🛍️ 무신사 벤치마킹 서비스

무신사의 핵심 기능을 구현한 이커머스 프로젝트

🔗 GitHub Repository

https://github.com/mmingoo/Musinsa-Benchmarking/blob/main/README.md#-%ED%94%84%EB%A1%9C%EC%A0%9D%ED%8A%B8-%EC%86%8C%EA%B0%9C ---

📋 목차

• 프로젝트 소개
• 기술 스택
• 주요 기능
• 성능 개선
• 프로젝트 통계
• 시작하기
• 팀원

---

🎯 프로젝트 소개

무신사의 대표적인 기능들을 벤치마킹하여 구현한 토이 프로젝트입니다.

• 프로젝트 기간: 2024.09.17 ~ 2024.10.10 (24일)
• 프로젝트 유형: 팀 프로젝트
• 목적: 대규모 이커머스 플랫폼의 핵심 기능 구현 및 성능 최적화
• 추가자료: 어벤져스_1팀_토이프로젝트1_erd.png:화면 정의서:발표자료.zip

---

🛠 기술 스택

Backend

• Language: Java 21
• Framework: Spring Boot 3.x
• ORM: MyBatis
• Database: Oracle 19c

Frontend

• Template Engine: JSP

DevOps & Tools

• Performance Testing: K6
• Data Crawling: Python 3.10

---

✨ 주요 기능

🛒 상품 관리

• 상품 목록 조회 및 정렬
• 상품 상세 페이지
• 무한 스크롤 구현

🔍 검색 시스템

• 상품 검색 기능
• 최근 검색어 저장
• 인기 검색어 제공

🎯 추천 시스템

• AI 기반 아이템 추천

🛍️ 주문 시스템

• 장바구니 담기 및 관리
• 장바구니에서 구매하기
• 상품 상세 페이지에서 즉시 구매

❤️ 사용자 인터랙션

• 상품 좋아요 기능
• 베이지안 보정으로 소수 리뷰 평점 왜곡을 방지하고, 판매량(0.3), 리뷰 수(0.2), 좋아요(0.2), 보정 평점(0.4) 가중치 기반 추천 알고리즘 구현

---

🖥️ 시연영상

https://www.youtube.com/watch?v=C11V2Bo9dPc

🚀 성능 개선

1️⃣ 좋아요 기능 동시성 제어

문제 상황

• 동시 요청 환경에서 Lost Update 문제 발생
• 데이터 정합성 이슈

해결 방안

• 원자적 UPDATE 쿼리 적용

개선 결과

✅ 1000명 동시 좋아요 요청 시 정합성 100% 달성
✅ 비관적 락 대비 46.4% 성능 개선
   └─ 2,610ms → 1,398ms

---

2️⃣ 주문 기능 성능 최적화

문제 상황

• N+1 문제로 인한 과도한 DB 접근
• 느린 처리 속도

해결 방안

• 배치 연산 적용
• 쿼리 최적화

개선 결과

✅ DB 접근 84% 감소
   └─ 32회 → 5회
   
✅ 처리 시간 39.3% 단축
   └─ 122,861ms → 74,627ms

K6 부하 테스트 결과 (1000 VUs)

지표	개선 전	개선 후	개선율
TPS	28.27/s	29.75/s	+5.2%
Latency	35.71s	33.18s	-7.1%

---

📊 프로젝트 통계

📌 총 SQL 쿼리: 84개
📌 총 API 개수: 43개
📌 상품 데이터: 약 60,000개

데이터 수집

무신사 API를 Python으로 크롤링하여 INSERT 문을 생성하고, 약 6만 개의 실제 상품 데이터를 확보했습니다.

---