[Spring Boot] "RDB에서 검색하면 느려터져요..." Elasticsearch로 고성능 검색 엔진 구축하기

 

우리가 흔히 쓰는 관계형 데이터베이스(RDB)는 "저장"과 "정합성"에 특화되어 있지, "검색"에는 약합니다.
특히 본문 검색(Full-text Search)이나 오타 교정, 자동 완성 같은 기능은 RDB로 구현하기가 매우 까다롭고 느립니다.

이 문제를 해결하기 위해 Elasticsearch를 도입해 보겠습니다.

---

1. 왜 Elasticsearch 인가요? (역색인 구조)

RDB는 책의 본문을 처음부터 끝까지 다 읽으면서 찾는 방식(Scan)이라면, Elasticsearch는 책의 맨 뒤에 있는 "색인(Index)"을 보고 찾는 방식입니다.

• RDB: "강남"이라는 단어가 들어간 행을 다 뒤진다. -> 느림
• Elasticsearch: "강남" -> [1번 문서, 5번 문서, 100번 문서] -> 즉시 리턴

이 역색인(Inverted Index) 구조 덕분에 데이터가 아무리 많아도 검색 속도가 거의 일정하게 빠릅니다.

---

2. 설치하기 (Docker Compose)

엘라스틱서치(엔진)와 키바나(시각화 도구)를 함께 설치합니다.

docker-compose.yml

version: '3'
services:
  elasticsearch:
    image: docker.elastic.co/elasticsearch/elasticsearch:7.17.10
    container_name: elasticsearch
    environment:
      - discovery.type=single-node
      - xpack.security.enabled=false
    ports:
      - "9200:9200"

  kibana:
    image: docker.elastic.co/kibana/kibana:7.17.10
    container_name: kibana
    environment:
      - ELASTICSEARCH_HOSTS=http://elasticsearch:9200
    ports:
      - "5601:5601"
    depends_on:
      - elasticsearch

docker-compose up -d 후 브라우저에서 http://localhost:5601 (Kibana)에 접속되면 성공입니다.

---

3. 스프링 부트 설정 (Spring Data Elasticsearch)

JPA를 써보셨다면 아주 익숙하실 겁니다. 스프링은 Spring Data Elasticsearch라는 강력한 라이브러리를 제공합니다.

build.gradle

dependencies {
    implementation 'org.springframework.boot:spring-boot-starter-data-elasticsearch'
}

application.yml

spring:
  elasticsearch:
    uris: http://localhost:9200

---

4. 도큐먼트(Document) 정의하기

RDB의 Entity와 비슷한 개념입니다.

@Getter
@Setter
@Document(indexName = "blog_post") // 인덱스 이름 (RDB의 테이블)
public class BlogPostDocument {

    @Id
    private String id;

    @Field(type = FieldType.Text) // 형태소 분석이 필요한 필드
    private String title;

    @Field(type = FieldType.Text)
    private String content;

    @Field(type = FieldType.Keyword) // 정확히 일치해야 하는 필드 (태그 등)
    private String category;
}

---

5. 리포지토리(Repository) 만들기

이게 하이라이트입니다. JPA처럼 인터페이스만 만들면 끝납니다.

public interface BlogPostRepository extends ElasticsearchRepository<BlogPostDocument, String> {

    // 1. 제목에 검색어가 포함된 문서 찾기
    List<BlogPostDocument> findByTitleContaining(String keyword);

    // 2. 제목이나 내용에 검색어가 포함된 문서 찾기 (OR 검색)
    List<BlogPostDocument> findByTitleContainingOrContentContaining(String title, String content);
}

---

6. 서비스에서 사용하기

이제 RDB 대신 Elasticsearch를 호출하면 됩니다.

@Service
@RequiredArgsConstructor
public class BlogSearchService {

    private final BlogPostRepository blogPostRepository;

    public List<BlogPostDocument> search(String keyword) {
        // RDB였다면 3초 걸릴 쿼리가 0.05초 만에 나옵니다.
        return blogPostRepository.findByTitleContaining(keyword);
    }

    // 데이터 저장 (색인)
    public void save(BlogPostDocument post) {
        blogPostRepository.save(post);
    }
}

---

7. 주의사항: 데이터 동기화 (Sync)

가장 큰 고민거리는 "MySQL에 글이 써졌을 때, 어떻게 Elasticsearch에도 넣지?"입니다.

1. Dual Write: 서비스 코드에서 rdbRepository.save() 하고 바로 esRepository.save()를 호출한다. (가장 쉽지만, 하나가 실패하면 데이터가 꼬임)
2. Logstash / Kafka Connect: MySQL의 바이너리 로그(Binlog)를 읽어서 비동기로 Elasticsearch에 밀어 넣는다. (구축이 복잡하지만 안정적)

초기에는 Dual Write나 Spring Event(@EventListener)를 활용해서 동기화하는 것을 추천합니다.

---

마치며

오늘의 결론입니다.

1. RDB는 저장소, Elasticsearch는 검색 엔진으로 역할을 분리하자.
2. 역색인 기술 덕분에 대용량 데이터에서도 검색 속도가 압도적으로 빠르다.
3. Spring Data Elasticsearch를 쓰면 JPA처럼 쉽게 개발할 수 있다.

이제 여러분의 서비스는 구글처럼 빠른 검색 속도를 자랑하게 되었습니다.

다음 포스팅에서는 "서버가 1,000명까진 버티는데 10,000명이 오면 죽어요..." 내 서버의 한계점을 찾아내는 nGrinder 부하 테스트(Load Test)에 대해 알아보겠습니다.

도움이 되셨다면 좋아요와 댓글 부탁드립니다! 😊