Page History
...
데이터베이스는 지루하면 안된다라는 슬로건을 내건 모던 DB
AI OPS 등장
AI 를 활용하는 AI OPS의 등장으로 MSA의 API GateWay는 Context Gateway로 전환을 준비하고 기중중심에서 문맥중심으로 활용해야할 DB와 인프라는 더 복잡해자고
활용 해야할 DB는 더 늘어나고 복잡해지고 더 많은 스트림 이벤트를 처리하면서 인프라사용증가는 불가피할것으로 보여집니다.
🧠 AI 시대, 데이터베이스는 지루하지 않아야 한다
"데이터베이스는 지루하면 안 된다."
이것은 RavenDB가 내세운 모토입니다. 이 슬로건은 단순한 마케팅 문구가 아니라, AI와 데이터 중심의 시대에서 우리가 겪고 있는 복잡성에 대한 직설적인 반응입니다.
📈 복잡해지는 데이터 아키텍처
오늘날 AI 기반 서비스, 특히 RAG(Retrieval-Augmented Generation)를 구축하려면 단순히 전통적인 RDBMS만으로는 부족합니다. 보통 다음과 같은 데이터베이스들이 함께 필요해집니다:
✅ RDB: 정형화된 트랜잭션 데이터 저장
🔍 ElasticSearch: 실시간 검색 및 로그 분석
📄 MongoDB: 문서 기반의 유연한 저장
🔗 Neo4j: 그래프 기반의 관계 분석
🧠 Vector DB: 임베딩 기반의 유사도 검색
이 조합은 "기능 최적화"라는 이름으로 합리화되지만, 실상은 데이터 이동, 변환, 파이프라이닝이라는 복잡성을 끌어안게 됩니다. 이는 규모 있는 조직에는 ‘가능한 선택’일지 몰라도, 소규모 팀에게는 감당하기 어려운 난제입니다.
⚠️ 스타트업이 마주하는 현실
대기업은 이미 데이터 엔지니어링 팀과 ETL 파이프라인을 갖추고, 이를 기반으로 AI 역량을 확대해나갑니다. 그러나 스타트업은?
핵심 서비스를 개발하면서
데이터 ETL 파이프라인을 설계하고
각기 다른 DB와 연동하며
클라우드 인프라 비용을 관리하는 일까지
"모든 것을 동시에 잘하는 것"은 사실상 불가능합니다.
☁️ 클라우드로는 충분할까?
클라우드는 NoSQL 연동, ETL 도구, 매니지드 인프라까지 제공합니다. 하지만 서비스가 커질수록 사용량 기반 요금은 제어하기 어려운 비용 폭탄으로 돌아옵니다. 단순한 아키텍처가 아니라면, 복잡한 아키텍처를 클라우드에 옮긴다고 해서 복잡성이 줄어들지는 않습니다.
🧩 RavenDB가 주는 메시지
RavenDB는 전통 RDB와 NoSQL, 문서 저장, 분산처리를 아우르며 하나의 DB로 다중 기능을 흡수하려는 전략을 택했습니다. 이는 기술적으로도, 비즈니스 전략적으로도 다음을 의미합니다:
하나의 DB, 하나의 파이프라인
ETL 부담 최소화
AI 및 RAG 연계도 간단히 구성
운영 복잡도와 인프라 비용 절감
**“모든 기능을 외부에 위임하기보다, 핵심 기능은 내부로 끌어안자”**는 전략이자, 작지만 강력한 조직이 선택할 수 있는 현실적인 대안입니다.
🔮 AI-Native 아키텍처 시대, 데이터 전략은?
다가오는 AI-Native 아키텍처에서는 다음과 같은 키워드들이 중심이 됩니다:
| 키워드 | 설명 |
|---|---|
| AI-Native | AI가 모든 서비스의 기본 흐름을 주도 |
| Context-Aware | 사용자와 상황에 따른 반응적 설계 (MCP 등) |
| Event-Driven | 모든 변화가 이벤트로 감지 및 처리됨 |
| Composable | 기능을 블록처럼 유연하게 조립 |
| Autonomous Ops | 자동화된 인프라 운영 및 복구 |
| Multi-Agent | 분산된 AI 에이전트들의 협업 |
이런 시대에 데이터 인프라는 더욱 **문맥 중심(Context-Aware)과 이벤트 중심(Event-Driven)**으로 진화합니다. 그리고 그것은 더 많은 DB, 더 많은 이벤트, 더 복잡한 흐름을 의미합니다.
