[Clean Code] 동시성

Clean Code를 읽고 내용을 정리한 것입니다.

책 구매하러 가기

동시성

객체는 처리의 추상화다. 스레드는 일정의 추상화다.

동시성과 깔끔한 코드는 양립하기 어렵다.

단일 스레드 프로그래밍은 상대적으로 쉬운 편에 속한다.

다중 스레드 코드도 맘만 먹으면 코드를 쉽게 작성할 수 있다.

하지만 쉽게 작성한 다중 스레드 코드는 시스템의 부하가 큰 환경에서 코드 내부 깊숙한 곳부터 발생한 문제가 있을 수 있다.

동시성의 필요성

동시성은 무엇과 언제를 분리하는 전략이다.

단일 스레드 프로그램을 생각해보자.

Breakpoint를 걸어놓기만 하면 언제 무엇을 하는지 명확하게 잡아낼 수 있다.

무엇과 언제를 분리하면 프로그램 구조와 효율이 극적으로 나아진다.

구조적인 관점에선 거대한 루프 하나가 아니라 작은 단위의 프로그램 여러 개가 협업하는 것과 같기 때문에 시스템을 이해하기 쉽고 문제를 분리하기도 쉽다.

동시성을 채택하는 이유는 여러 가지가 있다.

1. 각 스레드에게 독립적인 영역을 할당해야 하는 경우

   • 서블릿은 요청이 들어오면 비동기적으로 명령을 수행하고, 다른 서블릿 스레드와는 무관하게 동작한다.

2. Response time / Throughput 개선

   • 크롤러 프로그램이 한 번에 한 웹 사이트를 방문하여 정보를 가져온다고 할 때,
   • 방문할 웹사이트를 추가한 만큼 정보를 수집하는 시간도 늘어나게 된다.
   • 단일 스레드인 경우 한 번에 한 페이지만을 방문하겠지만 다중 스레드 알고리즘을 활용하면 여러 페이지를 동시에 방문하여 수집 성능을 높일 수 있다.

결론은 병렬 처리가 필요한 때 동시성을 채택한다는 것이다.

동시성에 대한 오해

1. 동시성은 항상 더 좋은 처리 성능을 보여준다?

   • 여러 프로세서가 동시에 처리해야 하는 독립적인 명령이 충분히 많은 경우에만 성능이 향상된다.

2. 동시성을 구현해도 설계는 그대로다?

   • 단일/다중 스레드 시스템은 설계부터 매우 다르다.
   • 일반적으로 무엇과 언제를 분리하면 시스템 구조가 크게 달라진다.

3. 웹 컨테이너를 사용하면 동시성을 이해하지 않아도 된다?

   • 컨테이너의 동작 방식을 이해해야 더 효율적인 시스템을 만들 수 있다.
   • 공유 메모리나 데드락과 같은 전형적인 동시성 문제를 어떻게 피할 수 있는지 알아야 한다.

반대로 다음은 동시성에 대해서 타당한 의견이다.

1. 동시성은 부하를 유발한다.

   • 성능 측면에서 부하가 걸리고 일반적으로 코드도 더 길다.

2. 동시성은 복잡하다.

   • 간단한 문제도 해결하기 어려울 수 있다.

3. 동시성 버그는 재현하기 어렵다.

   • 재현의 어려움으로 인해 결함이 아니라 일시적 문제로 여길 가능성이 있다.

4. 동시성을 구현하려면 근본적인 설계 전략을 세워야 한다.

난관

동시성이 어려운 이유를 알아보자.

public class Document {
    private int readCount;

    public int getReadCountAndPlus() {
        return ++readCount;
    }
}

위의 코드를 두 개의 스레드가 동시에 접근하면 이상한 값이 튀어나온다.

1. 스레드 1이 readCount = 43일 때 getReadCountAndPlus를 실행한다.
2. 스레드 2가 readCount = 43일 때 getReadCountAndPlus를 실행한다.

당연히 readCount의 값은 44가 되어야 할 것 같은데, 실제로는 43이 나온다.

코드로만 보면 대체 어느 경로로 진입하기에 저런 결과가 나올까? 하는 생각을 할 수 있다.

바이트 코드만 고려했을 때 두 스레드가 getReadCountAndPlus를 실행하는 경로는 최대 12,870개나 된다.

readCount를 int 대신 long으로 사용하면 경우의 수가 2,704,156개로 증가한다.

