시스템 아키텍처 - 알고리포트 (Algo-Report)

이 시스템은 모듈형 모놀리스(Modular Monolith) 아키텍처를 기반으로 설계되었습니다. solved.ac API에서 데이터 수집부터 사용자에게 분석 결과를 제공하는 전체 과정을 도식화하고 각 구성 요소의 역할을 명확히 정의합니다.

🏗️ 아키텍처 다이어그램 (Elastic APM 포함)

graph TD
    subgraph "사용자 영역 (User Domain)"
        KMPClient["KMP 클라이언트<br>(Kotlin Multiplatform)<br><i>Web, Android, iOS</i>"]
    end

    subgraph "백엔드 서버 (Backend Server - Modular Monolith)"
        BackendServer["알고리포트 애플리케이션<br>(Kotlin + Spring Boot)"]
        APMAgent["Elastic APM Agent<br><i>(Java Agent)</i>"]
        
        subgraph "도메인 모듈 (Domain Modules)"
            direction TB
            UserModule["사용자 모듈<br><i>(User Module)</i>"]
            StudyGroupModule["스터디 그룹 모듈<br><i>(StudyGroup Module)</i>"]
            AnalysisModule["분석 모듈<br><i>(Analysis Module)</i>"]
            NotificationModule["알림 모듈<br><i>(Notification Module)</i>"]
            SocialModule["소셜 모듈<br><i>(Social Module)</i><br>*Phase 5*"]
        end
        subgraph "공통 인프라 (Common Infrastructure)"
            direction LR
            SecurityConfig["보안 설정<br><i>(OAuth2, JWT)</i>"]
            GlobalExceptionHandler["전역 예외 처리<br><i>(Custom Error)</i>"]
        end
    end

    subgraph "데이터 처리 영역 (Data Processing Domain)"
        direction TB
        subgraph "데이터 수집 (Collection)"
            Collector["데이터 수집기<br>(Collector)<br><i>@Scheduled Service</i>"]
        end
        subgraph "데이터 파이프라인 (Pipeline)"
            Kafka[("메시지 큐<br>(Apache Kafka)")]
        end
        subgraph "데이터 분석/처리 (Analysis/Processing)"
            AnalysisService["분석 서비스<br>(Analysis Service)<br><i>@KafkaListener</i>"]
            RecommendationEngine["추천 엔진<br>(Recommendation Engine)"]
            MonitoringService["모니터링 서비스<br>(Study Group Monitor)"]
        end
    end

    subgraph "외부 시스템 (External Systems)"
        SolvedACAPI[/"solved.ac API<br><i>(사용자 정보, 제출 기록)</i>"/]
        GoogleOAuth[/"Google OAuth2<br><i>(인증)</i>"/]
    end

    subgraph "데이터 저장소 (Data Stores)"
        PostgreSQL[("RDBMS<br>(PostgreSQL)<br><i>마스터 데이터</i>")]
        Redis[("인메모리 캐시<br>(Redis)<br><i>실시간 데이터</i>")]
        Elasticsearch[("검색/분석 엔진<br>(Elasticsearch)<br><i>Phase1: 로그/APM<br>Phase2: 비즈니스 데이터</i>")]
        H2[("H2 Database<br><i>테스트용</i>")]
    end

    subgraph "로그 및 모니터링 시스템 (Logging & APM)"
        APMServer["Elastic APM Server<br><i>(추적 데이터 수집)</i>"]
        Logstash["Logstash<br><i>로그 수집 및 파싱</i>"]
        Kibana["시각화 대시보드<br>(Kibana)<br><i>로그 & APM</i>"]
    end

    %% 외부 시스템 연동
    GoogleOAuth -- "OAuth2 인증" --> UserModule
    SolvedACAPI -- "1. 주기적 데이터 수집" --> Collector
    
    %% 사용자 상호작용
    KMPClient -- "REST API 호출" --> BackendServer
    
    %% 백엔드 내부
    BackendServer -- "자동 계측" --> APMAgent
    
    %% 데이터 흐름
    Collector -- "2. 원본 데이터 발행" --> Kafka
    Kafka -- "3. 데이터 구독" --> AnalysisService
    
