[안중원] Sprint11 #160

joongwonAn · 2025-10-28T05:44:49Z

Spring Event - 파일 업로드 로직 분리하기

디스코드잇은 BinaryContent의 메타 데이터(DB)와 바이너리 데이터(FileSystem/S3)를 분리해 저장합니다.
만약 지금처럼 두 로직이 하나의 트랜잭션으로 묶인 경우 트랜잭션을 과도하게 오래 점유할 수 있는 문제가 있습니다.
- 바이너리 데이터 저장 연산은 오래 걸릴 수 있는 연산이며, 해당 연산이 끝날 때까지 트랜잭션이 대기해야합니다.
따라서 Spring Event를 활용해 메타 데이터 저장 트랜잭션으로부터 바이너리 데이터 저장 로직을 분리하여, 메타데이터 저장 트랜잭션이 종료되면 바이너리 데이터를 저장하도록 변경합니다.
BinaryContentStorage.put을 직접 호출하는 대신 BinaryContentCreatedEvent를 발행하세요.
- BinaryContentCreatedEvent를 정의하세요.
  - BinaryContent 메타 정보가 DB에 잘 저장되었다는 사실을 의미하는 이벤트입니다.
- 다음의 메소드에서 BinaryContentStorage를 호출하는 대신 BinaryContentCreatedEvent를 발행하세요.
  - UserService.create/update
  - MessageService.create
  - BinaryContentService.create
- ApplicationEventPublisher를 활용하세요.
이벤트를 받아 실제 바이너리 데이터를 저장하는 리스너를 구현하세요.
- 이벤트를 발행한 메인 서비스의 트랜잭션이 커밋되었을 때 리스너가 실행되도록 설정하세요.
- BinaryContentStorage를 통해 바이너리 데이터를 저장하세요.

바이너리 데이터 저장 성공 여부를 알 수 있도록 메타 데이터를 리팩토링하세요.

BinaryContent에 바이너리 데이터 업로드 상태 속성(status)을 추가하세요.

PROCESSING: 업로드 중
- 기본값입니다.
SUCCESS: 업로드 완료
FAIL: 업로드 실패

-- schema.sql
CREATE TABLE binary_contents
(
    id           uuid PRIMARY KEY,
    created_at   timestamp with time zone NOT NULL,
    updated_at timestamp with time zone,
    file_name    varchar(255)             NOT NULL,
    size         bigint                   NOT NULL,
    content_type varchar(100)             NOT NULL,
    status       varchar(20)              NOT NULL
);

-- ALTER TABLE binary_contents
--      ADD COLUMN updated_at timestamp with time zone;
-- ALTER TABLE binary_contents
--      ADD COLUMN status varchar(20) NOT NULL;

BinaryContent의 상태를 업데이트하는 메소드를 정의하세요.
- 트랜잭션 전파 범위에 유의하세요.

바이너리 데이터 저장 성공 여부를 메타 데이터에 반영하세요.
- 성공 시 BinaryContent의 status를 SUCCESS로 업데이트하세요.
- 실패 시 BinaryContent의 status를 FAIL로 업데이트하세요.

