전국의 아마추어 스포츠동호회를 위한 매칭 플랫폼입니다.
단순 매칭에 그치지 않고, 입력된 경기결과를 기반으로 각팀의 랭크를 측정하여 제공합니다.
온라인게임(LOL, 오버워치 등)을 즐기는 유저들이라면 공감하겠지만, 랭크가 있는 랭크게임과 랭크가 없는 일반게임의 몰입도 차이는 무시할 수 없습니다.
스포츠 동호회에 랭크를 도입하여 더 몰입도 있게 즐길 수 있도록 하고자 합니다.
자세한 Business Rule 및 고민은 WIKI 에서 확인할 수 있습니다.
| 링크 | 설명 |
|---|---|
| 우리 동네 리그 | 우리동네리그 서비스에 접속 |
| API | API 명세서 |
| Front End | Front End Github Repository |
| 이름 | 역할 | github |
|---|---|---|
| 전영주 | Front-End 개발 |  |
| 이경훈 | Back-End 개발 | |
Java, Spring Boot, Mybatis, Spring Rest Docs, React, Thymeleaf
Nginx, Tomcat, MySQL, Redis
- 분산 환경에서
Session 정합성을 유지하고Scale Out에 유리하게 하기 위해Redis에Session 정보를 관리했습니다. - Redis를 활용해 간단히 세션을 관리할 수 있는
Spring Session Data Redis대신Interceptor와Custom Annotation을 활용해 직접 개발하는 방법을 택했습니다.
- 로그인 시
사용자 ID와타임스탬프의 해시값을Key로 세션 정보를Redis에 저장했습니다. - 세션은 로그아웃 시 혹은 30분동안 갱신되지 않았을 시 파기됩니다.
- Sesison 처리가 필요한 API 호출 시 Session을 확인하는
Interceptor를 만들었습니다. - 다음과 같이
AuthCheck라는 이름의Custom Annotation을 만들어 이 애노테이션이 붙어있는 Method/Controller 호출 시 Session Interceptor에서 세션을 확인합니다.
class에 세션 체크 적용
Method에 세션 체크 적용
- 팀의 주장이 매칭을 요청하면
Redis에 있는 매칭 대기열에 매칭 요청 데이터를 생성하고, RDB에도 저장합니다. @Scheduled애노테이션을 활용해 대기열에 있는 매칭 요청들 중 시간, 장소, 랭크가 비슷한 요청들을 매칭시켰습니다.
- 랭크 계산은 ELO Rating 을 사용했습니다.
- 단 승리 시 점수가 너무 조금 올랐을 때의 허무함을 방지하기 위해 점수가 오를 땐 최소 5점 이상 오르도록 했습니다.
- 전체 팀의 랭킹을 Redis의 Sorted Set에 캐싱하는 방법을 고려했으나, 경기 끝날 때마다
자주 수정되는 랭크의 특성 상부적합하다고 판단했습니다. - 사용여부가 Y인 팀의 점수를 기반으로 정렬하면 되기 때문에 다음과 같이
Composite Index를 만들었습니다.
create index idx_team_score on team_info (use_yn, rank_score desc);- 그 결과 테스트 데이터
약 10804개의 팀중 상위30개의 팀을 조회했을 때, 소요시간이114ms에서86ms로약 25%줄었습니다. - 실행계획은 다음과 같습니다.
| 구분 | 소요시간 | id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Index생성 전 | 144ms | 1 | SIMPLE | team_info | ALL | 10804 | 10 | Using where; Using filesort | |||||
| Index생성 후 | 86ms | 1 | SIMPLE | team_info | ref | idx_team_score | idx_team_score | 6 | const | 5402 | 100 |
- Index를 생성하기 전에는 약 10000개의 전체 데이터를 가져온 뒤에 where조건으로 범위를 축소했습니다.
- 또, Filesort로 정렬을 처리했음을 알 수 있습니다.
- Index적용 후에는 처음 가져오는 행의 수가 절반으로 줄은 모습을 볼 수있었습니다.
- 화면설계 는 Figma를 사용했습니다.
- ERD는 dbdiagram을 사용해 작성했습니다.
- 각 테이블/컬럼의 코멘트는 ERD 를 참고하세요.
- 이미지 캡처본은 다음과 같습니다.