    %% 데이터 저장
    BackendServer -- "핵심 비즈니스 데이터" --> PostgreSQL
    BackendServer -- "실시간 랭킹/캐시" --> Redis
    AnalysisService -- "분석 결과 저장" --> Elasticsearch
    
    %% 로그 및 APM 흐름
    BackendServer -- "애플리케이션 로그" --> Logstash
    Logstash -- "로그 파싱/전송" --> Elasticsearch
    APMAgent -- "추적 데이터(Traces, Spans) 전송" --> APMServer
    APMServer -- "처리된 추적 데이터 저장" --> Elasticsearch
    Kibana -- "로그 및 APM 데이터 조회" --> Elasticsearch

    %% 스타일링
    classDef external fill:#e1f5fe,stroke:#01579b,stroke-width:2px
    classDef processing fill:#f3e5f5,stroke:#4a148c,stroke-width:2px
    classDef storage fill:#e8f5e8,stroke:#1b5e20,stroke-width:2px
    classDef monitoring fill:#fff3e0,stroke:#e65100,stroke-width:2px
    
    class SolvedACAPI,GoogleOAuth external
    class Collector,Kafka,AnalysisService,RecommendationEngine,MonitoringService processing
    class PostgreSQL,Redis,Elasticsearch,H2 storage
    class APMServer,Logstash,Kibana monitoring

5. 모니터링 및 관리 (확장)

5.1 Elastic APM (Application Performance Monitoring)

역할: 분산 추적(Distributed Tracing)을 통해 마이크로서비스 및 이벤트 기반 아키텍처의 복잡한 상호작용을 시각화하고 성능 병목을 분석합니다.
구성 요소:
- APM Agent: Spring Boot 애플리케이션에 라이브러리로 추가되어, 코드 수정 없이 자동으로 요청, 쿼리, 이벤트 등을 추적합니다.
- APM Server: 에이전트로부터 수집된 데이터를 처리하여 Elasticsearch에 저장합니다.
주요 기능:
- 분산 추적: Correlation ID를 통해 여러 모듈과 메시지 큐를 거치는 전체 트랜잭션 흐름을 시각적으로 추적합니다.
- 성능 분석: 각 단계(Span)별 지연 시간을 측정하여 병목 지점을 정확히 찾아냅니다.
- 에러 추적: 발생한 에러를 트랜잭션 컨텍스트와 함께 기록하여 디버깅을 용이하게 합니다.

5.2 Kibana (확장된 역할)

기존 역할: 애플리케이션 로그 시각화 및 운영 모니터링.
확장된 역할: APM 데이터를 활용한 분산 트랜잭션 시각화. 서비스 맵, 트랜잭션 타임라인, 의존성 그래프 등을 제공하여 시스템 전체의 동작을 한눈에 파악할 수 있게 합니다.

🔄 데이터 흐름 시나리오 (APM 추적 포함)

시나리오 1: 새로운 문제 제출 감지 및 분석

sequenceDiagram
    participant U as 사용자 (백준)
    participant API as solved.ac API  
    participant C as Collector
    participant K as Kafka
    participant AS as Analysis Service
    participant APM as Elastic APM

    Note over U, APM: 사용자가 백준에서 문제 해결
    APM->>C: 1. Trace 시작 (Trace ID 생성)
    C->>API: 2. 최신 제출 기록 조회 (Trace ID 전파)
    API-->>C: 3. 제출 데이터 응답
    C->>K: 4. new-submission 이벤트 발행 (Trace ID 포함)
    APM->>APM: Collector Span 기록
    
    K-->>AS: 5. @KafkaListener 이벤트 구독 (Trace ID 수신)
    AS->>AS: 6. 제출 데이터 분석
    APM->>APM: Analysis Service Span 기록
    
