- 🔎 프로젝트 소개
- 🎯 프로젝트 기간
- 🧑💻 팀원 소개 및 역할 분담
- 🚀 주요 기능
- ⚙️ 기술 스택
- 📃 API 설계서
- 🛠 ERD
- 🛠 아키텍처
- ❓ 기술적 의사결정
- 📈 성능 개선
- 🚨 트러블 슈팅
Link-It는 비용 문제로 배움의 기회를 얻기 어려운 사람들을 위해, 금전 대신 ‘시간 기반 크레딧’으로 지식을 교환할 수 있는 스킬 거래 플랫폼입니다.
이용자는 본인이 가진 지식이나 경험을 스킬로 등록하고, 다른 이용자는 해당 스킬을 요청하여 매칭을 진행합니다. 매칭이 성사되어 스킬 거래가 진행되면, 진행 시간 기준으로 크레딧이 자동 정산됩니다.
단순한 지식 공유를 넘어서 배움의 진입 장벽을 낮추고 지식의 가치를 시간 단위로 환산하며 상호 신뢰 기반의 교환 구조를 만드는 것을 목표로 합니다.
- 개발 기간 : 2025.12.29 ~ 2026.03
🎇 프로젝트 실행 방법
git clone https://github.com/SWYP-Link-it/backend.gitDB_HOST=
DB_PORT=
DB_NAME=
DB_ROOT_PASSWORD=
DB_USER=
DB_PASSWORD=
REDIS_HOST=
REDIS_PORT=
REDIS_PASSWORD=
KAKAO_CLIENT_ID=
KAKAO_CLIENT_SECRET=
NAVER_CLIENT_ID=
NAVER_CLIENT_SECRET=
JWT_SECRET=
JWT_ACCESS_EXPIRATION=
JWT_REFRESH_EXPIRATION=
JWT_TEMP_EXPIRATION=
DEFAULT_PROFILE_IMAGE_URL=
FRONTEND_URL=
FRONTEND_PROD_URL=
BACKEND_URL=
BACKEND_PROD_URL=
COOKIE_SECURE=
COOKIE_SAME_SITE=
COOKIE_DOMAIN=
NCP_ACCESS_KEY=
NCP_SECRET_KEY=
NCP_BUCKET_NAME=
# MySQL
DB_HOST={DB HOST}
DB_NAME={DB 이름}
DB_PASSWORD={DB Password}
DB_USER={DB USER ID}
# JWT Secret Key
JWT_SECRET_KEY={JWT KEY값}
# Encryption Secret Key
ENCRYPTION_SECRET_KEY={암호화 KEY값}
# 스프링 데이터베이스 URL
SPRING_DATASOURCE_URL=jdbc:mysql://localhost:3306/{데이터베이스 이름}?useSSL=false&allowPublicKeyRetrieval=true
docker-compose up --build -d| 김민주 | 양재영 | 홍정화 |
|---|---|---|
| 프로젝트 팀장 & 백엔드 & Infra | 백엔드 & Infra | 백엔드 & BE 팀장 |
- 카카오 소셜 로그인 : 카카오 OAuth 2.0 기반 소셜 로그인 (중복 가입 방지 및 회원 탈퇴 처리 포함)
- 프로필 설정 : 사용자 프로필 (경력/경험, 스킬, 선호 시간대, 교환 방법) 관리
- 스킬 게시판 : 프로필 필터링 및 게시물 상세 조회
- 랭킹 시스템 : 인기 검색어 및 인기 게시물 랭킹 조회
- 크레딧 : 크레딧 내역 제공
- 스킬 거래 : 스킬 거래 신청 및 내역 제공
- 리뷰: 리뷰(평점) 작성
- 채팅 : 멘토-멘티 간의 채팅 시스템 제공
- 알림 : 채팅 및 스킬교환 알림 제공
- OS : Windows11, Ubuntu-22.04-base
- Backend : Java 21, Spring Boot 3.5.9
- Database : MySQL, Redis, Spring Data JPA
