데이터베이스

비관적 동시성 제어 (Pessimistic Concurrency Control) vs 낙관적 동시성 제어 (Optimistic Concurrency Control)

트랜잭션 동시성 제어 방식에는 크게 비관적 동시성 제어(Pessimistic Concurrency Control, PCC)낙관적 동시성 제어(Optimistic Concurrency Control, OCC) 두 가지가 있습니다. 각각의 방식은 동시성 문제를 해결하는 접근 방식이 다릅니다.

참고로 금융권에서는 FOR UPDATE 구문을 당연하게 사용합니다. 다른 분야에서는 FOR UPDATE 구문을 꺼리는 경향이 있는데, “데이터의 변경”을 목적으로 SELECT를 하는 경우라면 저는 FOR UPDATE 구문을 당연히 사용해주는 것이 좋다고 봅니다. (대신 동시성을 위해 WAIT 옵션을 주의해서 사용)

📌 1. 비관적 동시성 제어 (Pessimistic Concurrency Control)

비관적 동시성 제어는 다른 트랜잭션이 데이터를 동시에 접근하면 충돌이 발생할 것이라고 가정하고, 미리 락(Lock)을 걸어 다른 트랜잭션의 접근을 차단하는 방식입니다.

🔹 동작 방식

  1. 트랜잭션이 시작될 때 락을 획득(읽기/쓰기 락)
  2. 트랜잭션이 완료될 때까지 다른 트랜잭션이 해당 데이터에 접근하지 못하도록 차단
  3. 트랜잭션이 끝나면 락을 해제

🔹 장점

✅ 동시성 문제(Dirty Read, Non-Repeatable Read, Phantom Read 등)를 효과적으로 방지
✅ 트랜잭션 충돌이 자주 발생하는 환경에서 안전한 데이터 처리 가능

🔹 단점

❌ 락이 오래 유지되면 다른 트랜잭션이 대기하면서 성능 저하 (병목 현상) 발생
❌ **교착 상태(Deadlock)**가 발생할 가능성이 있음
❌ 트랜잭션이 락을 잡고 있을 동안, 다른 트랜잭션은 대기해야 하므로 시스템 자원 낭비

🔹 사용 사례

  • 데이터 충돌이 자주 발생하는 시스템 (예: 은행 계좌 이체, 재고 관리)
  • 읽기보다 쓰기가 많은 환경
  • 데이터 정확성이 매우 중요한 경우 (예: 금융, 거래 시스템)

📌 2. 낙관적 동시성 제어 (Optimistic Concurrency Control)

낙관적 동시성 제어는 트랜잭션 간 충돌이 적을 것이라고 가정하고, 별도의 락을 걸지 않음. 대신 트랜잭션 종료 시점에서 충돌이 발생했는지 검사하고, 문제가 발생하면 롤백하는 방식입니다.

🔹 동작 방식

  1. 읽기(Read Phase): 데이터를 읽음 (락 없이 읽음)
  2. 검증(Validation Phase): 데이터 변경 전에 다른 트랜잭션이 같은 데이터를 수정했는지 확인
  3. 쓰기(Write Phase): 충돌이 없으면 데이터를 갱신하고 커밋, 충돌이 있으면 롤백 후 다시 시도

🔹 장점

락을 사용하지 않으므로 병목 현상이 적고, 시스템 성능이 향상됨
읽기 작업이 많은 시스템에서 효율적 (다중 사용자 환경에서 높은 동시성 제공)
교착 상태(Deadlock)가 발생하지 않음

🔹 단점

충돌이 발생하면 롤백이 많아지고 성능 저하 가능
트랜잭션이 길어질 경우, 롤백 비용이 커질 수 있음
❌ 충돌이 자주 발생하는 환경에서는 오히려 비관적 동시성 제어보다 비효율적