    Note over APM: Kibana에서 전체 흐름 시각화

"메시지 큐
(Apache Kafka)")] end subgraph "데이터 분석/처리 (Analysis/Processing)" AnalysisService["분석 서비스
(Analysis Service)
@KafkaListener"] RecommendationEngine["추천 엔진
(Recommendation Engine)"] MonitoringService["모니터링 서비스
(Study Group Monitor)"] end end

subgraph "외부 시스템 (External Systems)"
    SolvedACAPI[/"solved.ac API<br><i>(사용자 정보, 제출 기록)</i>"/]
    GoogleOAuth[/"Google OAuth2<br><i>(인증)</i>"/]
end

subgraph "데이터 저장소 (Data Stores)"
    PostgreSQL[("RDBMS<br>(PostgreSQL)<br><i>마스터 데이터</i>")]
    Redis[("인메모리 캐시<br>(Redis)<br><i>실시간 데이터</i>")]
    Elasticsearch[("검색/분석 엔진<br>(Elasticsearch)<br><i>Phase1: 로그 저장<br>Phase2: 비즈니스 데이터</i>")]
    H2[("H2 Database<br><i>테스트용</i>")]
end

subgraph "로그 관리 시스템 (Logging System - Phase 1)"
    ELKStack["ELK Stack<br>(Elasticsearch + Logstash + Kibana)<br><i>Spring Boot 로그 관리</i>"]
    Logstash["Logstash<br><i>로그 수집 및 파싱</i>"]
end

subgraph "모니터링/관리 (Monitoring/Admin)"
    Kibana["로그 시각화<br>(Kibana)<br><i>Phase1: 애플리케이션 로그<br>Phase2: 비즈니스 대시보드</i>"]
    SpringActuator["애플리케이션 모니터링<br>(Spring Actuator)"]
end

%% 외부 시스템 연동 (External Integration)
GoogleOAuth -- "OAuth2 인증" --> UserModule
SolvedACAPI -- "1. 주기적 데이터 수집" --> Collector

%% 사용자 상호작용 (User Interaction)
KMPClient -- "REST API 호출" --> BackendServer

%% 모듈 간 상호작용 (Inter-module Communication)
UserModule -.-> StudyGroupModule
StudyGroupModule -.-> AnalysisModule
AnalysisModule -.-> NotificationModule
StudyGroupModule -.-> SocialModule

%% 데이터 흐름 (Data Flow)
Collector -- "2. 원본 데이터 발행" --> Kafka
Kafka -- "3. 데이터 구독" --> AnalysisService
Kafka -- "4. 그룹 이벤트 구독" --> MonitoringService
AnalysisService -.-> RecommendationEngine

%% 데이터 저장 (Data Storage)
BackendServer -- "핵심 비즈니스 데이터" --> PostgreSQL
BackendServer -- "실시간 랭킹/캐시" --> Redis
AnalysisService -- "Phase2: 분석 결과 저장" --> Elasticsearch
AnalysisService -- "실시간 통계 캐싱" --> Redis
AnalysisService -- "메타데이터 저장" --> PostgreSQL
MonitoringService -- "알림 이벤트 발행" --> Kafka

%% 로그 관리 (Phase 1)
BackendServer -- "애플리케이션 로그" --> Logstash
Logstash -- "로그 파싱 및 전송" --> Elasticsearch

%% 개발/테스트 환경
BackendServer -.- H2

%% 모니터링 (Monitoring)
Kibana -- "Phase1: 로그 조회<br>Phase2: 비즈니스 시각화" --> Elasticsearch
SpringActuator -- "헬스체크/메트릭" --> BackendServer

%% 스타일링
classDef external fill:#e1f5fe,stroke:#01579b,stroke-width:2px
classDef processing fill:#f3e5f5,stroke:#4a148c,stroke-width:2px
classDef storage fill:#e8f5e8,stroke:#1b5e20,stroke-width:2px
classDef monitoring fill:#fff3e0,stroke:#e65100,stroke-width:2px

class SolvedACAPI,GoogleOAuth external
class Collector,Kafka,AnalysisService,RecommendationEngine,MonitoringService processing
class PostgreSQL,Redis,Elasticsearch,H2 storage
class Kibana,SpringActuator monitoring