✅ 우리는 모든 것을 다룰 필요는 없다
전통 RDB가 계속해서 NoSQL 기능을 흡수하고 진화하고 있듯이, 모든 DB를 조합해 구축하는 시대는 AI처럼 빠르게 지나갈 수 있습니다.
AI 기술의 대중화는 인프라 복잡성을 가리는 화려한 조명이지만, 지속 가능한 아키텍처는 단순함에서 출발해야 합니다.
하나의 DB로 문서, 트랜잭션, 검색, 분석, 분산처리까지 아우를 수 있다면?
복잡성은 줄고, 핵심 서비스에 집중할 수 있습니다.
그리고 그것이 AI 시대, 지루하지 않은 데이터베이스가 가져다주는 진짜 가치입니다.
| Info |
|---|
전통적 DB가 왜 지루하지? 의미분석과정중 GPT가 생성해낸 글이긴하지만 복잡한 DB를 모두 알아야했고ETL 파이프라인을 구축하는데 많은시간과 힘을빼기도 했습니다. 본론으로 들어가 RavenDB의 특징과 사용법 그리고 Akka.net에서의 확장 사용법을 간단하게 알아보겠습니다. |
✅ RavenDB 특징
| 항목 | 설명 |
|---|---|
| Document Store | JSON 기반의 문서 저장 (MongoDB처럼) |
| Full-Text Search 내장 | Lucene 기반 검색엔진 포함 (Elasticsearch 대체 가능) |
| Graph-Like Traversal 지원 | Include, Load, RelatedDocuments 로 Graph traversal 흉내 가능 |
| 벡터 검색 (Vector Search) | 6.0 이상 버전에서 Vector search 지원 (Preview → Stable 예정) |
| ACID 트랜잭션 지원 | NoSQL 중 드물게 단일 DB 내 ACID 지원 |
| 자동 인덱싱/쿼리 최적화 | 쿼리 기반으로 자동 인덱싱 생성 |
| Change Vector / ETL 기능 내장 | 다른 Raven 클러스터 또는 외부 시스템으로 데이터 복제 가능 |
| 클라우드 + 온프렘 지원 | 다양한 배포 환경 대응 |
| Sharding + Replication | 분산 구조 대응 가능 (Sharded DB) |
✅ 기존 DB 구성 중 대체 가능한 역할
| 기존 시스템 | RavenDB로 대체 가능 여부 | 설명 |
|---|---|---|
| MongoDB (Document DB) | ✅ 완전 대체 | JSON 기반 문서 저장, 컬렉션 → 문서 분리 모델 |
| Elasticsearch | ✅ 부분 대체 | Full-text 검색 지원, 복잡한 분석쿼리는 제한적이나 일반 검색에는 충분 |
| Neo4j (Graph DB) | ⚠️ 간단한 관계 트래버설은 가능 | 명시적 Graph 모델링은 어려움 (복잡한 네트워크 분석에는 부적합) |
| Vector DB (예: Weaviate, Milvus) | ✅ 단순 벡터 검색은 대체 가능 | 다차원 벡터 검색 API 제공, 모델링+쿼리 결합 쉬움 |
| RDB (CRUD/정형) | ⚠️ 단순 CRUD는 가능, 복잡한 조인과 트랜잭션은 제한적 | 정형 테이블 기반보다는 문서 중심 모델 필요 |
RabenDB Docker StandAlone 구동
| Code Block | ||
|---|---|---|
| ||
version: '3.8'
services:
ravendb:
image: ravendb/ravendb:ubuntu-latest
container_name: ravendb
ports:
- "9000:8080"
environment:
- RAVEN_Setup_Mode=None
- RAVEN_License_Eula_Accepted=true
volumes:
- ravendb_data:/ravendb/data
- ravendb_logs:/ravendb/logs
volumes:
ravendb_data:
ravendb_logs: |
- 클라우드로도 이용가능하며~ 로컬또는 온프레미스로도 운영가능합니다.
