Spring Cache Abstraction 완전 학습 인덱스

1. 개요 & 배경

Spring Cache Abstraction이란?

• 캐시 추상화의 목적 — 비즈니스 로직과 캐시 기술 분리
• AOP 기반 선언적 캐싱 (@Cacheable, @CachePut, @CacheEvict)
• 캐시 추상화 vs 직접 캐시 API 사용 비교
• 지원되는 캐시 구현체 목록 (Caffeine, Redis, EhCache, Hazelcast, Infinispan, ConcurrentMap 등)
• Spring Boot Auto Configuration과의 관계

캐싱이 필요한 상황

• DB 쿼리 결과 재사용 (읽기 중심 데이터)
• 외부 API 응답 캐싱
• 무거운 연산 결과 재사용
• 세션/인증 정보 임시 저장
• 캐시 적용 전후 성능 측정 방법

2. 기본 설정

@EnableCaching

• @EnableCaching 어노테이션 활성화
• @SpringBootApplication 클래스 vs 별도 @Configuration
• proxyTargetClass 옵션 — CGLib vs JDK 동적 프록시
• Spring Boot Auto Configuration (CacheAutoConfiguration)

CacheManager 선택

• ConcurrentMapCacheManager — 기본값, 개발/테스트용
• CaffeineCacheManager — 로컬 인메모리 (운영 권장)
• RedisCacheManager — 분산 캐시
• EhCacheCacheManager — EhCache 2.x
• JCacheCacheManager — JSR-107(JCache) 통합
• 복수 CacheManager 등록 (CompositeCacheManager)

spring.cache.* 설정

• spring.cache.type — 캐시 구현체 명시
• spring.cache.cache-names — 캐시 이름 사전 등록
• 캐시 타입 자동 감지 순서

3. 핵심 어노테이션

@Cacheable

• 기본 사용법 — 메서드 반환값 캐시 저장
• value / cacheNames — 캐시 이름 지정
• key — SpEL로 캐시 키 지정
• condition — 캐시 저장 조건 (메서드 실행 전 평가)
• unless — 캐시 저장 제외 조건 (메서드 실행 후 평가)
• sync — 동시 요청 시 단일 로더 실행 (캐시 스탬피드 방지)
• cacheManager — 특정 CacheManager 지정
• keyGenerator — 커스텀 KeyGenerator 지정

@CachePut

• 항상 메서드를 실행하고 결과를 캐시에 갱신
• @Cacheable vs @CachePut 차이
• 생성/수정 시 캐시 동기화 패턴
• 동일 key 조건 유지의 중요성

@CacheEvict

• 단일 항목 제거 vs 전체 제거 (allEntries = true)
• beforeInvocation — 메서드 실행 전/후 제거 시점 선택
• 예외 발생 시 동작 차이 (beforeInvocation true vs false)
• 삭제 시나리오에서의 활용 패턴

@Caching

• 여러 캐시 어노테이션 조합
• 복잡한 캐시 갱신 시나리오 (여러 캐시 동시 처리)
• 같은 메서드에 @Cacheable + @CacheEvict 조합

@CacheConfig

• 클래스 레벨 공통 캐시 설정
• cacheNames, cacheManager, keyGenerator 상속
• 메서드 레벨 설정이 클래스 레벨을 오버라이드하는 규칙

4. 캐시 키 전략

기본 KeyGenerator

• 매개변수 없음 → SimpleKey.EMPTY
• 매개변수 1개 → 해당 객체 자체
• 매개변수 2개 이상 → SimpleKey(params...)
• 기본 키 충돌 시나리오와 주의사항

SpEL 표현식으로 키 지정

• #param — 파라미터명 참조
• #p0, #a0 — 인덱스 기반 참조
• #root.method, #root.target, #root.args
• #result — 반환값 참조 (@CachePut, @CacheEvict의 unless)
• 복합 키: #userId + ':' + #productId
• T(...) — 정적 메서드 호출

커스텀 KeyGenerator

• KeyGenerator 인터페이스 구현
• @Bean 등록 및 keyGenerator 속성 참조
• 메서드 시그니처 기반 자동 키 생성 전략
• 네임스페이스 충돌 방지 패턴

