[Spring] Spring Cache란? @Cacheable로 DB 조회 성능 개선

1. Spring Cache 란?

• 반복적인 DB 조회를 줄이기 위해 데이터를 메모리에 저장하고 재사용하여 성능을 최적화하는 기술
• 매 요청마다 DB에서 조회하면 불필요한 쿼리가 반복 실행되고 응답 속도가 느려지기 때문에, 한 번 조회한 결과를 메모리에 저장해두고 재사용함. 
• Spring은 @Cacheable 같은 어노테이션만 붙이면 캐시 로직을 자동으로 처리해주는 추상화 계층을 제공
• 내부적으로는 AOP 프록시가 메서드 호출을 가로채서 동작

2. 전체 흐름

• 핸들러 메서드 안에는 캐시 관련 코드가 전혀 없어도, @Cacheable만 붙어 있으면 Spring이 알아서 처리함.

사용자가 API 요청
        ↓
Spring AOP 프록시가 캐시 확인
        ├── Hit(있음) → 메서드 실행 없이 캐시 값 바로 반환
        └── Miss(없음) → 메서드 실행(DB 조회) → 결과를 캐시에 저장 → 반환

 

 

3. Spring Cache 설정

1) pom.xml

• spring-boot-starter-cache 의존성 추가

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-cache</artifactId>
</dependency>

 

2) Entry Point 클래스 (main() 메서드가 포함된 클래스)

• 캐시 활성화 설정

@EnableCaching       // 캐시 기능 활성화
@EnableScheduling
@SpringBootApplication
public class MyddareungiApplication {
    public static void main(String[] args) {
        SpringApplication.run(MyddareungiApplication.class, args);
    }
}

 

4. Spring Cache 구현

1) 캐시 어노테이션 종류

어노테이션	동작
@Cacheable	캐시에 있으면 바로 반환, 없으면 DB 조회 후 캐시에 저장
@CacheEvict	해당 캐시 삭제 (데이터 변경 시 사용)
@CachePut	항상 DB 조회 후 캐시 갱신

 

2) 캐시 이름과 키 개념

(1) 캐시 이름 (cache name)

• 캐시를 구분하는 큰 저장공간 이름
• 데이터 종류별로 저장 공간을 분리하는 개념

(2) 캐시 키(cache key) 

• 같은 캐시 이름 안에서 어떤 값을 꺼낼지 식별하는 값
• 파라미터가 없으면 키가 항상 동일함

// 파라미터 없음 → 키 동일 → 값 하나만 저장
@Cacheable("kpi")
public BikeKpiSummaryResponseDto getKpi() { ... }

// 저장 예시
{
  "kpi": {
    "SimpleKey[]": {
      "totalUsers": 1200,
      "totalRides": 84500,
      "totalStations": 620
    }
  }
}

 

• 파라미터가 있으면 파라미터 값이 키가 됨 (같은 "monthlySummary" 캐시 안에서도 파라미터 값마다 별도 저장)

// 파라미터 있음 → 파라미터가 키 → 값마다 별도 저장
// year=2024, year=2025 → 각각 따로 캐싱됨
@Cacheable("monthlySummary")
public BikeMonthlySummaryResponseDto getMonthlySummary(int year) { ... }

// 저장 예시
{
  "monthlySummary": {
    "2024": {
      "months": ["01", "02", "03"],
      "useCounts": [12000, 15000, 17000],
      "stationCounts": [610, 615, 620]
    },
    "2025": {
      "months": ["01", "02", "03"],
      "useCounts": [18000, 21000, 23000],
      "stationCounts": [625, 630, 635]
    }
  }
}

 

3) @Cacheable을 적용

• 핸들러 메서드에 @Cacheable을 적용해  캐시 이름을 분리했다. 캐시 이름을 분리한 이유는 데이터 종류마다 갱신 주기와 관리 범위가 다르기 때문이다.