IDE 환경
- Docker와 통합된 IDE환경으로 RavenDB 구동
RavenDB 웹관리툴
- DB를 관리할 웹툴을 포함하며 기본적인 관리가 가능합니다.
- IDE내에서 연동돠는 플러그인은 아직 없어보입니다.
언어별 지원 클라이언트
- Akka.net을 연계해 사용예정이기때문에 .NET 기반실험이 진행되었습니다.
RabenClient for .NET
- 설치된 서버 Mazor버전과 맞춰서 패키지 설치
Database생성
몽고DB와 유사하게 스키마리스 DB이기때문에 DDL코드가 필요로 하지 않습니다.
Repository 코드
✅ RavenDB 특징
| 항목 | 설명 |
|---|---|
| Document Store | JSON 기반의 문서 저장 (MongoDB처럼) |
| Full-Text Search 내장 | Lucene 기반 검색엔진 포함 (Elasticsearch 대체 가능) |
| Graph-Like Traversal 지원 | Include, Load, RelatedDocuments 로 Graph traversal 흉내 가능 |
| 벡터 검색 (Vector Search) | 6.0 이상 버전에서 Vector search 지원 (Preview → Stable 예정) |
| ACID 트랜잭션 지원 | NoSQL 중 드물게 단일 DB 내 ACID 지원 |
| 자동 인덱싱/쿼리 최적화 | 쿼리 기반으로 자동 인덱싱 생성 |
| Change Vector / ETL 기능 내장 | 다른 Raven 클러스터 또는 외부 시스템으로 데이터 복제 가능 |
| 클라우드 + 온프렘 지원 | 다양한 배포 환경 대응 |
| Sharding + Replication | 분산 구조 대응 가능 (Sharded DB) |
✅ 기존 DB 구성 중 대체 가능한 역할
| 기존 시스템 | RavenDB로 대체 가능 여부 | 설명 |
|---|---|---|
| MongoDB (Document DB) | ✅ 완전 대체 | JSON 기반 문서 저장, 컬렉션 → 문서 분리 모델 |
| Elasticsearch | ✅ 부분 대체 | Full-text 검색 지원, 복잡한 분석쿼리는 제한적이나 일반 검색에는 충분 |
| Neo4j (Graph DB) | ⚠️ 간단한 관계 트래버설은 가능 | 명시적 Graph 모델링은 어려움 (복잡한 네트워크 분석에는 부적합) |
| Vector DB (예: Weaviate, Milvus) | ✅ 단순 벡터 검색은 대체 가능 | 다차원 벡터 검색 API 제공, 모델링+쿼리 결합 쉬움 |
| RDB (CRUD/정형) | ⚠️ 단순 CRUD는 가능, 복잡한 조인과 트랜잭션은 제한적 | 정형 테이블 기반보다는 문서 중심 모델 필요 |
RavenDB Docker StandAlone 구동
| Code Block | ||
|---|---|---|
| ||
version: '3.8'
services:
ravendb:
image: ravendb/ravendb:ubuntu-latest
container_name: ravendb
ports:
- "9000:8080"
environment:
- RAVEN_Setup_Mode=None
- RAVEN_License_Eula_Accepted=true
volumes:
- ravendb_data:/ravendb/data
- ravendb_logs:/ravendb/logs
volumes:
ravendb_data:
ravendb_logs: |
- 클라우드로도 이용가능하며~ 로컬또는 온프레미스로도 운영가능합니다.
IDE 환경
- Docker와 통합된 IDE환경으로 RavenDB 구동
- 닷넷개발 IDE VisualStudio가 개인적으로 익숙하지만 최근 젯브레인진영 Rider를 이용해보고 있습니다.
RavenDB 웹관리툴
- DB를 관리할 웹툴을 포함하며 기본적인 관리가 가능합니다.
- IDE내에서 연동돠는 플러그인은 아직 없어보입니다.
- Postgres 호환플러그인을 지원하니 BI툴및 IDE내 기본조회연동은 가능할듯
- AI Hub는 DB펑션을 다양한 AI와 연결해 쿼리와 통합해 AI기능 활용가능한 것으로 보여집니다. - 개발1개팀이 필요한 AIOps-ETL을 구축할필요없어보임
언어별 지원 클라이언트
- Akka.net을 연계해 사용예정이기때문에 .NET 기반실험이 진행되었습니다.