---

## 📋 **구성 요소별 역할 정의**

### **1. KMP 클라이언트 (Kotlin Multiplatform Client)**

**역할**: 사용자가 직접 상호작용하는 프런트엔드. 웹(Web), 안드로이드(Android), iOS 앱으로 빌드 가능.

**주요 기능**:
- 개인/그룹 학습 대시보드 시각화 (잔디밭, 레이더 차트)
- 문제 추천 목록 표시
- 스터디 그룹 관리 및 설정
- 실시간 알림 수신 (WebSocket 또는 SSE)
- 소셜 기능 (토론, 코드 리뷰) *Phase 5*

---

### **2. 백엔드 서버 (Modular Monolith)**

**역할**: 프로젝트의 핵심. 비즈니스 로직을 수행하고 데이터를 관리하는 중앙 서버.

**기술 스택**: Kotlin + Spring Boot 3.2.x + JDK 17

#### **2.1 도메인 모듈 (Domain Modules)**

##### **사용자 모듈 (User Module)**
```kotlin
// 패키지 구조 예시
com.algoreport.module.user/
├── controller/     # UserController, OAuth2Controller
├── service/        # UserService, SolvedacLinkService
├── repository/     # UserRepository, SolvedacUserRepository
├── entity/         # User, SolvedacUser
└── dto/            # CreateUserRequest, LinkSolvedacRequest

주요 기능:

Google OAuth2 로그인/로그아웃
solved.ac 계정 연동 및 유효성 검증
사용자 프로필 관리

스터디 그룹 모듈 (StudyGroup Module)

com.algoreport.module.studygroup/
├── controller/     # StudyGroupController
├── service/        # StudyGroupService, StudyGroupRuleService
├── repository/     # StudyGroupRepository, StudyGroupMemberRepository
├── entity/         # StudyGroup, StudyGroupMember, StudyGroupRule
└── dto/            # CreateStudyGroupRequest, JoinStudyGroupRequest

주요 기능:

스터디 그룹 CRUD 및 멤버십 관리
자동 관리 규칙 설정 및 적용
문제 자동 할당 시스템 Phase 2.5
그룹 목표 설정 및 달성도 추적 Phase 2.5

분석 모듈 (Analysis Module)

com.algoreport.module.analysis/
├── controller/     # AnalysisController, RecommendationController
├── service/        # DashboardService, RecommendationService
├── repository/     # SubmissionRepository, ProblemMetadataRepository
├── entity/         # Submission, ProblemMetadata
└── dto/            # DashboardResponse, RecommendationResponse

주요 기능:

개인/그룹 학습 현황 분석 및 대시보드 데이터 제공
맞춤 문제 추천 알고리즘 실행
Elasticsearch 집계 쿼리를 통한 통계 생성

알림 모듈 (Notification Module)

com.algoreport.module.notification/
├── controller/     # NotificationController
├── service/        # NotificationService, AlertService
├── repository/     # NotificationSettingsRepository, NotificationHistoryRepository
├── entity/         # NotificationSettings, NotificationHistory
└── dto/            # NotificationSettingsResponse, SendNotificationRequest

주요 기능:

사용자별 알림 설정 관리
스터디 그룹 규칙 위반 감지 시 알림 발송
이메일/푸시 알림 통합 관리

소셜 모듈 (Social Module) Phase 5

com.algoreport.module.social/
├── controller/     # DiscussionController, CodeReviewController
├── service/        # DiscussionService, CodeReviewService
├── repository/     # ProblemDiscussionRepository, CodeReviewRepository
├── entity/         # ProblemDiscussion, CodeReview, DiscussionComment
