[Java] 멀티 데이터소스 환경에서의 분산 트랜잭션 설정 방법

참고
해당 글은 OpenAI GPT-4o 을 활용하여 멀티 데이터소스 환경에서의 트랜잭션 제어 방안을 정리한 글입니다.

---

1. JTA(Java Transaction API) 및 XA 활용

• Java EE 표준으로, 분산 트랜잭션을 관리할 수 있는 API
• XA 트랜잭션을 사용하여 여러 데이터소스를 하나의 트랜잭션으로 제어
• XA 드라이버를 사용해야 하며, Dependency 및 설정이 복잡
• 구성 요소
  • XA 지원 드라이버: 데이터베이스 드라이버가 XA 트랜잭션을 지원해야 함
  • 트랜잭션 매니저: 트랜잭션을 조정하는 역할을 맡으며, 일반적으로 Spring이나 Java EE 컨테이너에 의해 제공
  • JTA 구현체: Bitronix, Atomikos 등

예제(Atomikos):

   @Bean
   public DataSource dataSource1() {
       AtomikosDataSourceBean dataSource = new AtomikosDataSourceBean();
       dataSource.setXaDataSourceClassName("com.mysql.cj.jdbc.MysqlXADataSource");
       dataSource.setUniqueResourceName("datasource1");
       return dataSource;
   }

   @Bean
   public DataSource dataSource2() {
       AtomikosDataSourceBean dataSource = new AtomikosDataSourceBean();
       dataSource.setXaDataSourceClassName("org.postgresql.xa.PGXADataSource");
       dataSource.setUniqueResourceName("datasource2");
       return dataSource;
   }

   @Bean
   public PlatformTransactionManager transactionManager() {
       return new JtaTransactionManager();
   }

장점:

• 여러 데이터소스를 하나의 트랜잭션으로 묶을 수 있음
• 강력한 트랜잭션 관리

단점:

• 설정이 복잡하고 XA 드라이버를 별도로 사용해야 함
• 성능에 영향을 줄 수 있음
• AUTO_INCREMENT 사용 시 primary key를 독점적으로 잠글 수 있어 교착 상태가 발생할 수 있음
• MySQL 5.x 버전에서 XA 트랜잭션 사용 중 데이터 손실/에러가 발생하는 버그가 보고됨 (8.0.20 이상 사용 권장)

---

2. (deprecated) Spring의 ChainedTransactionManager

• Spring에서 여러개의 트랜잭션 매니저를 연결하여 트랜잭션을 관리할 수 있도록 ChainedTransactionManager 기능 제공
• 각 데이터소스는 별도의 PlatformTransactionManager에 의해 관리되고, 모든 트랜잭션이 성공적으로 완료되면 트랜잭션이 커밋됨
• 하나라도 실패하면 모든 트랜잭션을 롤백

예제:

   @Bean
   public PlatformTransactionManager transactionManager(
       JpaTransactionManager transactionManager1,
       JpaTransactionManager transactionManager2) {
       return new ChainedTransactionManager(transactionManager1, transactionManager2);
   }

장점:

• 복잡한 JTA나 XA 드라이버 없이 사용할 수 있음
• 상대적으로 구현이 간단함

단점:

• 완전 분산 트랜잭션은 아니라서 모든 상황에서 적용할 수 없음. (무결성 문제 발생)
• Spring 5.3 이후로 deprecated 처리 됨

---

3. Spring Cloud Sleuth + 이벤트 기반 트랜잭션 관리

• 분산 트랜잭션을 반드시 구현할 필요가 없는 경우, 이벤트 기반의 Eventual Consistency 전략 사용
• Spring Cloud Sleuth, Kafka, RabbitMQ 등을 사용하여 프로세스를 이벤트 기반으로 나누고, 데이터 동기화를 보장하고 다음 작업이 독립적으로 수행되도록 함

예제:
1. 데이터소스 A에서 데이터를 입력 후 이벤트를 발행
2. 데이터소스 B는 이벤트를 구독하여 비동기적으로 데이터를 저장

// Producer
@Service
public class Producer {
    
    @Autowired
    private KafkaTemplate<String, String> kafkaTemplate;

    public void sendMessage(String message) {
        // DB 저장 로직
        datasource1Repository.save(...)
        
        // 이벤트 발행
        kafkaTemplate.send("eventTopic", message);
    }
}

// Consumer
@Service
public class Consumer {
    
    @KafkaListener(topics = "eventTopic")
    public void listen(String message) {
        // DB 저장 로직
        datasource2Repository.save(...)
    }
}

장점:

• 복잡한 트랜잭션 설정 없이도 분산 시스템에서의 통합 관리가 가능
• 유연하고 확장성 있는 설계

단점:

• 동기적인 처리나 강한 트랜잭션 일관성이 필요한 경우에는 적합하지 않음
• 데이터 정합성을 100% 보장하기 어렵고, 설계가 복잡해질 수 있음

---

4. 데이터베이스 레벨에서 트랜잭션 관리

• 하나의 데이터베이스 엔진 내에서 여러 데이터소스를 컨트롤해야 한다면 DBMS 자체 기능 사용 가능
• 예: 오라클의 DBLINK, PostgreSQL의 FDW(Foreign Data Wrapper)를 통해 논리적으로 하나의 데이터소스처럼 작동

장점:

• 애플리케이션 레벨의 추가 설정이 필요하지 않음
• 데이터 이동 및 트랜잭션을 데이터베이스에서 처리

단점:

• 데이터베이스 종속적이며, 여러 DBMS 간에는 지원되지 않을 수 있음

---

정리

방법	설명	권장 환경
JTA (Atomikos, Narayana 등)	JTA를 이용하여 2PC(2-Phase Commit) 기반 분산 트랜잭션 구현	이종 데이터베이스 간 완전한 트랜잭션 보장이 필요
Eventual Consistency (이벤트 기반 설계)	메시지 큐 등을 활용한 비동기적 데이터 일관성 처리	높은 성능과 분산 환경 존재
DBMS 자체 기능 사용	DBMS가 제공하는 기능 활용 (e.g., DB-Link)	동일한 데이터베이스 엔진을 사용