- 지원 클라이언트가 소개될때 .NET 라이브러리가 첫번째에 잘 노출되는 일이 없는데~ 닷넷친화적 DB로 추정해봅니다.
RavenClient for .NET
- 설치된 서버 Mazor버전과 맞춰서 패키지 설치
Database생성
- 몽고DB와 유사하게 스키마리스 DB이기때문에 DDL코드가 필요로 하지 않습니다. 엔티티를 관리해야할 부담을 덜수 있습니다.
- 처음이용할때 DBManageMent Tool을 한참 찾았는데~ 웹에 통합되어 대부분의 관리기능을 웹을 통해 가능합니다. - 로컬설치버전 기준
Repository 코드
| Code Block | ||
|---|---|---|
| ||
public class Member
{
public string Id { get; set; } // RavenDB는 기본적으로 Id를 문서 키로 사용
public string Name { get; set; }
public string Email { get; set; }
public int Age { get; set; }
}
public class MemberRepository
{
private readonly IDocumentStore _store;
public MemberRepository(IDocumentStore store)
{
_store = store ?? throw new ArgumentNullException(nameof(store));
}
public void AddMember(Member member)
{
using (var session = _store.OpenSession())
{
session.Store(member);
session.SaveChanges();
}
}
public Member GetMemberById(string id)
{
using (var session = _store.OpenSession())
{
return session.Load<Member>(id);
}
}
public void UpdateMember(Member member | ||
| Code Block | ||
| ||
public class Member { public string Id { get; set; } // RavenDB는 기본적으로 Id를 문서 키로 사용 public string Name { get; set; } public string Email { get; set; } public int Age { get; set; } } public class MemberRepository { private readonly IDocumentStore _store; public MemberRepository(IDocumentStore store) { _storeusing (var session = store ?? throw new ArgumentNullException(nameof(store)); } _store.OpenSession()) public void AddMember(Member member){ { using (var sessionexistingMember = _storesession.OpenSessionLoad<Member>(member.Id)); { if (existingMember session.Store(member);!= null) session.SaveChanges(); { } } existingMember.Name public Member GetMemberById(string id) = member.Name; { using (var sessionexistingMember.Email = _store.OpenSession())member.Email; { existingMember.Age = member.Age; return session.Load<Member>SaveChanges(id); } } } public void UpdateMemberDeleteMember(Memberstring memberid) { using (var session = _store.OpenSession()) { var existingMembermember = session.Load<Member>(member.Idid); if (existingMembermember != null) { existingMember.Name = member.Namesession.Delete(member); existingMember.Email = member.Email; session.SaveChanges(); } existingMember.Age = member.Age; } } } |
CRUD TEST 코드
| Code Block | ||
|---|---|---|
| ||
public class MemberRepositoryTest : TestKitXunit { private readonly session.SaveChanges()IDocumentStore _store; private readonly MemberRepository _repository; } public MemberRepositoryTest(ITestOutputHelper output) : }base(output) }{ public void DeleteMember(string id) { // RavenDB 임베디드 서버 초기화 using_store (var= session = _store.OpenSession())new DocumentStore { var memberUrls = session.Load<Member>(id); new[] { "http://localhost:9000" }, // 로컬 RavenDB URL if (member != null) Database {= "net-core-labs" }; session_store.DeleteInitialize(member); // MemberRepository 초기화 _repository = new session.SaveChangesMemberRepository(_store); } }[Fact] public void AddMember_ShouldAddMemberSuccessfully() }{ } } |
CRUD TEST 코드
| Code Block | ||
|---|---|---|
| ||
public class MemberRepositoryTest : TestKitXunit { // Arrange var privatemember readonly= IDocumentStorenew _store;Member private readonly MemberRepository _repository;{ public MemberRepositoryTest(ITestOutputHelper output) : base(output) Name = {"John Doe", // RavenDB 임베디드 서버 초기화 Email = "john.doe@example.com", _store = new DocumentStore Age = {30 }; Urls = new[] { "http://localhost:9000" }, // 로컬 RavenDB URL Act _repository.AddMember(member); Database = "net-core-labs"// Assert }; var retrievedMember _store.Initialize(= _repository.GetMemberById(member.Id); // MemberRepository 초기화Assert.NotNull(retrievedMember); _repository = new