'항해 시네마'는 '모형물 배 = 항해호'에 탑승하여, 최신 및 재개봉 영화를 관람할 수 있는 서비스입니다.
이 프로젝트는 Clean + Layered Architecture를 기반으로 설계되었으며, 다음과 같은 모듈 구조를 가집니다:
-
cinema-api: 외부 요청을 처리하는 Presentation Layer
- API 요청 처리 및 응답 반환
- 컨트롤러 및 예외 처리
-
cinema-application: 비즈니스 유스케이스를 조합하는 Application Layer
- 여러 도메인 서비스를 조합하여 복잡한 비즈니스 로직 처리
- Facade 패턴을 사용하여 도메인 서비스 조합
- DTO 변환 및 트랜잭션 관리
-
cinema-domain: 핵심 비즈니스 로직과 엔티티를 포함하는 Domain Layer
- 비즈니스 규칙 및 도메인 로직 구현
- 도메인 모델 및 레포지토리 인터페이스 정의
-
cinema-infrastructure: 데이터베이스 및 외부 서비스 연동을 담당하는 Infrastructure Layer
- 데이터베이스 접근 구현체
- 레포지토리 인터페이스 구현
+----------------+ +----------------+ +----------------+
| Movie | | Genre | | Theater |
+----------------+ +----------------+ +----------------+
| id (PK) | | id (PK) | | id (PK) |
| title | | name | | name |
| rating | | created_at | | total_seats |
| release_date | | created_by | | created_at |
| thumbnail_url | | updated_at | | created_by |
| running_time | | updated_by | | updated_at |
| genre_id (FK) | +----------------+ | updated_by |
| created_at | | +----------------+
| created_by | | |
| updated_at | | |
| updated_by | | |
+----------------+ | |
| | |
| | |
| | |
+----------------+ | |
| Schedule | | |
+----------------+ | |
| id (PK) | | |
| movie_id (FK) |----------------+ |
| theater_id (FK)|----------------------------------------+
| start_time |
| end_time |
| created_at |
| created_by |
| updated_at |
| updated_by |
+----------------+
|
|
|
+----------------+
| Seat |
+----------------+
| id (PK) |
| theater_id (FK)|
| seat_number |
| row |
| column |
| created_at |
| created_by |
| updated_at |
| updated_by |
+----------------+
-
Movie: 영화 정보를 저장하는 테이블
- 영화 제목, 등급, 개봉일, 썸네일 URL, 러닝 타임 등의 정보 포함
- Genre와 다대일 관계
- 하나의 영화는 하나의 장르만 가짐
-
Genre: 영화 장르 정보를 저장하는 테이블
- 장르 이름 정보 포함
-
Theater: 상영관 정보를 저장하는 테이블
- 상영관 이름, 총 좌석 수 정보 포함
- 모든 상영관은 5x5 형태의 좌석 구조를 가짐
-
Schedule: 상영 시간표 정보를 저장하는 테이블
- 영화와 상영관 간의 다대다 관계를 해소
- 상영 시작 시간과 종료 시간 정보 포함
- 상영 시간표는 최소 1~2일 전에 등록됨
- 상영 시간표에 등록된 영화의 개봉일은 상영 시간 날짜보다 이전이어야 함
-
Seat: 좌석 정보를 저장하는 테이블
- 상영관에 속한 좌석 정보 포함
- 좌석 번호(A1, B2 등), 행(A-E), 열(1-5) 정보 포함
이 프로젝트는 Clean Architecture와 Layered Architecture를 결합한 형태로 설계되었습니다. 이 아키텍처는 다음과 같은 특징을 가집니다:
- 애플리케이션의 핵심은 비즈니스 로직
- 데이터 계층 및 API 계층이 비즈니스 로직을 의존 (비즈니스의 Interface 활용)
- 도메인 중심적인 계층 아키텍처
- Presentation은 도메인을 API로 서빙, DataSource는 도메인이 필요로 하는 기능을 서빙
- DIP(의존성 역전 원칙)와 OCP(개방-폐쇄 원칙) 준수
-
Presentation Layer (cinema-api)
- 외부 요청을 처리하고 응답을 반환하는 역할
- Controller, Exception Handler 등이 포함됨