Spring Event - 알림 기능 추가하기

1)채널에 새로운 메시지가 등록되거나 2)권한이 변경된 경우 이벤트를 발행해 알림을 받을 수 있도록 구현합니다.
채널에 새로운 메시지가 등록된 경우 알림을 받을 수 있도록 리팩토링하세요.
- MessageCreatedEvent를 정의하고 새로운 메시지가 등록되면 이벤트를 발행하세요.
- 사용자 별로 관심있는 채널의 알림만 받을 수 있도록 ReadStatus 엔티티에 채널 알림 여부 속성(notificationEnabled)을 추가하세요.
  - PRIVATE 채널은 알림 여부를 true로 초기화합니다.
  - PUBLIC 채널은 알림 여부를 false로 초기화합니다.
```
-- schema.sql
CREATE TABLE read_statuses
(
    id           uuid PRIMARY KEY,
    created_at   timestamp with time zone NOT NULL,
    updated_at   timestamp with time zone,
    user_id      uuid                     NOT NULL,
    channel_id   uuid                     NOT NULL,
    last_read_at timestamp with time zone NOT NULL,
    notification_enabled boolean NOT NULL,UNIQUE (user_id, channel_id)
);

-- ALTER TABLE read_statuses
--      ADD COLUMN notification_enabled boolean NOT NULL;
```
- 알림 여부를 수정할 수 있게 ReadStatusUpdateRequest를 수정하세요.
사용자의 권한(Role)이 변경된 경우 알림을 받을 수 있도록 리팩토링하세요.
- RoleUpdatedEvent를 정의하고 권한이 변경되면 이벤트를 발행하세요.
알림 API를 구현하세요.
- NotificationDto를 정의하세요.
  - receiverId: 알림을 수신할 User의 id입니다.
- 알림 조회
  - 엔드포인트: GET /api/notifications
  - 요청
    - 헤더: 엑세스 토큰
  - 응답
    - 200 List<NotifcationDto>
    - 401 ErrorResponse
- 알림 확인
  - 엔드포인트: DELETE /api/notifications/{notificationId}
  - 요청
    - 헤더: 엑세스 토큰
  - 응답
    - 204 Void
    - 인증되지 않은 요청: 401 ErrorResponse
    - 인가되지 않은 요청: 403 ErrorResponse
      - 요청자 본인의 알림에 대해서만 수행할 수 있습니다.
    - 알림이 없는 경우: 404 ErrorResponse
알림이 필요한 이벤트가 발행되었을 때 알림을 생성하세요.
- 이벤트를 처리할 리스너를 구현하세요.
```
public class NotificationRequiredEventListener {

  @TransactionalEventListener
  public void on(MessageCreatedEvent event) {...}

  @TransactionalEventListener
  public void on(RoleUpdatedEvent event) {...}
}
```
  - on(MessageCreatedEvent)
    - 해당 채널의 알림 여부를 활성화한 ReadStatus를 조회합니다.
    - 해당 ReadStatus의 사용자들에게 알림을 생성합니다.
      # 알림 예시 title: "보낸 사람 (#채널명)" content: "메시지 내용"
    - 단, 해당 메시지를 보낸 사람은 알림 대상에서 제외합니다.
  - on(RoleUpdatedEvent)
    - 권한이 변경된 당사자에게 알림을 생성합니다.
      # 알림 예시 title: "권한이 변경되었습니다." content: "USER -> CHANNEL_MANAGER"

비동기 적용하기

비동기를 적용하기 위한 설정(AsyncConfig) 클래스를 구현하세요.
- @EanbleAsync 어노테이션을 활용하세요.
- TaskExecutor를 Bean으로 등록하세요.
- TaskDecorator를 활용해 MDC의 Request ID, SecurityContext의 인정 정보가 비동기 스레드에서도 유지되도록 구현하세요.
앞서 구현한 Event Listener를 비동기적으로 처리하세요.
- @Async 어노테이션을 활용하세요.

동기 처리와 비동기 처리 간 성능 차이를 비교해보세요.

파일 업로드 로직에 의도적인 지연(Thread.sleep(…))을 발생시키세요.

// LocalBinaryContentStorage
public UUID put(UUID binaryContentId, byte[] bytes) {
    try {
      Thread.sleep(3000);
    } catch (InterruptedException e) {
      Thread.currentThread().interrupt();
      throw new RuntimeException("Thread interrupted while simulating delay", e);
    }
    ...
}

메시지 생성 API의 실행 시간을 측정해보세요.

@Timed 어노테이션을 메소드에 추가합니다.

// MessageController
  @Timed("message.create.async")@PostMapping(consumes = MediaType.MULTIPART_FORM_DATA_VALUE)
  public ResponseEntity<MessageDto> create(...) {...}

Actuator 설정을 추가합니다.

# application.yaml
management:
    ...
  observations:
    annotations:
      enabled: true

/actuator/metrics/message.create.async 에서 측정된 시간을 확인할 수 있습니다.