동시성 방어 원칙

단일 책임 원칙 (Single Responsibility Principle)

동시성은 복잡하기 때문에 다른 코드와 분리해야 한다.

• 동시성 코드는 독자적인 개발, 변경, 조율 주기가 있어야 한다.
• 동시성 코드에서는 단일 스레드 코드에서 겪지 못하는 난관이 있다.
• 잘못 구현한 동시성 코드는 상상 이상으로 다양하게 실패한다.

데이터를 최대한 제한하기

자바는 synchronized 키워드로 임계구역을 보호할 수 있다.

이하는 임계구역을 최대한 줄여야 하는 이유이다.

1. synchronized 키워드를 잊어버려 데이터를 수정하는 로직이 망가질 수 있다.
2. 모든 임계구역을 보호했는지 확인하는 데에 시간이 소모된다.
3. 임계구역에서 발생하는 버그는 찾아내기 어렵다.

데이터를 복사하여 사용하기

공유 데이터를 줄이는 제일 좋은 방법은 하나도 사용하지 않는 것이다.

공유하는 대신 원본 객체를 복사해서 사용하는 방법을 고려해보자.

• 임계구역 보호에 소모되는 비용
• 사본을 생성하고 GC에 드는 비용

후자가 전자보다 나은 경우가 더 많다.

스레드는 가급적 독립적으로 구현하라

독립적인 스레드는 몇 가지 조건을 충족한다.

1. 다른 스레드와 데이터를 공유하지 않는다.
2. 각 스레드는 클라이언트의 요청 하나를 처리한다.
3. 공유되지 않은 인스턴스 데이터만을 사용하고 로컬 변수로 저장한다.

실행 모델의 이해

기본 용어를 먼저 살펴본다.

• 한정된 자원

  • 크기나 숫자가 제한적인 자원으로, DB Connection, 입력 길이가 일정한 Read/Write 버퍼 등

• 상호 배제

  • 한 번에 한 스레드만 공유 데이터/자원에 접근할 수 있다.

• 기아 현상

  • 특정 스레드가 자원을 오랫동안 혹은 영원히 기다리는 상태

• 데드락

  • 여러 스레드가 자원을 붙잡고 놓지 않으면서 서로가 끝나기를 기다리는 상태
  • 필요한 자원이 모두 점유되어 더 이상 작업을 진행할 수 없다.

• 라이브락

  • 락을 거는 단계에서 각 스레드가 서로를 방해
  • 스레드는 계속 진행하려하나, 굉장히 오랫동안 혹은 영원히 진행하지 못한다.

생산자-소비자 모델

1. 생산자

   • 생산자 스레드는 데이터를 만들어서 특정 저장소(버퍼나 큐)에 삽입한다.
   • 저장소가 꽉 차면 데이터를 채울 수 없기 때문에 빌 때까지 기다린다.
   • 대기열에 데이터를 채우면 소비자 스레드에게 "대기열에 데이터가 있다"는 시그널을 보낸다.

2. 소비자

   • 소비자는 만들어진 데이터를 저장소에서 가져와 사용한다.
   • 저장소가 비면 데이터를 가져올 수 없기 때문에 찰 때까지 기다린다.
   • 대기열에서 데이터를 읽어들이면 생산자 스레드에게 "대기열에 빈 공간이 있다"는 시그널을 보낸다.

설계가 잘못될 경우 동시에 서로의 시그널을 기다릴 가능성이 존재한다.

읽기-쓰기

읽기 스레드(Reader Thread)와 쓰기 스레드(Writer Thread)가 공유 데이터를 사용하고 있다.

쓰기 쓰레드는 공유 데이터를 갱신한다.

이런 경우, 처리율(Throughput)이 문제의 핵심이다.

처리율 강조 시 기아 현상이 생기거나 오래된 데이터가 쌓인다.

갱신을 허용하면 처리율에 영향을 미친다.

처리율도 적당히 높이고 기아도 방지하는 해법이 필요하다.

간단한 전략

• 읽기 스레드가 없을 때까지 갱신을 원하는 쓰기 스레드가 버퍼를 기다리는 방법
  • 읽기 스레드가 계속 작업을 이어가면 쓰기 스레드는 기아 상태에 빠진다.
  • 쓰기 스레드의 우선순위를 높인 상태에서 쓰기 스레드가 계속 작업을 이어가면 처리율이 떨어진다.

식사하는 철학자들

둥근 원탁에 둘러 앉은 철학자의 예시로, 운영체제를 공부해본 사람이라면 아는 바로 그 예시이다.