└── dto/            # CreateDiscussionRequest, CodeReviewRequest

주요 기능:

문제별 토론 게시판 (힌트, 질문, 풀이 공유)
코드 리뷰 시스템 (라인별 댓글)
풀이 아카이브 및 검색
실시간 협업 기능 (WebSocket)

2.2 공통 인프라 (Common Infrastructure)

보안 설정 (Security Configuration)

com.algoreport.config.security/
├── SecurityConfig.kt           # Spring Security 설정
├── OAuth2SuccessHandler.kt     # OAuth2 로그인 성공 처리
├── JwtAuthenticationFilter.kt  # JWT 토큰 검증
└── CustomUserDetailsService.kt # 사용자 정보 로드

전역 예외 처리 (Global Exception Handling)

com.algoreport.config.exception/
├── GlobalExceptionHandler.kt   # @RestControllerAdvice
├── CustomException.kt          # 커스텀 예외 클래스
└── Error.kt                    # 에러 코드 enum

3. 데이터 처리 영역

3.1 데이터 수집기 (Collector)

역할: solved.ac API에서 주기적으로 데이터를 수집하여 Kafka로 전송.

com.algoreport.collector/
├── service/
│   ├── SolvedacDataCollector.kt    # @Scheduled 메인 수집기
│   └── SolvedacApiClient.kt        # solved.ac API 호출 클라이언트
├── config/
│   └── SchedulerConfig.kt          # 스케줄링 설정
└── dto/
    └── SolvedacApiResponse.kt      # API 응답 DTO

주요 기능:

@Scheduled(fixedRate = 300000) 5분마다 실행
등록된 사용자들의 최신 제출 기록 수집
신규 제출 데이터만 필터링하여 new-submission 토픽으로 발행
API 호출 실패 시 재시도 로직 (Resilience4j 활용)

3.2 메시지 큐 (Apache Kafka)

역할: 대용량 실시간 데이터를 안정적으로 처리하기 위한 이벤트 스트리밍 플랫폼.

주요 토픽:

토픽 구성:
  new-submission:           # 새로운 문제 제출 이벤트
    - partition: 3
    - replication: 1
    - retention: 7 days
  
  study-group-alert:        # 스터디 그룹 알림 이벤트
    - partition: 2  
    - replication: 1
    - retention: 30 days
  
  problem-assigned:         # 문제 할당 이벤트 (Phase 2.5)
    - partition: 2
    - replication: 1
    - retention: 14 days

3.3 분석 및 처리 서비스들

분석 서비스 (Analysis Service)

com.algoreport.analysis/
├── listener/
│   └── SubmissionEventListener.kt      # @KafkaListener
├── service/
│   ├── SubmissionAnalysisService.kt    # 제출 데이터 분석
│   └── ElasticsearchIndexService.kt    # ES 인덱싱
└── config/
    └── KafkaConsumerConfig.kt          # Kafka Consumer 설정

주요 기능:

new-submission 토픽 구독하여 실시간 제출 데이터 처리
태그별 숙련도, 문제 해결 패턴 분석
Elasticsearch에 시계열 데이터로 인덱싱
Redis에 실시간 통계 캐싱

모니터링 서비스 (Study Group Monitor)

com.algoreport.monitoring/
├── service/
│   ├── StudyGroupMonitorService.kt     # @Scheduled 그룹 모니터링
│   └── RuleViolationDetector.kt        # 규칙 위반 감지
└── publisher/
    └── AlertEventPublisher.kt          # 알림 이벤트 발행

주요 기능:

스터디 그룹 규칙 위반 감지 (주기적 실행)
그룹원 활동 패턴 분석 및 이상 징후 탐지
study-group-alert 토픽으로 알림 이벤트 발행

4. 데이터 저장소

4.1 PostgreSQL (RDBMS)

용도: 핵심 비즈니스 데이터의 ACID 보장이 중요한 데이터
저장 데이터: 사용자 정보, 스터디 그룹, 알림 설정, 문제 메타데이터 등
특징: 정규화된 관계형 데이터, 트랜잭션 보장

4.2 Redis (In-Memory Cache)

용도: 빠른 응답이 필요한 실시간 데이터 캐싱