@EnableAsync를 활성화 / 비활성화 해보면서 동기 / 비동기 처리 간 응답 속도의 차이를 확인해보세요.

비동기 실패 처리하기

비동기로 처리하는 로직이 실패하는 경우 사용자에게 즉각적인 에러 전파가 되지 않을 가능성이 높습니다.
따라서 비동기로 처리하는 로직은 자동 재시도 전략을 통해 더 견고하게 구현해야 합니다.
또, 실패하더라도 그 사실을 명확하게 기록해두어야 에러에 대응할 수 있습니다.
S3를 활용해 바이너리 데이터 저장 시 자동 재시도 매커니즘을 구축하세요.
- Spring Retry를 위한 환경을 구성하세요.
  - org.springframework.retry:spring-retry 의존성을 추가하세요.
  - @EnableRetry 어노테이션을 활용해 Spring Retry를 활성화 하세요.
- 바이너리 데이터를 저장하는 메소드에 @Retryable 어노테이션을 사용해 재시도 정책(횟수, 대기 시간 등)을 설정하세요.

재시도가 모두 실패했을 때 대응 전략을 구축하세요.

@Recover 어노테이션을 활용하세요.

실패 정보를 관리자에게 통지하세요.


# 알림 내용 예시
RequestId: 7641467e369e458a98033558a83321fb
BinaryContentId: b0549c2a-014c-4761-8b21-4b77d3bd011c
Error: The AWS Access Key Id you provided does not exist in our records. (Service: S3, Status Code: 403, Request ID: B7KCVSRCGPYJZREX, Extended Request ID: AWRVuJJJ3upwwOkCnd+yhHkgSajUxdg7L4195lbMVTIka6WnBpjZLLRTReoHbgIMf9zzH/QQM0Y5ZOVJCHF2F+l2mSyPG/+8Ee2XBS8hcqk=) (SDK Attempt Count: 1)

실패 정보에는 추후 디버깅을 위해 필요한 정보를 포함하세요.
- 실패한 작업 이름
- MDC의 Request ID
- 실패 이유 (예외 메시지)

캐시 적용하기

Caffeine 캐시를 위한 환경을 구성하세요.
- org.springframework.boot:spring-boot-starter-cache 의존성을 추가하세요.
- com.github.ben-manes.caffeine:caffeine 의존성을 추가하세요.
- application.yaml 설정 또는 Bean을 통해 캐시 Caffeine 캐시를 설정하세요.
@Cacheable 어노테이션을 활용해 캐시가 필요한 메소드에 적용하세요.
- 사용자별 채널 목록 조회
- 사용자별 알림 목록 조회
- 사용자 목록 조회
데이터 변경 시, 캐시를 갱신 또는 무효화하는 로직을 구현하세요.
- @CacheEvict, @CachePut, CacheManager 등을 활용하세요.
- 예시:
  - 새로운 채널 추가/수정/삭제 → 채널 목록 캐시 무효화
  - 알림 추가/삭제 → 알림 목록 캐시 무효화
  - 사용자 추가/로그인/로그아웃 → 사용자 목록 캐시 무효화
캐시 적용 전후의 차이를 비교해보세요.
- 로그를 통해 SQL 실행 여부를 확인해보세요.
Spring Actuator를 활용해 캐시 관련 통계 지표를 확인해보세요.
- Caffein Spec에 recordStats 옵션을 추가하세요.
```
  # application.yaml
  cache:
        ...
    caffeine:
      spec: >
        maximumSize=100,
        expireAfterAccess=600s,
        recordStats
```
- /actuator/caches, /actuator/metrics/cache.* 를 통해 캐시 관련 데이터를 확인해보세요.

유의사항

이번 실습은 분산 환경을 대비한 기술 도입을 목표로 합니다. 특히, 여러 서버나 인스턴스로 구성되는 시스템에서 발생할 수 있는 문제를 해결하는 데 필요한 기술을 학습합니다.
- Kafka를 통한 이벤트 발행/구독
- Redis를 활용한 전역 캐시 저장소 구성
이번 미션에서는 Kafka, Redis의 세부 설정이나 고급 기능보다는, 기술을 간단하게 적용하고, 분산 환경의 필요성과 기존 시스템의 한계를 이해하는 데 집중해주세요.

