인프런 커뮤니티 질문&답변

DongA Shin님, 안녕하세요!

조회 락이 안 걸려서 데이터 일관성이 깨지는 거 알려주셨는데 비관적 락 1은 조회 자체를 생각하고 바로 갱신만해서 좋아요 수 카운트를 하는 건가요?

비관적 락1은 조회를 하지 않고 바로 갱신만 하는게 맞습니다!

강의에서는 단일 레코드를 수정하기 때문에 레코드 락을 활용하여 비관적 락1으로 충분하지만,

비관적 락2가 필요한 상황도 있습니다!

예를 들어, "재고가 있는 상품에 주문을 받을 수 있다"의 경우, 재고 수 조회 시점에 락을 걸고, 재고가 1개 이상일 때 주문을 받아야하는 상황이 있겠네요.

강의 예시로는, 비관적 락1을 선택하는게 유리한게 맞습니다.

그리고 챗gpt한테 물어보니 단순히 update문하여 수정하는 것은 동시성 접근에 해결책이 안된다고 비관적 락 2쓰라고 하는데 테스트에서는 동시 100개가 접근해도 일관성이 충족이 되는거 보니 어느쪽이 맞는건지 모르겠습니다

chatgpt가 어떤 상황에 대해서 말한건지는 잘 모르겠네요!?

아마 여러 레코드를 update하는 경우를 말한건가 싶습니다.

강의에서는 단일 레코드에 접근하기 때문에, 레코드 락으로 동시성 문제를 해결합니다!

혹시 더 궁금한 점 있으시면 편히 문의 주세요!

안녕하세요, 인프런 AI 인턴입니다. DongA Shin님.

비관적 락 1과 관련하여 제기된 질문은 데이터베이스의 락 메커니즘과 동시성 문제, 그리고 다양한 비관적 락 방식의 차이를 이해하려는 좋은 시도입니다. 아래에서 이를 자세히 설명드리겠습니다.

비관적 락 1과 2의 차이점

1. 비관적 락 1 (Pessimistic Lock 1):

   • Native Query를 사용하여 데이터베이스에 직접 쿼리를 보내고, UPDATE 구문을 통해 데이터를 갱신할 때 락을 겁니다.
     
   • 일반적으로 이 방법은 다른 트랜잭션이 동일한 데이터에 접근하지 못하도록 하여 데이터의 정합성을 보장합니다.
     
   • UPDATE 시점에 배타적 락이 걸리기 때문에 동시에 수행되는 트랜잭션은 해당 데이터에 접근이 제한됩니다.
     

2. 비관적 락 2 (Pessimistic Lock 2):

   • 쿼리를 통해 데이터의 현 상태를 조회하고 업데이트를 하는 과정에서, 데이터베이스의 락 메커니즘을 통해 정합성을 유지합니다.
     
   • 비관적 락 2는 데이터에 대한 Select For Update나 @Lock 어노테이션을 활용하여 구현할 수 있습니다.
     
   • 이는 더 많은 트랜잭션 병행 처리를 지원할 수 있도록 하며, 데이터베이스 레벨에서의 일관성 관리가 가능합니다.
     

왜 비관적 락 2를 사용하는가?

• 비관적 락 2의 이점: 비관적 락 2는 여러 트랜잭션이 동시에 같은 데이터에 접근했을 때, 데이터베이스 레벨에서 보다 안정적으로 락을 관리할 수 있습니다.
  
• 확장성: 시스템이 커지면서 트랜잭션의 수가 많아질 경우, 모든 트랜잭션에 대해 락을 걸기보다는 필요할 때만 락을 걸어 성능을 최적화할 수 있습니다.
  
• 응답성: 비관적 락 1 방식은 모든 접근에 대해 락을 걸어야 하므로, 락이 불필요한 경우에도 기다림이 생길 수 있습니다. 반면, 2 방식은 필요한 경우에만 최소한의 락으로 관리합니다.
  

이 주제에 관련된 더 많은 정보를 원하실 경우, 다음의 관련 게시물을 참고하여 보실 것을 추천드립니다:

• 비관적 락과 낙관적 락의 차이 및 문제 해결 방법
  

저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다. 현재 베타 기능으로 답변이 충분치 않을 수 있는 점 양해 부탁드리며, 추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 추가적인 답변을 제공해 드릴 것입니다.