• 전제 조건
  • 각 철학자의 왼쪽에 포크가 놓여 있다.
  • 식탁 가운데에는 스파게티가 있다.
  • 철학자는 양 손에 포크를 잡아야만 식사를 할 수 있다.
  • 사용 중인 포크는 식사를 마치고 포크를 내려 놓기 전까진 다시 사용할 수 없다.
  • 스파게티를 먹고 나면 배가 고플 때까지 다시 생각에 잠긴다.

여기서 철학자를 스레드로, 포크를 자원으로 바꿔서 생각해보자.

애플리케이션은 여러 프로세스가 자원을 얻기 위해 경쟁한다.

설계 오류로 인해 데드락/라이브락/처리율/효율성 저하와 같은 문제가 발생할 수 있다.

동기화하는 메소드 사이의 의존성

동기화하는 메소드 사이에 의존성이 존재하면 찾기 어려운 버그가 생긴다.

공유 클래스 하나에 동기화 메소드가 여러개라면 설계부터 다시 검토해보자.

공유 객체 하나에는 메소드 하나만 사용하는 것이 바람직하다.

그 이상 사용하고자 한다면 각 메소드나 서버를 잠그는 별도의 로직이 존재해야 한다.

임계구역은 최대한 줄일 것

synchronized 키워드는 락을 만들 수 있다.

락으로 감싼 영역은 한 번에 한 스레드만 실행이 가능하다.

synchronized의 남발은 속도 저하를 야기할 수 있는 바람직하지 못한 코드이지만,

임계구역이 보호받지 않으면 예상치 못한 버그가 발생한다.

따라서 코드를 짤 때는 임계구역의 수를 가능한 한 줄일 수 있게 노력하자.

올바른 종료 코드

스레드를 깔끔하게 종료하는 코드는 올바로 구현하기 어렵다.

제대로 구현되지 않으면 데드락 문제가 발생할 수 있다.

예를 들어 생산자-소비자 스레드가 하나씩 있을 때, 생산자만 종료한다면 소비자는 생산자의 메시지를 영원히 기다리는 상태에 빠지게 된다.

스레드 테스트

스레드 테스트는 고려 사항이 많다.

1. 말도 안 되는 실패는 스레드 문제로 취급할 것.

   • 다중 스레드는 가끔 이해할 수 없는 버그를 일으킬 때가 있다.
   • 재현하기가 매우 어렵지만, 단순한 일회성 버그로 치부하고 무시하면 안된다.
   • 일회성 문제를 무시하고 계속 코드를 작성하면 잘못된 코드 위에 계속 코드가 쌓여간다.

2. 다중 스레드를 고려하지 않은 코드부터 먼저 최대한 완벽하게 만들 것.

   • 스레드 환경 밖에서 잘 돌아가는지 점검하자.

3. 다중 스레드 코드 영역이 다양한 환경에 잘 끼워넣을 수 있게 구현할 것.

   • 실행하는 스레드의 수를 1, N, 실행 중 스레드 수를 바꾸는 방법 등을 사용해보자.
   • 실제 환경/테스트 환경에서 모두 돌려본다.
   • 반복 테스트가 가능한 테스트 케이스를 작성한다.

4. 다중 스레드를 쓰는 코드를 상황에 맞춰 조정할 수 있게 작성할 것.

   • 적절한 스레드의 개수를 파악하는 데에는 시행착오가 필요하다.
   • 프로그램의 성능을 측정하여 스레드 개수를 조율해본다.

5. 프로세서 수보다 많은 스레드를 돌려볼 것.

   • 스레드 스와핑 시에 문제가 발생할 수 있다.
   • 프로세서 수보다 많은 스레드를 사용하면 스와핑을 강제로 일으킬 수 있다.
   • 스와핑이 잦으면 임계구역 문제나 데드락 문제를 발견하기 쉽다.

6. 다른 플랫폼에서 돌려볼 것.

   • Mac, Linux, Windows 등 운영체제마다 스레드 처리 정책이 다르다.
   • 다중 스레드 코드는 플랫폼에 따라 다르게 실행될 여지가 있다.

7. 무조건 실패하는 코드를 넣어 테스트해볼 것.

   • 스레드 내에서 발생한 오류는 찾기 어렵다.
   • 수천, 수만가지 경로 중 극소수만 실패하기 때문이다.
   • Object.wait(), Object.sleep() 등 스레드 제어 코드를 넣어 다양한 순서로 실행하며 버그를 찾아보자.