Spring Kafka 도입하기

회원이 늘어나면서 알림 연산량이 급증해 알림 기능만 별도의 마이크로 서비스로 분리하기로 결정했다고 가정해봅시다.
이제 알림 서비스와 메인 서비스는 완전히 분리된 서버이므로 Spring Event만을 통해서 이벤트를 발행/소비할 수 없습니다.
따라서 메인 서비스에서 Kafka를 통해 서버 외부로 이벤트를 발행하고, 알림 서비스에서는 서버 외부의 이벤트를 소비할 수 있도록 해야합니다.

Kafka 환경을 구성하세요.

Docker Compose를 활용해 Kafka를 구동하세요.

# docker-compose-kafka.yaml
# https://developer.confluent.io/confluent-tutorials/kafka-on-docker/#the-docker-compose-file
services:
  broker:
    image: apache/kafka:latest
    hostname: broker
    container_name: broker
    ports:
      - 9092:9092
    environment:
      KAFKA_BROKER_ID: 1
      KAFKA_LISTENER_SECURITY_PROTOCOL_MAP: PLAINTEXT:PLAINTEXT,PLAINTEXT_HOST:PLAINTEXT,CONTROLLER:PLAINTEXT
      KAFKA_ADVERTISED_LISTENERS: PLAINTEXT://broker:29092,PLAINTEXT_HOST://localhost:9092
      KAFKA_OFFSETS_TOPIC_REPLICATION_FACTOR: 1
      KAFKA_GROUP_INITIAL_REBALANCE_DELAY_MS: 0
      KAFKA_TRANSACTION_STATE_LOG_MIN_ISR: 1
      KAFKA_TRANSACTION_STATE_LOG_REPLICATION_FACTOR: 1
      KAFKA_PROCESS_ROLES: broker,controller
      KAFKA_NODE_ID: 1
      KAFKA_CONTROLLER_QUORUM_VOTERS: 1@broker:29093
      KAFKA_LISTENERS: PLAINTEXT://broker:29092,CONTROLLER://broker:29093,PLAINTEXT_HOST://0.0.0.0:9092
      KAFKA_INTER_BROKER_LISTENER_NAME: PLAINTEXT
      KAFKA_CONTROLLER_LISTENER_NAMES: CONTROLLER
      KAFKA_LOG_DIRS: /tmp/kraft-combined-logs
      CLUSTER_ID: MkU3OEVBNTcwNTJENDM2Qk

docker compose -f docker-compose-kafka.yaml up -d

Spring Kafka 의존성을 추가하고, application.yml에 Kafka 설정을 추가하세요.

implementation 'org.springframework.kafka:spring-kafka'

# application.yaml
spring:
    ...
  kafka:
    bootstrap-servers: localhost:9092
    producer:
      key-serializer: org.apache.kafka.common.serialization.StringSerializer
      value-serializer: org.apache.kafka.common.serialization.StringSerializer
    consumer:
      group-id: discodeit-group
      auto-offset-reset: earliest
      key-deserializer: org.apache.kafka.common.serialization.StringDeserializer
      value-deserializer: org.apache.kafka.common.serialization.StringDeserializer

Spring Event를 Kafka로 발행하는 리스너를 구현하세요.

NotificationRequiredEventListener는 비활성화하세요.

KafkaProduceRequiredEventListener를 구현하세요.

package com.sprint.mission.discodeit.event.kafka;

@Slf4j
@RequiredArgsConstructor
@Component
public class KafkaProduceRequiredEventListener {

    private final KafkaTemplate<String, String> kafkaTemplate;
    private final ObjectMapper objectMapper;

  @Async("eventTaskExecutor")
  @TransactionalEventListener
  public void on(MessageCreatedEvent event) {
    ...
    String payload = objectMapper.writeValueAsString(event);
    kafkaTemplate.send("discodeit.MessageCreatedEvent", payload);
    ...
  }

  @Async("eventTaskExecutor")
  @TransactionalEventListener
  public void on(RoleUpdatedEvent event) {...}

  @Async("eventTaskExecutor")
  @EventListener
  public void on(S3UploadFailedEvent event) {...}
}

Spring Event를 Kafka 메시지로 변환해 전송하는 중계 구조입니다.

