MusicNote

프로젝트 소개

• 당신이 듣는 음악이 당신을 말하다. 유저들이 들은 음악을 바탕으로 사람들의 성향을 분석하고, 성향에 어울리는 크로스 도메인을 추천하는 프로젝트입니다.

배포 주소

• https://j12a308.p.ssafy.io/

주요 기능

1. Spotify API를 활용하여 최근 들은 음악을 기준으로 성향을 분석합니다.
2. 분석한 성향 (Big Five 기반)을 일간, 주간 기준으로 레포트를 제공합니다.
3. 분석한 성향을 바탕으로 유저가 좋아할만한 영화와 음악을 추천합니다.

시스템 구성도

기술 스택

Frontend

• React
• TypeScript
• Tailwind.css

Backend

• Java 17, Spring Boot
• Kafka 3.7 (KRaft 기반)
• MySQL, MongoDB

DataAnalysis

• Fast API
• Pytorch
• scikit-learn

팀원 소개

• 프론트엔드: 민경현, 주현호
• 백엔드(서버): 문인규, 손승범
• 백엔드(데이터분석): 남기운, 윤상흠

트러블 슈팅

Back-End (Server)

1. 사용자의 성향 분석 요청 처리하기

• 문제 상황
  • 성향 분석 요청은 여러 서비스에 걸쳐 수행되므로, 이를 동기적으로 처리할 경우 다양한 문제가 발생
  • 하나의 서비스가 지연되거나 실패하면 전체 처리가 지연되거나 실패로 이어질 수 있음
  • 높은 트래픽 상황에서는 모든 요청을 실시간으로 처리하기 어려워 시스템 부하가 가중됨
  • 서비스 간 동기 호출 기반의 강한 결합도로 인해 유지보수 및 확장성에 한계 발생
• 문제 해결
  • Kafka 기반 비동기 이벤트 스트리밍 구조로 전환
    • 메인 서버는 사용자 요청을 Kafka 이벤트로 발행하고, 이후 각 서비스가 독립적으로 수행
  • 사용자에게 비동기 알림 제공을 위해 SSE(Server-Sent Events) 도입
    • 브라우저 기반 단방향 통신에 적합하며, 실시간 처리가 필요한 알림에 적절
• 결과
  • 이벤트 기반 아키텍처 설계를 통해 서비스 간 결합도를 낮춤
  • 서비스가 비동기적으로 동작함에 따라 높은 트래픽 상황에서도 안정적인 성능 유지
• 관련 포스팅
  • https://bangbaeking.tistory.com/163

Related Posts

• [Database] MongoDB와 RDB의 차이점 (Master-Slave와 Sharding)