MemberRepository(_storeAssert.Equal("John Doe", retrievedMember.Name); } [Fact] public void AddMemberUpdateMember_ShouldAddMemberSuccessfullyShouldUpdateMemberSuccessfully() { // Arrange var member = new Member { Name = "JohnJane Doe", Email = "johnjane.doe@example.com", Age = 3025 }; _repository.AddMember(member); // Act member.Age = 26; _repository.UpdateMember(member); // Assert var updatedMember = _repository.AddMember(member); // Assert var retrievedMember = _repository.GetMemberById(member.Id); Assert.NotNull(retrievedMember); Assert.Equal("John Doe", retrievedMember.Name); } [Fact] public void UpdateMember_ShouldUpdateMemberSuccessfully() {.GetMemberById(member.Id); Assert.NotNull(updatedMember); Assert.Equal(26, updatedMember.Age); } [Fact] public void DeleteMember_ShouldDeleteMemberSuccessfully() { // Arrange var member = new Member { Name = "Mark Smith", Email = "mark.smith@example.com", Age = 40 }; _repository.AddMember(member); // Act _repository.DeleteMember(member.Id); // Assert var deletedMember = _repository.GetMemberById(member.Id); Assert.Null(deletedMember); } } |
- 처음 사용하는 DB사용 자체를 연구하고 테스트하는 코드이기때문에 Mocking을 이용하지 않고 로컬구축 DB직접 Access방식이용
- 도큐먼트 DB인 몽고DB를 ORM으로 이용하는 느낌과 유사한듯 합니다.
테스트 수행및 확인
- 비교적 심플한 코드작성으로 CRUD 테스트 수행이 완료되었습니다.
단일 DB에서 다양한 검색수행
반경검색/FullText검색및 Vector검색등 고급 검색기능을 단일DB만사용해 검색할수 있습니다.
| Code Block | ||
|---|---|---|
| ||
using ActorLib.Persistent.Model;
using Raven.Client.Documents;
using Raven.Client.Documents.Indexes.Vector;
using Raven.Client.Documents.Linq;
namespace ActorLib.Persistent;
public class TravelReviewRepository
{
private readonly IDocumentStore _store;
public TravelReviewRepository(IDocumentStore store)
{
_store = store ?? throw new ArgumentNullException(nameof(store));
}
public void AddReview(TravelReview review)
{
using (var session = _store.OpenSession())
{
session.Store(review);
session.SaveChanges();
}
}
public List<TravelReview> SearchReviews(string keyword, double latitude, double longitude, double radiusKm, string category = null)
{
using (var session = _store.OpenSession())
{
// 명시적으로 변수로 선언
var keywordValue = keyword;
var categoryValue = category;
IRavenQueryable<TravelReview> query = session.Query<TravelReview>();
if (!string.IsNullOrEmpty(keywordValue))
{
query = query.Search(r => r.Content, keywordValue); // 제목 검색 추가
}
if (!string.IsNullOrEmpty(categoryValue))
{
query = query.Where(r => r.Category == categoryValue); // 제목 검색 추가
}
// RavenDB에서 서버 측 필터링 후 클라이언트 측에서 반경 필터링
var results = query.ToList();
return results.Where(r =>
6371 * Math.Acos(
Math.Cos(DegToRad(latitude)) * Math.Cos(DegToRad(r.Latitude)) *
Math.Cos(DegToRad(r.Longitude) - DegToRad(longitude)) +
Math.Sin(DegToRad(latitude)) * Math.Sin(DegToRad(r.Latitude))
) <= radiusKm).ToList();
}
}
public List<TravelReview> SearchReviewsByRadius(double latitude, double longitude, double radiusKm)
{
using (var session = _store.OpenSession())
{
return session.Query<TravelReview>()
.Spatial(
r => r.Point(x => x.Latitude, x => x.Longitude),
criteria => criteria.WithinRadius(radiusKm, latitude, longitude))
.ToList();
}
}
public List<TravelReview> SearchReviewsByVector(float[] vector, int topN = 5)
{
using (var session = _store.OpenSession())
{
var results = session.Query<TravelReview>()
.VectorSearch(
field => field.WithEmbedding(x => x.TagsEmbeddedAsSingle, VectorEmbeddingType.Single),
queryVector => queryVector.ByEmbedding(new RavenVector<float>(vector)),
0.85f,
topN)
.Customize(x => x.WaitForNonStaleResults())
.ToList();
return results;
}
}
private double DegToRad(double degrees)
{
return degrees * (Math.PI / 180);
}
} |
- 데이터엔지니어팀이 있다고하면 특화된 전문화 DB를 각각 이용할수도 있겠지만 고성능 벌크처리/분산(Shard)저장을 포함 오늘날 유행을 타고 있는 AIRag를 이용하기위한 Vector검색 까지 이용할수 있습니다.