Kafka Console을 통해 Kafka 이벤트가 잘 발행되는지 확인해보세요.

broker 컨테이너 쉘 접속

docker exec -it -w /opt/kafka/bin broker sh

토픽 리스트 확인 (실행위치: /opt/kafka/bin)

./kafka-topics.sh --list --bootstrap-server broker:29092

__consumer_offsets
discodeit.MessageCreatedEvent
...

특정 토픽 이벤트 구독 및 대기 (실행위치: /opt/kafka/bin)

./kafka-console-consumer.sh --topic discodeit.MessageCreatedEvent --from-beginning --bootstrap-server broker:29092

...

Kafka 토픽을 구독해 알림을 생성하는 리스너를 구현하세요.

이 리스너는 메인 서비스와 별도의 서버로 구성된 알림 서비스라고 가정합니다.

NotificationRequiredTopicListener를 구현하세요.

package com.sprint.mission.discodeit.event.kafka;

@Slf4j
@RequiredArgsConstructor
@Component
public class NotificationRequiredTopicListener {
  ...
  private final ObjectMapper objectMapper;

  @KafkaListener(topics = "discodeit.MessageCreatedEvent")
  public void onMessageCreatedEvent(String kafkaEvent) {
    try {
      MessageCreatedEvent event = objectMapper.readValue(kafkaEvent,
          MessageCreatedEvent.class);
            ...
    } catch (JsonProcessingException e) {
      throw new RuntimeException(e);
    }
  }

  @KafkaListener(topics = "discodeit.RoleUpdatedEvent")
  public void onRoleUpdatedEvent(String kafkaEvent) {...}

  @KafkaListener(topics = "discodeit.S3UploadFailedEvent")
  public void onS3UploadFailedEvent(String kafkaEvent) {...}
}

기존 @EventListener 기반 로직을 제거하고 @KafkaListener로 대체하세요.

Redis Cache 도입하기

대용량 트래픽을 감당하기 위해 서버의 인스턴스를 여러 개로 늘렸다고 가정해봅시다.
Caffeine과 같은 로컬 캐시는 서로 다른 서버에서 더 이상 활용할 수 없습니다.
따라서 Redis를 통해 전역 캐시 저장소를 구성합니다.

Redis 환경을 구성하세요.

Docker Compose를 활용해 Redis를 구동하세요.

# docker-compose-redis.yml
# https://developer.confluent.io/confluent-tutorials/kafka-on-docker/#the-docker-compose-file
services:
  redis:
    image: redis:7.2-alpine
    container_name: redis
    ports:
      - "6379:6379"
    volumes:
      - redis-data:/data
    command: redis-server --appendonly yes

volumes:
  redis-data:

docker compose -f docker-compose-redis.yml up -d

Redis 의존성을 추가하고, application.yml에 Redis 설정을 추가하세요.

implementation 'com.github.ben-manes.caffeine:caffeine'
implementation 'org.springframework.boot:spring-boot-starter-data-redis'

# application.yaml
spring:
  ...
  cache:
    type: caffeine    type: redis
    cache-names:
      - channels
      - notifications
      - users
    caffeine:
      spec: >
        maximumSize=100,
        expireAfterAccess=600s,
        recordStats
    redis:
      enable-statistics: true
  data:
    redis:
      host: ${REDIS_HOST:localhost}
      port: ${REDIS_PORT:6379}

직렬화 설정을 위해 다음과 같이 Bean을 선언하세요.