- Security : Spring Security, OAuth2.0, JWT
- Test Tool : Postman, JUnit
- DevOps : Docker, docker-compose, Git, GitHub Actions, NCP(Server, ACG), Nginx
- ETC : IntelliJ, Swagger(OpenAPI)
[Issues]
- 마켓의 스킬 상세 조회 부하 테스트 시 평균 Latency → 2.63s로 매우 느린 응답 발생
- 쿼리 로그 분석 결과, 평점 관련 쿼리가 의심
- 평점 집계 쿼리 3개(유저 평균 평점 AVG, 스킬 평균 평점 AVG, 스킬 별점 분포 COUNT)가 매 요청마다 실행
[Solve]
- EXPLAIN 분석으로 실행 계획 확인
- 3개의 쿼리 모두 type = All로 full scan 발생
- 별점 분포 COUNT 쿼리(GROUP BY rating)에서 Using temporary 추가 발생 → 임시 테이블 처리
- 인덱스 생성
- reviewee_id 단일 인덱스 생성 → 유저 평점 AVG 조회 대상
- (reviewee_skill_id, rating) 복합 인덱스 생성 → 스킬 평점 AVG + 별점 분포 COUNT 조회 공통 적용
[Result]
- VU 100 기준, TPS 25 → 91 (257% 증가), 평균 Latency 2.63s → 16ms (99% 감소)
- 이전 대비 빠른 응답으로 사용자 경험성 향상
[Issues]
- 요청마다 집계 데이터를 DB에 즉시 write → REQUIRES_NEW 트랜잭션으로 커넥션 2개 동시 점유
- InnoDB INSERT ... ON DUPLICATE KEY UPDATE의 X Lock + 커넥션 풀 고갈(max: 10)로 트래픽 증가 시 병목 발생
[Solve]
- DB write 제거 → Redis HINCRBY로 카운터 누적 후 5분 주기 스케줄러로 배치 flush
- HGETALL + DEL 사이 race condition을 Lua 스크립트로 원자적 실행하여 유실 방지
- 키 단위 독립 트랜잭션 적용으로 flush 실패 시 해당 키만 롤백되도록 StatFlushService 분리
[Result]
- 에러율 21.12% → 0%, 타임아웃 962건 → 0건으로 커넥션 풀 고갈 문제 완전 해소
- 총 처리량 4,554건 → 45,663건, 평균 응답시간 10.38s → 155ms로 10배 이상 개선
[Issues]
- unreadCount 컬럼 업데이트하는 방식으로 메시지 송수신 시마다 Update Query 발생 → DB 부하 증가
- 두 사용자가 동시에 메시지 전송 시 JPA Dirty Checking 기반 UPDATE 경쟁으로 Lost Update 동시성 이슈 발생
- 알림 테이블 기반 전환 과정에서 루프 내 개별 쿼리 호출로 N+1 발생
- 단순 카운트 컬럼 방식으로는 알림 맥락 정보가 없어 알림 탭 노출 등 기능 확장 불가
[Solve]
- unreadCount 컬럼을 제거하고 Notification 도메인으로 개편
- 쓰기 시의 receiver_id, ref_id 인덱스 기반의 읽기 스캔을 선택
- Fetch Join로 User 조회 Lazy Loading N+1 추가 제거
- 채팅방 진입 시 미읽음 알림 N건을 쿼리 1번에 일괄 읽음 처리
[Result]
- Lock 추가 없이 데이터 모델 재설계만으로 Lost Update 동시성 이슈 원천 제거, 배지 카운트와 알림 목록 간 데이터 정합성 100% 확보
- 채팅방 목록 미읽음 수 조회 쿼리 N+1번 → 1번으로 감소
- 알림 목록 및 배지 카운트가 Notification 테이블 하나로 자동 동기화