저장 데이터:

user:profile:{userId}         # 사용자 프로필 캐시 (TTL: 1시간)
ranking:weekly:{date}         # 주간 랭킹 (TTL: 30분)  
recommendation:{userId}       # 개인 추천 결과 (TTL: 24시간)
dashboard:{userId}:{period}   # 대시보드 캐시 (TTL: 1시간)

4.3 Elasticsearch

Phase 1 용도: Spring Boot 애플리케이션 로그 저장 및 검색
Phase 2 용도: 대규모 시계열 데이터 저장 및 복잡한 집계/검색 쿼리

인덱스 구조:

# Phase 1: 로그 관리
algoreport-logs-{YYYY.MM.dd}  # 일별 애플리케이션 로그

# Phase 2: 비즈니스 데이터 (향후 확장)
submissions-{YYYY.MM}         # 월별 파티셔닝된 제출 데이터
problem-metadata             # 문제 메타데이터 및 태그 검색
user-activities-{YYYY.MM}    # 사용자 활동 로그 (분석용)
saga-events-{YYYY.MM}        # SAGA 이벤트 추적

4.4 H2 Database

용도: 개발/테스트 환경에서 빠른 인메모리 DB
특징: 테스트 실행 시 매번 초기화, JPA Entity 검증

5. 모니터링 및 관리

5.1 Kibana

Phase 1 용도: 애플리케이션 로그 시각화 및 운영 모니터링
Phase 2 용도: 비즈니스 데이터 시각화 및 분석 대시보드
주요 대시보드:
- Phase 1: 애플리케이션 로그 검색, 에러 추적, 성능 모니터링
- Phase 2: 실시간 제출 현황, 사용자 활동 패턴, SAGA 실행 현황

5.2 Spring Actuator

용도: 애플리케이션 상태 모니터링 및 메트릭 수집
엔드포인트:
- /actuator/health - 애플리케이션 헬스체크
- /actuator/metrics - JVM, DB 연결 풀 등 메트릭
- /actuator/prometheus - Prometheus 메트릭 노출

🔄 데이터 흐름 시나리오

시나리오 1: 새로운 문제 제출 감지 및 분석

sequenceDiagram
    participant U as 사용자 (백준)
    participant API as solved.ac API  
    participant C as Collector
    participant K as Kafka
    participant AS as Analysis Service
    participant ES as Elasticsearch
    participant R as Redis
    participant Client as KMP Client

    Note over U, API: 사용자가 백준에서 문제 해결
    API-->>C: 1. @Scheduled 수집기 실행
    C->>API: 2. 최신 제출 기록 조회
    API-->>C: 3. 제출 데이터 응답
    C->>K: 4. new-submission 이벤트 발행
    
    K-->>AS: 5. @KafkaListener 이벤트 구독
    AS->>AS: 6. 제출 데이터 분석 (태그, 난이도 등)
    AS->>ES: 7. 시계열 데이터로 인덱싱
    AS->>R: 8. 실시간 통계 갱신
    
    Client->>BackendServer: 9. 대시보드 조회 요청
    BackendServer->>R: 10. 캐시된 통계 조회
    BackendServer-->>Client: 11. 업데이트된 대시보드 응답

시나리오 2: 스터디 그룹 규칙 위반 감지 및 알림

sequenceDiagram
    participant M as Monitoring Service
    participant DB as PostgreSQL
    participant K as Kafka
    participant NS as Notification Service
    participant Client as KMP Client

    Note over M: @Scheduled 주기적 실행
    M->>DB: 1. 모든 그룹 규칙 조회
    M->>DB: 2. 그룹원별 활동 데이터 조회
    M->>M: 3. 규칙 위반 여부 분석
    
    alt 규칙 위반 감지됨
        M->>K: 4. study-group-alert 이벤트 발행
        K-->>NS: 5. @KafkaListener 알림 이벤트 구독
        NS->>NS: 6. 알림 메시지 생성
        NS->>DB: 7. 알림 히스토리 저장
        NS-->>Client: 8. 실시간 푸시 알림 발송
    end

⚡ 성능 최적화 전략

1. 캐싱 전략

@Cacheable(value = ["userDashboard"], key = "#userId + '_' + #period")
fun getUserDashboard(userId: Long, period: String): DashboardResponse

@CacheEvict(value = ["userDashboard"], key = "#userId + '_*'")  