// CacheConfig
@Bean
public RedisCacheConfiguration redisCacheConfiguration(ObjectMapper objectMapper) {
  ObjectMapper redisObjectMapper = objectMapper.copy();
  redisObjectMapper.activateDefaultTyping(
      LaissezFaireSubTypeValidator.instance,
      DefaultTyping.EVERYTHING,
      As.PROPERTY
  );

  return RedisCacheConfiguration.defaultCacheConfig()
      .serializeValuesWith(
          RedisSerializationContext.SerializationPair.fromSerializer(
              new GenericJackson2JsonRedisSerializer(redisObjectMapper)
          )
      )
      .prefixCacheNameWith("discodeit:")
      .entryTtl(Duration.ofSeconds(600))
      .disableCachingNullValues();
}

DataGrip을 통해 Redis에 저장된 캐시 정보를 조회해보세요.

…로드 실패 보이도록 수정

spring-kang · 2025-11-05T08:01:59Z

src/main/java/com/sprint/mission/discodeit/config/AsyncConfig.java

+    @Bean(name = "taskExecutor")
+    public Executor TaskExecutor() {
+        ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor();
+        executor.setCorePoolSize(4);
+        executor.setMaxPoolSize(8);
+        executor.setQueueCapacity(50);
+        executor.setThreadNamePrefix("TaskExecutor-");
+
+        executor.setTaskDecorator(new MdcTaskDecorator());
+        executor.initialize();
+        return executor;
+    }
+
+    @Bean(name = "eventTaskExecutor")
+    public Executor EventTaskExecutor() {
+        ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor();
+        executor.setCorePoolSize(4);
+        executor.setMaxPoolSize(8);
+        executor.setQueueCapacity(50);
+        executor.setThreadNamePrefix("EventTaskExecutor-");
+
+        executor.setTaskDecorator(new MdcTaskDecorator());
+        executor.initialize();
+        return executor;
+    }


설정이 완전히 동일해 보이는데 빈을 따로 설정한 이유가 있을까요?

eventTaskExecutor를 카프카용으로 구상하고 만들긴했어요!
그런데 동일한 executor 두 개라.. 하나로 합쳐서 다음 미션에 반영하겠습니다!

spring-kang · 2025-11-05T08:02:55Z

src/main/java/com/sprint/mission/discodeit/DiscodeitApplication.java

+import org.springframework.retry.annotation.EnableRetry;
+
+@SpringBootApplication
+@EnableRetry // Spring Retry 활성화


해당 설정은 AppConfig로 가는게 자연스럽습니다.

Copilot

Pull Request Overview

This PR implements Spring Event for asynchronous file upload processing, notification functionality, and introduces Redis cache and Kafka messaging for distributed system support. The key changes separate binary data storage from metadata storage to improve transaction management, add notification features for message creation and role updates, and enable asynchronous processing with retry mechanisms.

Separated binary content storage from metadata storage using Spring Events to avoid long-running transactions
Implemented notification system with Kafka for distributed event processing and added notification APIs
Added Redis cache for distributed caching and configured async processing with retry mechanisms for S3 uploads

Reviewed Changes

Copilot reviewed 176 out of 182 changed files in this pull request and generated 3 comments.

Show a summary per file

File	Description
src/main/resources/application.yaml	Added Kafka, Redis, and cache configuration settings for distributed system support
src/main/resources/schema.sql	Added status column to binary_contents table and notification-related columns to read_statuses table
src/main/java/com/sprint/mission/discodeit/service/basic/BasicUserService.java	Refactored to publish BinaryContentCreatedEvent instead of directly storing binary data, added cache annotations
src/main/java/com/sprint/mission/discodeit/service/basic/BasicMessageService.java	Publishes MessageCreatedEvent for notification processing
src/main/java/com/sprint/mission/discodeit/service/basic/BasicBinaryContentStorageService.java	Implements retry logic with @retryable and recovery mechanism for failed S3 uploads
src/main/java/com/sprint/mission/discodeit/storage/s3/S3BinaryContentStorage.java	New S3 storage implementation with presigned URL support
src/main/java/com/sprint/mission/discodeit/security/MdcTaskDecorator.java	Propagates MDC context and SecurityContext to async threads
src/test/resources/application-test.yaml	New test configuration file with H2 database and test JWT settings

💡 Add Copilot custom instructions for smarter, more guided reviews. Learn how to get started.