- 추가참고 링크
- https://ravendb.net/docs/article-page/7.0/csharp/ai-integration/vector-search/vector-search-using-dynamic-query
- https://ravendb.net/docs/article-page/7.0/csharp/sharding/overview
- https://ravendb.net/docs/article-page/7.0/csharp/client-api/bulk-insert/how-to-work-with-bulk-insert-operation
- https://ravendb.net/why-ravendb
CQRS로의 여정
CRUD또는 검색기능만 이용하려고 RavenDB를 조사한것은 아니며 Akka.net의 Persist기능이 제공하는 CQRS장치와 연동이됨으로
이벤트 소싱이 필요한 기능을 만들고자 할때, 가장 심플한 방식으로 구현하고 강력하게 이용할수 있는 방식중 하나가 될수 있습니다.
RavenDB가 Akka.net의 Persitence 기능을 지원하며 이 코드를 이해하기전 이벤트 소싱패턴을 액터모델을 함께 이용했을때 특징을 먼저 살펴보고 작동가능한 구현된 샘플코드도 유닛테스트를 통해 살펴보겠습니다.
Akka.NET의 액터모델은 CQRS (Command Query Responsibility Segregation) 및 이벤트 소싱 (Event Sourcing) 패턴을 구현하기에 매우 적합한 구조를 제공합니다. 특히 Akka.Persistence 모듈과의 연계를 통해 상태 저장과 복구, 그리고 이벤트 기반 모델링이 가능해집니다. 아래에 그 기능과 장점을 정리해드립니다.
...
✅ Akka.NET 액터모델 + Akka.Persistence 를 활용한 CQRS + 이벤트 소싱
1. 핵심 구성요소
| 구성요소 | 설명 |
|---|---|
PersistentActor | 이벤트를 저장하고 재생할 수 있는 상태 유지 액터 |
Snapshotting | 빠른 복구를 위해 특정 시점의 상태를 저장 |
Event Journal | 모든 상태 변화(event)를 append-only 로그로 저장 |
Read Model Actor | 쿼리에 최적화된 projection을 담당 |
Command Handler Actor | 명령(Command)을 받아 이벤트로 전환 및 persistence 수행 |
2. CQRS(이벤트 소싱) with ActorModel
- 이벤트가 발생할때 즉각 CRUD하여 이용하는 패턴이 아닌 액터모델의 메일박스를 이용해 상태있는 프로그래밍을 통해 이벤트소싱을 설계할수 있으며~ 이러한 느낌
3. 장점 요약
✅ 액터모델 기반의 장점
상태 격리: 각 액터는 고유 상태를 가지며 병렬 처리에 유리함.
비동기 메시지 기반 처리: 병목 없이 고성능 분산 처리 가능.
자연스러운 도메인 분리: 액터 자체가 DDD의 Aggregate Root 역할을 하기에 적합.
✅ CQRS & Event Sourcing의 장점
이벤트 이력 관리: 모든 상태 변화가 이벤트로 저장되므로 과거 상태 추적 가능 (감사, 재처리).
읽기/쓰기 분리: 쿼리와 명령이 분리되어 성능 최적화 가능.
스냅샷 사용 가능: 복구 속도 향상.
스케일 아웃 용이: 각 액터가 독립적으로 배포/스케일링 가능.
✅ Akka.NET 전용의 추가 장점
Akka.Cluster와 연계 시 분산 시스템 구성도 가능
Akka.Remote로 마이크로서비스 간 통신에도 활용 가능
Pluggable Journal Backend: SQL, NoSQL, 이벤트 스토어 등 다양한 저장소와 연동 가능
...
