[Caching] 캐싱의 원리 와 목적

🔃 캐싱(Caching)

---

🧠 캐시란?

• Cache: 자주 사용하는 데이터를 미리 복사해 저장하는 임시 저장소
• 원본 데이터에 대한 접근 횟수를 줄여 성능을 향상
• Cache의 데이터는 언제든 사라질 수 있음 → 원본이 아님

---

🛠 캐시의 적용 효과

• 네트워크 지연 감소
• 서버 리소스 절약
• 병목 현상 감소

📌 원칙: 더 빠르고 값싸게 데이터를 가져올 수 있다면 캐시를 사용한다.

---

🧩 캐싱 관련 용어

용어	설명
Cache Hit	캐시에 데이터가 존재하여 바로 반환되는 경우
Cache Miss	캐시에 데이터가 없어 원본에서 가져와야 하는 경우
Eviction Policy	캐시 공간 확보를 위해 데이터를 삭제하는 정책
캐싱 전략	데이터를 언제/어떻게 캐시에 쓰고 읽을지 정하는 방식 (Cache-Aside, Write-Through 등)

---

📚 캐싱 전략

1. Cache-Aside (Lazy Loading)

• 동작: 캐시에 먼저 접근 → 없으면 DB 조회 후 캐시에 저장
• 장점:
  • 필요한 데이터만 캐시에 저장됨
  • 캐시 미스가 발생해도 안정적
• 단점:
  • 최초 접근 시 느림
  • 캐시가 최신 데이터가 아닐 수 있음

📌 순서:

1. Cache 읽기 시도
2. 없으면 DB 조회
3. 조회 결과를 Cache에 저장

---

2. Write-Through

• 동작: 데이터 쓰기를 Cache와 DB에 동시에 반영
• 장점:
  • 캐시가 항상 최신 데이터로 유지됨
• 단점:
  • 자주 사용되지 않는 데이터도 캐시됨
  • 쓰기 속도 느려질 수 있음

📌 순서:

1. Cache에 저장
2. DB에도 저장

---

3. Write-Back

• 동작: Cache에만 쓰고 일정 주기로 DB에 동기화
• 장점:
  • DB 부하 감소 (쓰기 집중 서비스에 적합)
• 단점:
  • 캐시가 유실되면 데이터 손실 발생 가능

📌 순서:

1. Cache에만 저장
2. 주기적으로 DB에 반영

---

🧹 데이터 제거 정책

캐시 공간이 부족할 때 어떤 데이터를 제거할지 결정

• Expiration: TTL(Time-To-Live)을 설정해 일정 시간 후 자동 삭제
• Eviction Algorithm:
  • LRU (Least Recently Used): 가장 오래 사용되지 않은 데이터 삭제
  • LFU (Least Frequently Used): 가장 적게 사용된 데이터 삭제
  • FIFO (First In First Out): 가장 먼저 들어온 데이터 삭제

---

⚙️ Spring Boot 캐시 어노테이션

어노테이션	설명
@Cacheable	메소드 실행 전 캐시 존재 여부 확인 후 캐시 반환 or 저장 (Cache-Aside 방식)
@CachePut	메소드 실행 후 결과를 캐시에 무조건 저장
@CacheEvict	메소드 실행 후 캐시에서 해당 키 삭제

---

Redis 또는 Caffeine 등 다양한 Cache Provider와 함께 Spring Cache 추상화를 활용할 수 있습니다.