Copilot · 2025-11-06T12:29:27Z

src/main/java/com/sprint/mission/discodeit/security/jwt/JwtTokenProvider.java

+    }
+  }
+
+  public Cookie genereateRefreshTokenCookie(String refreshToken) {


Corrected spelling of 'genereate' to 'generate'

Copilot · 2025-11-06T12:29:27Z

src/main/java/com/sprint/mission/discodeit/security/jwt/JwtTokenProvider.java

+    return refreshCookie;
+  }
+
+  public Cookie genereateRefreshTokenExpirationCookie() {


Corrected spelling of 'genereate' to 'generate'

Copilot · 2025-11-06T12:29:28Z

src/main/resources/schema.sql

+    updated_at   timestamp with time zone,
+    user_id      uuid                     NOT NULL,
+    channel_id   uuid                     NOT NULL,
+    last_read_at timestamp with time zone NOT NULL,


The schema.sql is missing the notification_enabled column for read_statuses table mentioned in the PR description. According to the requirements, this column should be added with: notification_enabled boolean NOT NULL

Suggested change

last_read_at timestamp with time zone NOT NULL,

last_read_at timestamp with time zone NOT NULL,

notification_enabled boolean NOT NULL,

joongwonAn and others added 30 commits October 22, 2025 16:31

Create README.md

a9f497f

Initial commit

20c0260

Initial commit

980c8e8

fix: admin 관련 정보 하드코딩

5ac9231

refactor: 메타데이터와 바이너리 데이터 저장 로직을 이벤트 기반으로 분리하기 위해 바이너리 데이터 수정

133fc73

refactor: 메타데이터와 바이너리 데이터 저장 로직을 이벤트 기반으로 분리

8ab7864

refactor: 메타데이터와 바이너리 데이터 저장 로직을 이벤트 기반으로 분리하기 위해 바이너리 데이터 수정

5a0d9e8

refactor: 메타데이터와 바이너리 데이터 저장 로직을 이벤트 기반으로 분리하면서 바뀐 비즈니스 로직

cc05075

feat: 알림 관련 스키마 정의

faf8243

feat: 알림 Entity 정의

e67cc17

feat: 알림 DTO 정의

fd6c9d8

feat: readStatus에 알림 활성화(notificationEnabled) 컬럼 추가

a366051

feat: readStatus에 알림 활성화(notificationEnabled) 컬럼 추가

4b8f06b

feat: 알림 조회 API

96066ba

feat: 메시지 생성 시 알림 생성 이벤트 발행

b0e0c53

feat: 알림 조회 비즈니스 로직 구현

1b545c0

feat: 채널에 새로운 메시지 등록 시 알림을 받을 수 있는 이벤트 정의

34a0594

feat: 채널에 새로운 메시지 등록 시 알림을 받을 수 있는 이벤트 리스너

d275b32

feat: 채널ID로 알림이 활성화된 readStatus를 반환

ccdf2c0

feat: role이 변경되면 이벤트 발행

629b710

feat: 알림 읽으면 DB에서 삭제

9e3618b

refactor: update -> updateLastReadAt로 메서드명 변경

dbf2537

feat: 알림 관련 예외 코드

fd68531

fix: 알람 관련 테스트코드 추가

835153a

fix: channel_id의 NOT NULL 조건 제거

b4a79a0

feat: 알림 확인 API 구현 및 헬퍼 메서드 추가

5e02c1b

fix: role 변경 알람에는 channel명 안 나오게 수정

a661f7a

feat:

dca58b2

feat: 알림 읽으면 DB에서 삭제

ee84195

feat: 알림 활성/비활성 업데이트 코드

9d7eb50

joongwonAn and others added 23 commits October 24, 2025 20:21

feat: 바이너리 컨텐츠 저장 실패 예외 정의

7e40fdc

feat: aop와 retry 추가

1b763bb

feat: Spring Retry 활성화를 위한 @EnableRetry 추가

909ce95

feat: 바이너리 컨텐츠 저장 실패 이벤트 정의

12c3a17

refactor: 바이너리 컨텐츠 저장용 비즈니스 로직으로 분리

2c4df45

refactor: 바이너리 컨텐츠 저장용 비즈니스 로직 구현

696df1c

feat: 바이너리 컨텐츠 업로드 실패 시 admin에게 알림을 보내는 이벤트 리스너

9a5e9d2

refactor: admin에게 바이너리 컨텐츠 업로드 실패 알림을 보낼 때 title에 username 대신 S3 파일 업…

388c10e

…로드 실패 보이도록 수정

chore: cache와 caffeineㅇ 의존성 추가

44b9743

feat: 로그인/로그아웃 성공 시 userCacheAll 삭제

076f68b

feat: 비즈니스 로직에 캐시 적용

4facb76

feat: 캐시 config 정의

0047b3d

feat: actuator에 캐시 추가

8fbdbfb

refactor: 캐시 수정

db93ad8

docs: Kafka 환경 구성

fecbcb7

docs: Kafka 관련 SpringBoot 설정

3f55a75

feat: Kafka 관련 이벤트 config(eventTaskExecutor)

2fde0b5

feat: Kafka Publisher

398c2b4

feat: Kafka topic을 구독해 알림 생성 리스너

224b0b8

feat: @eventlistener 기반 로직 제거

a334657

feat: caffeine 삭제 후 redis로 대체

87dde13

docs: redis 관련 설정

0dc8ed1

Merge branch 'codeit-bootcamp-spring:main' into sprint11

828f2ae

joongwonAn changed the base branch from main to 안중원 October 28, 2025 05:45

spring-kang reviewed Nov 5, 2025

View reviewed changes

spring-kang approved these changes Nov 5, 2025

View reviewed changes

spring-kang requested a review from Copilot November 6, 2025 12:28

Copilot AI reviewed Nov 6, 2025

View reviewed changes

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

Uh oh!

[안중원] Sprint11 #160

[안중원] Sprint11 #160

Uh oh!

joongwonAn commented Oct 28, 2025

Uh oh!

spring-kang Nov 5, 2025

Uh oh!

joongwonAn Nov 6, 2025

Uh oh!

spring-kang Nov 5, 2025

Uh oh!

Copilot AI left a comment

Uh oh!

Copilot AI Nov 6, 2025

Uh oh!

Copilot AI Nov 6, 2025

Uh oh!

Copilot AI Nov 6, 2025

Uh oh!

Reviewers

Assignees

Labels

Projects

Milestone

Development

Uh oh!

2 participants

	last_read_at timestamp with time zone NOT NULL,
	last_read_at timestamp with time zone NOT NULL,
	notification_enabled boolean NOT NULL,

[안중원] Sprint11 #160

Are you sure you want to change the base?

[안중원] Sprint11 #160

Uh oh!

Conversation

joongwonAn commented Oct 28, 2025

Spring Event - 파일 업로드 로직 분리하기

Spring Event - 알림 기능 추가하기

비동기 적용하기

비동기 실패 처리하기

캐시 적용하기

유의사항

Spring Kafka 도입하기

Redis Cache 도입하기

Uh oh!

spring-kang Nov 5, 2025

Choose a reason for hiding this comment

Uh oh!

joongwonAn Nov 6, 2025

Choose a reason for hiding this comment

Uh oh!

spring-kang Nov 5, 2025

Choose a reason for hiding this comment

Uh oh!

Copilot AI left a comment

Choose a reason for hiding this comment

Pull Request Overview

Reviewed Changes

Uh oh!

Copilot AI Nov 6, 2025

Choose a reason for hiding this comment

Uh oh!

Copilot AI Nov 6, 2025

Choose a reason for hiding this comment

Uh oh!

Copilot AI Nov 6, 2025

Choose a reason for hiding this comment

Uh oh!

Reviewers

Assignees

Labels

Projects

Milestone

Development

Uh oh!

2 participants