- 비즈니스 로직에 직접 접근하지 않고 Application Layer를 통해 접근
-
Application Layer (cinema-application)
- 비즈니스 유스케이스를 조합하는 역할
- Facade 패턴을 사용하여 여러 도메인 서비스를 조합
- 트랜잭션 관리 및 도메인 간 조율을 담당
-
Domain Layer (cinema-domain)
- 핵심 비즈니스 로직과 엔티티를 포함
- 도메인 모델, 서비스, 레포지토리 인터페이스 등이 포함됨
- 외부 의존성 없이 순수한 비즈니스 로직만 포함
-
Infrastructure Layer (cinema-infrastructure)
- 데이터베이스 접근, 외부 서비스 연동 등을 담당
- 도메인 레이어에 정의된 레포지토리 인터페이스의 구현체 포함
- JPA, MyBatis 등의 기술적 구현을 캡슐화
GET /api/movies/now-playing
[
{
"id": 1,
"title": "범죄도시4",
"rating": "15세 이상",
"releaseDate": "2023-12-01",
"thumbnailUrl": "https://example.com/thumbnail1.jpg",
"runningTime": 120,
"genre": "액션",
"schedules": [
{
"id": 1,
"theaterName": "1관",
"startTime": "2023-12-10T10:00:00",
"endTime": "2023-12-10T12:00:00"
},
{
"id": 2,
"theaterName": "1관",
"startTime": "2023-12-10T13:00:00",
"endTime": "2023-12-10T15:00:00"
}
]
}
]- 영화 정보: 제목, 등급, 개봉일, 썸네일 URL, 러닝 타임, 장르
- 상영 시간표: 상영관 이름, 상영 시작/종료 시간
- 정렬 기준: 개봉일 기준 내림차순 (최신순), 시간표는 시작 시간 기준 오름차순
-
N+1 문제 해결
- 영화와 상영 시간표 조회 시 N+1 문제가 발생하지 않도록 설계
- 적절한 Fetch Join 사용
-
데이터베이스 설정
- Docker Compose를 통한 MySQL 데이터베이스 구성
- DDL 자동 생성을 위한 ddl.sql 파일 관리
-
테스트
- IntelliJ HTTP Client를 이용한 API 테스트
- 단위 테스트 및 통합 테스트 작성
-
데이터 초기화
- 상영 테이블에 500개 이상의 데이터 생성
- 테스트를 위한 충분한 샘플 데이터 제공
- 데이터베이스 실행:
docker-compose up -d- 애플리케이션 실행:
./gradlew :cinema-api:bootRun --args='--spring.profiles.active=dev'- API 테스트:
- Swagger UI를 사용하여 API 테스트:
http://localhost:8080/swagger-ui.html - 또는 브라우저에서
http://localhost:8080/api/movies접속
- Swagger UI를 사용하여 API 테스트:
- Kotlin
- Spring Boot 3.x
- Spring Data JPA
- MySQL
- Docker
- Swagger/OpenAPI
2주차에서는 영화 조회 API의 성능을 최적화하고, 검색 기능을 추가했습니다. 자세한 내용은 다음 문서를 참조하세요:
성능 최적화는 다음 단계로 진행했습니다:
- 영화 제목, 장르 검색 기능 추가
- 적절한 인덱스 추가를 통한 쿼리 성능 개선
- Caffeine 로컬 캐시 적용
- Redis 분산 캐시 적용
각 단계마다 K6를 사용한 성능 테스트를 실시하여 개선 효과를 정량적으로 측정했습니다.
캐시 대상 데이터:
- 상영 중인 영화 목록 조회 결과 (MovieResponseDto 리스트)
- 검색 파라미터(title, genre)별로 별도 캐싱
캐시 키 전략:
title+genre조합으로 캐시 키 생성- 파라미터가 없을 경우 'all'로 표시
캐시 정책:
- 캐시 유효 시간: 10분
- 최대 캐시 항목 수: 500
- Cache-Aside 패턴 적용 (Cache Miss 시 DB 조회)
환경별 캐시 전략:
- 개발 환경: 인메모리 캐시 (Caffeine)
- 프로덕션 환경: 분산 캐시 (Redis)
성능 테스트 결과, 로컬 캐시 적용 시 응답 시간이 원본 대비 82.7% 감소하는 등 가장 큰 성능 향상을 보였습니다.
이 프로젝트는 MySQL 데이터베이스를 사용합니다. Docker Compose를 통해 MySQL과 Redis 서비스를 실행할 수 있습니다.
# MySQL + Redis 실행
docker-compose up -d애플리케이션 시작 시 다음과 같은 초기 데이터가 자동으로 생성됩니다:
- 장르: 액션, 코미디, 드라마, SF
- 영화: 어벤져스: 엔드게임, 기생충, 인터스텔라, 아바타, 매트릭스, 터미네이터
- 상영관: 1관, 2관, 3관
이 데이터는 DataInitializer 클래스에서 관리되며, 필요에 따라 수정할 수 있습니다.