    @Override
    public List<JobOpeningDocument> searchJobOpeningWithFilter(ReadJobOpeningElasticRequestDto requestDto, int pageSize, int from) {
        JobOpeningDocumentFilter jobOpeningDocumentFilter = new JobOpeningDocumentFilter(requestDto);
        BoolQuery.Builder builder = jobOpeningDocumentFilter.build();

        SearchRequest searchRequest = new SearchRequest.Builder()
            .index(IndexName.JOB_OPENING_DOCUMENT)
            .query(q -> q.bool(builder.build()))
            .sort(s -> s
                .field(f -> f.
                    field(IndexName.CREATED_AT).
                    order(SortOrder.Desc)))
            .from(from)
            .size(pageSize)
            .build();

        return elasticsearchClientService.fetchJobOpeningDocumentList(searchRequest);
    }
}

public interface JobOpeningDocumentRepository extends ElasticsearchRepository<JobOpeningDocument, String> {
}

Elasticsearch 자동 완성 기능 공부하기

방법 1: @Setting을 이용하여 Nori/Ngram 적용하기

Spring Data Elasticsearch에서 @Setting을 사용하면 매핑을 JSON 파일로 분리할 수 있다.

@Setting을 적용한 JobOpeningDocument

import org.springframework.data.elasticsearch.annotations.Setting;

@Document(indexName = IndexName.JOB_OPENING_DOCUMENT)
@Setting(settingPath = "/elasticsearch/job-opening-settings.json")  // JSON 파일을 설정
public class JobOpeningDocument {
    @Id
    @Field(type = FieldType.Keyword)
    private String id;

    @Field(type = FieldType.Text, analyzer = "nori_analyzer", searchAnalyzer = "nori_analyzer")
    private String title; // 한글 형태소 분석 적용

    @Field(type = FieldType.Text, analyzer = "ngram_analyzer", searchAnalyzer = "standard")
    private String company; // N-gram 기반 검색

    @Field(type = FieldType.Text, analyzer = "nori_analyzer")
    private String position; // 직무 검색에도 형태소 분석 적용

    @Field(type = FieldType.Keyword)
    private String location;

    @Field(type = FieldType.Integer)
    private int salary;
}

핵심 포인트

• @Setting(settingPath = "/elasticsearch/job-opening-settings.json")를 사용해 매핑을 JSON으로 분리.
• analyzer = "nori_analyzer" → 한글 형태소 분석기 적용
• analyzer = "ngram_analyzer" → n-gram 검색 적용 (회사명 검색용)

job-opening-settings.json (Elasticsearch 인덱스 설정)

src/main/resources/elasticsearch/job-opening-settings.json 파일 생성 후 아래 내용을 추가.

{
  "analysis": {
    "tokenizer": {
      "nori_tokenizer": {
        "type": "nori_tokenizer"
      },
      "ngram_tokenizer": {
        "type": "ngram",
        "min_gram": 2,
        "max_gram": 5,
        "token_chars": ["letter", "digit"]
      }
    },
    "analyzer": {
      "nori_analyzer": {
        "type": "custom",
        "tokenizer": "nori_tokenizer"
      },
      "ngram_analyzer": {
        "type": "custom",
        "tokenizer": "ngram_tokenizer",
        "filter": ["lowercase"]
      }
    }
  }
}

설정 설명

• nori_analyzer → 한글 형태소 분석 (nori_tokenizer 사용)
• ngram_analyzer → n-gram 분석 (2~5글자 단위로 검색 가능)

 

내일 계획 ⏰

• Elasticsearch 자동 완성 기능 공부하기
• Elasticsearch 자동 완성 기능 구현하기

+ 추가 계획이 생길 수도 있습니다 ~_~