🔹 사용 사례

  • 읽기 작업이 많고, 쓰기 작업이 적은 환경 (예: 데이터 분석 시스템, 보고서 생성)
  • 대부분의 트랜잭션이 서로 충돌할 가능성이 낮은 경우
  • 분산 데이터베이스 환경 (예: 클라우드 기반 애플리케이션)

📊 3. 비관적 동시성 제어 vs 낙관적 동시성 제어 비교

비교 항목비관적 동시성 제어 (PCC)낙관적 동시성 제어 (OCC)
충돌 가정충돌이 자주 발생할 것으로 예상충돌이 드물다고 가정
락(Lock) 사용락을 사용하여 데이터 접근 제어락 없이 변경 충돌을 검증
성능동시성이 낮고, 트랜잭션이 오래 걸릴 수 있음동시성이 높고 빠름
충돌 발생 시충돌이 발생하지 않도록 예방충돌이 발생하면 롤백
장점데이터 일관성 보장, 동시성 문제 방지높은 성능, 교착 상태 없음
단점성능 저하, 교착 상태 발생 가능충돌 발생 시 롤백 비용 증가
적용 환경충돌이 빈번한 경우 (예: 금융, 재고 관리)읽기 위주 시스템, 충돌이 적은 경우

🔎 4. 언제 어떤 방식을 사용할까?

✅ 비관적 동시성 제어가 적합한 경우

  • 트랜잭션 충돌이 자주 발생하는 시스템 (예: 은행, 재고 관리)
  • 정확성이 중요한 시스템 (예: 송금, 예약 시스템)
  • 데이터가 자주 수정되는 경우 (쓰기 작업이 많음)

✅ 낙관적 동시성 제어가 적합한 경우

  • 읽기 작업이 많은 시스템 (예: 데이터 분석, 검색 엔진)
  • 충돌 가능성이 낮은 경우 (예: 사용자 프로필 업데이트, 로그 데이터 저장)
  • 고성능이 필요한 시스템 (예: 대량의 트랜잭션 처리)

🎯 5. 결론

비관적 동시성 제어는 충돌을 방지하는 방식, 낙관적 동시성 제어는 충돌을 허용하고 해결하는 방식입니다.

  • 비관적 동시성 제어는 정확성이 중요한 환경에서 강력한 동시성 제어를 제공하지만 성능이 낮을 수 있음.
  • 낙관적 동시성 제어는 높은 동시성을 보장하지만, 충돌이 많으면 성능이 저하될 수 있음.

환경과 트랜잭션 패턴을 고려하여 적절한 방식을 선택하는 것이 중요합니다! 🚀

zerg96

Recent Posts

노트북(윈도우)에서 아이폰 유선 테더링 하기

윈도우 운영체제의 노트북에서는 iPhone 유선 테더링이 잘 안되는 경우가 많습니다. 보통 iPhone의 드라이버가 설치가 안되있어서인…

5일 ago

오라클 래치(Latch)

오라클 데이터베이스의 성능을 논할 때, 내부적으로 발생하는 경합(Contention)은 피할 수 없는 주제다. 특히 다수의 프로세스가…

1주 ago

사장님도 3표, 나도 3표? ‘3%룰’ 완전 정복!

안녕하세요, 혹시 이런 생각해 본 적 없으신가요? "내가 투자한 회사는 누가 감시하고, 어떻게 운영될까?" 오늘은…

3주 ago

Vector Store(벡터 스토어)

'벡터 스토어' 완벽 가이드: AI 시대, 데이터의 새로운 심장을 만나다 IT 업계는 인공지능(AI)이라는 거대한 패러다임의…

3주 ago

Gemini CLI (재미나이 CLI)

1. Gemini CLI란 무엇인가요? Gemini CLI는 터미널 환경에서 직접 Gemini 모델과 상호작용할 수 있도록 만들어진…

3주 ago

과적합 (overfitting)

과적합은 머신러닝에서 학습용데이터를 과하게 학습하여, 실제데이터를 예측하지 못하는 현상을 말합니다. 인공지능(AI)의 학습 방법은 우리가 시험공부를…

1개월 ago