5. Caffeine 캐시 (로컬 인메모리)

Caffeine 소개

• W-TinyLFU 알고리즘 — LRU/LFU의 장점 결합
• Caffeine vs Guava Cache 비교
• 적합한 사용 사례 (단일 서버, 빠른 응답 요구)

기본 설정

• spring-boot-starter-cache + com.github.ben-manes.caffeine:caffeine
• spring.cache.caffeine.spec 설정 문자열
• CaffeineSpec 옵션: maximumSize, expireAfterWrite, expireAfterAccess, refreshAfterWrite

캐시별 개별 설정

• CaffeineCacheManager 직접 빈 등록
• Caffeine.newBuilder() per-cache 설정
• CacheLoader — 자동 리로드 (refreshAfterWrite)

통계 수집

• recordStats() 활성화
• CacheStats — hitCount, missCount, loadSuccessCount
• Micrometer 통합 메트릭 (cache.gets, cache.size)

6. Redis 캐시 (분산 캐시)

RedisCacheManager 설정

• spring-boot-starter-data-redis + spring-boot-starter-cache
• RedisCacheConfiguration — 기본 TTL, 직렬화, 키 prefix
• RedisCacheManager.builder() 구성

직렬화 전략

• 기본 JdkSerializationRedisSerializer — 호환성 문제
• GenericJackson2JsonRedisSerializer — 타입 정보 포함 JSON
• Jackson2JsonRedisSerializer — 타입 고정 JSON (더 빠름)
• 직렬화 버전 불일치 문제와 해결 방법

캐시별 TTL 설정

• RedisCacheManagerBuilderCustomizer
• withInitialCacheConfigurations() — 캐시별 개별 설정
• 동적 TTL 설정 패턴

키 네임스페이스

• computePrefixWith() — 캐시 이름 prefix 전략
• 애플리케이션 버전 포함 키 설계
• 멀티 테넌트 환경에서의 키 분리

Redis 캐시 운영

• KEYS, SCAN 명령어로 캐시 확인
• TTL 만료 이벤트 (notify-keyspace-events)
• Redis Cluster 환경에서의 캐시 주의사항

7. 캐시 동기화 & 일관성

캐시 스탬피드 (Cache Stampede) 문제

• 동시에 캐시 미스 발생 시 DB 과부하
• @Cacheable(sync = true) — Spring 4.3+
• 분산 환경에서의 한계와 Redis 분산 락 패턴
• Caffeine의 refreshAfterWrite 활용

캐시 무효화 전략

• TTL 기반 자동 만료
• 이벤트 기반 명시적 제거 (@CacheEvict)
• @TransactionalEventListener와 조합 — 트랜잭션 커밋 후 제거
• Write-Through vs Write-Behind vs Cache-Aside 패턴

분산 환경 일관성

• 다중 인스턴스에서 로컬 캐시 무효화 문제
• Redis Pub/Sub을 이용한 로컬 캐시 동기화
• 2-Tier 캐시 (Caffeine + Redis) 아키텍처
• 이벤트 기반 캐시 동기화 구현

8. 프로그래밍 방식 캐시 제어

CacheManager & Cache API

• CacheManager.getCache(name) — 캐시 인스턴스 직접 획득
• Cache.get(key) / Cache.put(key, value) / Cache.evict(key)
• Cache.get(key, Callable) — 캐시 미스 시 로더 실행
• Cache.putIfAbsent(key, value)

사용 사례

• 어노테이션 사용이 어려운 동적 키 처리
• 배치 처리에서의 캐시 제어
• 캐시 워밍(Cache Warming) 구현
• 애플리케이션 시작 시 캐시 사전 로드 (ApplicationRunner)

9. 자기 호출(Self-Invocation) 문제

문제 원인

• Spring AOP 프록시 기반 캐시 동작 원리
• 같은 빈 내부 메서드 호출 시 프록시 우회
• @Cacheable 메서드가 동일 클래스의 다른 메서드에서 호출되는 경우

