Java 21 가상스레드와 분산락을 비교하는 동시성 벤치마크 플랫폼 구축

동시성 실험을 위한 체계적인 접근

최근 Java 21의 가상스레드가 정식 출시되면서, 기존 플랫폼 스레드와의 성능 차이에 대한 궁금증이 높아졌습니다. 단순히 “가상스레드가 빠르다”는 이야기를 넘어서, 실제 동시성 제어 상황에서 어떤 조합이 최적인지 체계적으로 실험해보고 싶었습니다.

LockBench 프로젝트는 이런 호기심에서 시작된 동시성 실험 플랫폼입니다. Thread 모델과 Lock 전략을 교체하며 성능을 측정하고, 재현 가능한 실험 환경을 제공하는 것이 목표입니다.

실험 설계의 핵심 아이디어

프로젝트의 핵심은 전략 패턴을 활용한 교체 가능한 구조입니다. 2가지 스레드 모델과 4가지 락 전략을 조합해 총 8가지 시나리오를 비교할 수 있도록 설계했습니다.

@Component
public class ThreadExecutionStrategyFactory {
    public ThreadExecutionStrategy create(ThreadModelType type) {
        return switch (type) {
            case PLATFORM -> new PlatformThreadExecutionStrategy();
            case VIRTUAL -> new VirtualThreadExecutionStrategy();
        };
    }
}

스레드 모델은 Platform Thread와 Virtual Thread 두 가지로 구분했습니다. Virtual Thread의 경우 Executors.newVirtualThreadPerTaskExecutor()를 사용해 태스크마다 새로운 가상스레드를 생성하도록 구현했습니다.

락 전략은 더욱 다양합니다. No Lock(락 없음), Optimistic Lock, Pessimistic Lock, 그리고 Redis 분산락까지 총 4가지를 지원합니다. 각 전략은 동일한 인터페이스를 구현해 런타임에 교체 가능합니다.

헥사고날 아키텍처로 확장성 확보

실험 플랫폼이라는 특성상 다양한 저장소와 락 구현체를 쉽게 교체할 수 있어야 했습니다. 이를 위해 헥사고날 아키텍처 원칙을 적용했습니다.

public interface StockAccessPort {
    StockSnapshot getStock(Long productId);
    void decreaseStock(Long productId, int quantity);
    void decreaseStockOptimistically(Long productId, int quantity, int maxRetries);
    void decreaseStockPessimistically(Long productId, int quantity);
}

도메인 계층에서는 포트(Port) 인터페이스만 의존하고, 실제 구현체는 인프라 계층의 어댑터(Adapter)에서 제공합니다. 현재는 InMemoryStockAccessAdapter로 시작했지만, 향후 JPA나 JDBC 기반 어댑터도 쉽게 추가할 수 있습니다.

실험 오케스트레이션과 성능 측정

실험의 핵심은 ExperimentOrchestrator 클래스입니다. 이 클래스는 지정된 동시성 수준으로 요청을 실행하고, 응답시간을 수집해 통계를 생성합니다.

@Component
public class ExperimentOrchestrator {
    public ExperimentResponse runExperiment(ExperimentRequest request) {
        var threadStrategy = threadStrategyFactory.create(request.getThreadModel());
        var lockStrategy = lockStrategyFactory.create(request.getLockStrategy());
        
        var latencies = executeRequests(threadStrategy, lockStrategy, request);
        return buildResponse(LatencySummary.from(latencies));
    }
}

측정 결과는 P50, P95, P99 등의 퍼센타일 메트릭과 평균 응답시간으로 제공됩니다. 이를 통해 단순한 평균값이 아닌, 실제 서비스에서 중요한 꼬리 지연시간(tail latency)까지 분석할 수 있습니다.

Redis 분산락과 설정 기반 전환

특히 흥미로운 부분은 Redis 분산락 구현입니다. 로컬 환경에서는 Redis 없이도 실험할 수 있도록 NoopDistributedLockClient를 제공하고, 프로덕션 환경에서는 실제 Redis를 사용할 수 있도록 설정 기반으로 전환됩니다.

@Component
public class RedisDistributedLockStrategy implements StockLockStrategy {
    private final DistributedLockClient lockClient;
    
    @Override
    public void execute(Long productId, int quantity, StockAccessPort stockAccess) {
        String lockKey = "stock:" + productId;
        if (lockClient.tryLock(lockKey, Duration.ofSeconds(5))) {
            try {
                stockAccess.decreaseStock(productId, quantity);
            } finally {
                lockClient.unlock(lockKey);
            }
        }
    }
}

앞으로의 실험 계획

1주 타이트 개발 로드맵을 세워두었습니다. 현재 기본 골격을 완성했고, 앞으로는 실제 데이터베이스 연동, Micrometer 기반 메트릭 수집, k6를 활용한 부하 테스트 자동화를 진행할 예정입니다.

특히 Grafana 대시보드를 구성해 실험 결과를 시각화하고, 다양한 부하 패턴에서의 성능 특성을 분석해볼 계획입니다. Java 21의 가상스레드가 정말로 모든 상황에서 우수한지, 아니면 특정 조건에서만 효과적인지 데이터로 검증해보겠습니다.