@Service
@RequiredArgsConstructor
public class DashboardService implements IDashboardService {

    private final DashboardRepository dashboardRepository;

    @Cacheable("kpi")
    @Override
    public BikeKpiSummaryResponseDto getKpi() {
        BikeKpi bikeKpi = dashboardRepository.selectLatestKpi();
        // ... DTO 변환 후 반환
    }

    @Cacheable("monthlySummary")
    @Override
    public BikeMonthlySummaryResponseDto getMonthlySummary() {
        List<BikeMonthlySummary> list = dashboardRepository.selectMonthlySummaryList();
        // ... DTO 변환 후 반환
    }

    @Cacheable("weekdaySummary")
    @Override
    public BikeWeekdaySummaryResponseDto getWeekDaySummary() { ... }

    @Cacheable("ageGroupSummary")
    @Override
    public BikeAgeGroupSummaryResponseDto getAgeGroupSummary() { ... }

    @Cacheable("districtSummary")
    @Override
    public BikeDistrictSummaryResponseDto getDistrictSummary() { ... }

    @Cacheable("rentTypeSummary")
    @Override
    public BikeRentTypeSummaryResponseDto getRentTypeSummary() { ... }
}

 

7. in-memory 캐시 vs Redis 캐시

구분	in-memory	Redis
저장 위치	JVM 힙 메모리	외부 캐시 서버
서버 재시작 시	캐시 사라짐	캐시 유지
서버 여러 대일 때	각자 따로 캐시 보유	하나의 Redis 공유
설정 난이도	의존성 추가만으로 바로 동작	Redis 서버 설치 + 별도 설정 필요
적합한 환경	단일 서버, 개발/테스트 환경	운영 환경, 다중 서버 환경

 

8. 성능 테스트

• 캐시 효과를 수치로 확인하기 위해 각 메서드의 1차 호출(DB 조회)과 2차 호출(캐시 반환) 시간을 비교하는 테스트를 작성.

@SpringBootTest
class DashboardCachePerformanceTest {

    @Autowired
    private DashboardService dashboardService;

    @Autowired
    private CacheManager cacheManager;

    @BeforeEach
    void clearCache() {
        // 테스트 간 캐시 초기화
        cacheManager.getCacheNames().forEach(name -> {
            var cache = cacheManager.getCache(name);
            if (cache != null) cache.clear();
        });
    }

    @Test
    @DisplayName("[캐시 성능 비교] KPI 요약")
    void compareKpiPerformance() {
        comparePerformance("KPI 요약", () -> dashboardService.getKpi());
    }

    // ... 나머지 메서드도 동일한 방식으로 테스트

    private void comparePerformance(String label, Runnable callable) {
        long s1 = System.nanoTime();
        callable.run();                          // 1차 호출 : DB 조회
        long noCacheNs = System.nanoTime() - s1;

        long s2 = System.nanoTime();
        callable.run();                          // 2차 호출 : 캐시 반환
        long cachedNs = System.nanoTime() - s2;

        double ratio = cachedNs > 0 ? (double) noCacheNs / cachedNs : 0;
        System.out.printf(
            "[%s] 1차(DB): %.3f ms | 2차(Cache): %.3f ms | 속도향상: %.2f배%n",
            label,
            noCacheNs / 1_000_000.0,
            cachedNs / 1_000_000.0,
            ratio
        );
    }
}

테스트 결과 예시

[KPI 요약] 1차(DB): 312.441 ms | 2차(Cache): 0.053 ms | 속도향상: 5895.11배 
[월별 요약] 1차(DB): 124.873 ms | 2차(Cache): 0.021 ms | 속도향상: 5946.80배 
[요일별 요약] 1차(DB): 98.214 ms | 2차(Cache): 0.018 ms | 속도향상: 5456.33배

캐시 적용 후 수천 배 수준의 응답 속도 향상을 확인할 수 있다.