fun evictUserDashboardCache(userId: Long)

2. 데이터베이스 최적화

읽기 전용 복제본: 대시보드 조회용 Read Replica 구성
인덱스 최적화: 자주 사용되는 쿼리 패턴에 복합 인덱스 생성
파티셔닝: 큰 테이블(SUBMISSIONS) 월별 파티셔닝

3. 비동기 처리

@Async("taskExecutor")
fun processSubmissionAsync(submissionData: SubmissionData) {
    // 시간이 오래 걸리는 분석 작업을 비동기로 처리
}

🛡️ 보안 고려사항

1. 인증/인가

OAuth2: Google OAuth2를 통한 안전한 로그인
JWT: Stateless 토큰 기반 인증, 만료시간 설정
Role-based Access: 그룹장/멤버 권한 구분

2. 데이터 보호

API Rate Limiting: solved.ac API 호출량 제한
Input Validation: 모든 사용자 입력에 대한 검증
SQL Injection 방지: JPA Prepared Statement 사용

3. 개인정보 보호

최소 수집 원칙: 필요한 정보만 수집 및 저장
데이터 암호화: 중요 정보(이메일 등) 데이터베이스 내 암호화

📈 확장성 로드맵

Phase 1: 모듈형 모놀리스 + 로그 관리 (현재)

단일 애플리케이션 내 논리적 모듈 분리
ELK Stack 도입: Spring Boot 로그 관리 및 모니터링
빠른 개발 및 배포 가능

Phase 2: 비즈니스 데이터 분석 확장

ELK Stack 확장: solved.ac 데이터 분석용 파이프라인 추가
Kafka + Debezium: CDC 기반 실시간 데이터 스트리밍
Schema Registry: SAGA 이벤트 스키마 관리
비즈니스 인텔리전스 및 추천 시스템 고도화

Phase 3: 마이크로서비스 분리 (향후)

graph LR
    subgraph "마이크로서비스 아키텍처"
        A[User Service] 
        B[StudyGroup Service]
        C[Analysis Service] 
        D[Notification Service]
        E[Social Service]
    end
    
    F[API Gateway] --> A
    F --> B  
    F --> C
    F --> D
    F --> E
    
    G[Service Discovery] -.-> A
    G -.-> B
    G -.-> C
    G -.-> D
    G -.-> E

분리 우선순위:

Analysis Service: CPU 집약적 작업, 독립적 스케일링 필요
Notification Service: 외부 시스템 연동이 많음
Social Service: 별도 도메인, 독립적 발전 가능

📝 문서 버전: v1.0
📅 최종 수정일: 2025-07-22
👤 작성자: 채기훈

FilesExpand file tree

Architecture.md

Latest commit

History

Architecture.md

File metadata and controls

시스템 아키텍처 - 알고리포트 (Algo-Report)

🏗️ 아키텍처 다이어그램 (Elastic APM 포함)

5. 모니터링 및 관리 (확장)

5.1 Elastic APM (Application Performance Monitoring)

5.2 Kibana (확장된 역할)

🔄 데이터 흐름 시나리오 (APM 추적 포함)

시나리오 1: 새로운 문제 제출 감지 및 분석

스터디 그룹 모듈 (StudyGroup Module)

분석 모듈 (Analysis Module)

알림 모듈 (Notification Module)

소셜 모듈 (Social Module) Phase 5

2.2 공통 인프라 (Common Infrastructure)

보안 설정 (Security Configuration)

전역 예외 처리 (Global Exception Handling)

3. 데이터 처리 영역

3.1 데이터 수집기 (Collector)

3.2 메시지 큐 (Apache Kafka)

3.3 분석 및 처리 서비스들

분석 서비스 (Analysis Service)

추천 엔진 (Recommendation Engine)

모니터링 서비스 (Study Group Monitor)

4. 데이터 저장소

4.1 PostgreSQL (RDBMS)

4.2 Redis (In-Memory Cache)

4.3 Elasticsearch

4.4 H2 Database

5. 모니터링 및 관리

5.1 Kibana

5.2 Spring Actuator

🔄 데이터 흐름 시나리오

시나리오 1: 새로운 문제 제출 감지 및 분석

시나리오 2: 스터디 그룹 규칙 위반 감지 및 알림

⚡ 성능 최적화 전략

1. 캐싱 전략

2. 데이터베이스 최적화

3. 비동기 처리

🛡️ 보안 고려사항

1. 인증/인가

2. 데이터 보호

3. 개인정보 보호

📈 확장성 로드맵

Phase 1: 모듈형 모놀리스 + 로그 관리 (현재)

Phase 2: 비즈니스 데이터 분석 확장

Phase 3: 마이크로서비스 분리 (향후)