해결 방법

• 별도 빈으로 분리 (가장 권장)
• ApplicationContext에서 자기 자신 빈 획득 (안티패턴)
• AopContext.currentProxy() 활용
• AspectJ 위빙으로 전환 (컴파일/로드 타임)

10. 테스트

캐시 테스트 전략

• @SpringBootTest vs @DataCacheTest (없음 — 직접 구성 필요)
• 테스트에서 ConcurrentMapCacheManager 사용
• 캐시 히트/미스 검증 방법 (호출 횟수 검증)

MockitoExtension + 캐시

• CacheManager 모킹
• @MockBean CacheManager로 캐시 비활성화
• @Cacheable 어노테이션 동작 자체 테스트

캐시 초기화

• @DirtiesContext — 테스트 간 컨텍스트 재생성 (느림)
• 각 테스트에서 CacheManager.getCache(name).clear()
• @BeforeEach에서 캐시 수동 초기화

Testcontainers + Redis

• @ServiceConnection으로 Redis 컨테이너 자동 연결
• 실제 Redis 캐시 통합 테스트
• TTL 동작 검증

11. 모니터링 & 운영

Micrometer 메트릭 자동 수집

• cache.gets (tags: name, cacheManager, result=hit/miss/pending)
• cache.puts
• cache.evictions
• cache.size
• Prometheus 쿼리 예시: 히트율 계산

Actuator /actuator/caches

• 등록된 캐시 목록 조회
• DELETE /actuator/caches/{name} — 특정 캐시 전체 제거
• 캐시 상태 모니터링 대시보드

캐시 히트율 목표 설정

• 적정 TTL 결정 기준
• 캐시 크기(maximumSize) 튜닝
• 히트율 저하 알람 설정

12. 고급 패턴

2-Tier 캐시 (로컬 + 분산)

• Caffeine(L1) + Redis(L2) 조합 아키텍처
• CompositeCacheManager 구성
• 캐시 계층 간 데이터 흐름
• L1 만료 후 L2 조회 패턴 구현

조건부 캐시 무효화

• 비즈니스 로직 기반 condition / unless 조합
• 사용자 역할에 따른 캐시 분리
• 멀티 테넌트 캐시 키 설계

캐시 웜업 (Cache Warming)

• ApplicationRunner / CommandLineRunner로 시작 시 사전 로드
• 배포 후 콜드 스타트 문제 완화
• 점진적 캐시 워밍 전략

커스텀 CacheManager 구현

• AbstractCacheManager 상속
• 동적 캐시 생성 (allowNullValues, createMissingCache)
• 캐시 이름 기반 설정 자동 적용 패턴

13. JSR-107 (JCache) 통합

JCache 어노테이션

• @javax.cache.annotation.CacheResult (= @Cacheable)
• @CachePut / @CacheRemove / @CacheRemoveAll
• Spring Cache 어노테이션과의 차이점
• 상호 운용성 — 같은 캐시를 양쪽에서 접근

JCache 구현체 연동

• EhCache 3.x (JCache 지원)
• Hazelcast
• Infinispan
• JCacheCacheManager 설정

14. 실전 예제 & 베스트 프랙티스

자주 쓰이는 패턴

• 사용자 프로필 캐싱 (TTL: 5분)
• 상품 목록/상세 캐싱 (TTL: 1시간)
• 권한/역할 캐싱 (TTL: 10분)
• API 응답 캐싱 (외부 서비스 장애 대비)
• 설정값 캐싱 (DB 조회 최소화)

캐시 설계 원칙

• 캐시 키는 의미 있고 고유해야 한다
• null 값 캐싱 여부 결정 (allowNullValues)
• 직렬화 가능한 Value 객체 설계 (Redis 캐시 시 필수)
• 캐시 의존성이 없는 비즈니스 로직 작성

주의할 안티패턴

• 트랜잭션 내부에서 @CacheEvict (커밋 전 제거 위험)
• 변경이 잦은 데이터 캐싱 (일관성 문제)
• 캐시 크기 무한 허용 (OOM 위험)
• 너무 긴 TTL (stale 데이터 노출)
• @Cacheable과 @Transactional 순서 혼동