✨ 실사용 시나리오 예
고객 주문 시스템:
OrderActor가PlaceOrderCommand를 받고OrderPlacedEvent를 생성 및 저장챗봇 세션 관리:
SessionActor가 메시지를 이벤트로 저장하여 상태 기반 대화 흐름 관리금융 거래 기록:
AccountActor가Withdrawn,Deposited이벤트를 기록하여 완전한 거래 이력 확보
SalesActor
| Code Block | ||||
|---|---|---|---|---|
| ||||
public class SalesActor: ReceivePersistentActor
{
// The unique actor id
public override string PersistenceId => "sales-actor";
// The state that will be persisted in SNAPSHOTS
private SalesActorState _state;
public SalesActor(long expectedProfit, TaskCompletionSource<bool> taskCompletion)
{
_state = new SalesActorState
{
totalSales = 0
};
// Process a sale:
Command<Sale>(saleInfo =>
{
if (_state.totalSales < expectedProfit)
{
// Persist an EVENT to RavenDB
// ===========================
// The handler function is executed after the EVENT was saved successfully
Persist(saleInfo, _ =>
{
// Update the latest state in the actor
_state.totalSales += saleInfo.Price;
ConsoleHelper.WriteToConsole(ConsoleColor.Black,
$"Sale was persisted. Phone brand: {saleInfo.Brand}. Price: {saleInfo.Price}");
// Store a SNAPSHOT every 5 sale events
// ====================================
if (LastSequenceNr != 0 && LastSequenceNr % 5 == 0)
{
SaveSnapshot(_state.totalSales);
}
});
}
else if (!taskCompletion.Task.IsCompleted)
{
Sender.Tell(new StopSimulate());
ConsoleHelper.WriteToConsole(ConsoleColor.DarkMagenta,
$"Sale not persisted: " +
$"Total sales have already reached the expected profit of {expectedProfit}");
ConsoleHelper.WriteToConsole(ConsoleColor.DarkMagenta,
_state.ToString());
taskCompletion.TrySetResult(true);
}
});
// Handle a SNAPSHOT success msg
Command<SaveSnapshotSuccess>(success =>
{
ConsoleHelper.WriteToConsole(ConsoleColor.Blue,
$"Snapshot saved successfully at sequence number {success.Metadata.SequenceNr}");
// Optionally, delete old snapshots or events here if needed
// DeleteMessages(success.Metadata.SequenceNr);
});
// Recover an EVENT
Recover<Sale>(saleInfo =>
{
_state.totalSales += saleInfo.Price;
ConsoleHelper.WriteToConsole(ConsoleColor.DarkGreen,
$"Event was recovered. Price: {saleInfo.Price}");
});
// Recover a SNAPSHOT
Recover<SnapshotOffer>(offer =>
{
var salesFromSnapshot = (long) offer.Snapshot;
_state.totalSales = salesFromSnapshot;
ConsoleHelper.WriteToConsole(ConsoleColor.DarkGreen,
$"Snapshot was recovered. Total sales from snapshot: {salesFromSnapshot}");
});
}
} |
이 SalesActor 클래스는 **Akka.NET의 ReceivePersistentActor**를 상속하여 **이벤트 소싱(Event Sourcing)**과 스냅샷(Snapshot) 기능을 활용해 상태를 안정적으로 유지하는 **영속 액터(Persistent Actor)**입니다. 아래에 코드 전체 흐름과 구성 요소를 설명드리겠습니다.
...
🔍 전체 구조 분석
📌 클래스 목적
판매 이벤트(Sale)를 처리하고 누적된 매출을 상태로 유지
특정 조건(예: 매출 목표 달성)에 도달하면 처리 중단
RavenDB 등을 백엔드로 사용해 이벤트를 저장
일정 횟수마다 스냅샷 저장하여 복구 최적화
🧱 주요 구성 요소 분석
1. PersistenceId
| Code Block | ||
|---|---|---|
| ||
public override string PersistenceId => "sales-actor"; |
액터의 고유 식별자로 이벤트와 스냅샷을 식별하기 위한 키
RavenDB 또는 다른
Akka.Persistencebackend에서 이 키로 데이터를 저장/조회함
2. 상태 관리 변수
| Code Block | ||
|---|---|---|
| ||
private SalesActorState _state; |
현재 액터 상태를 저장하는 내부 객체
여기서는
totalSales(누적 매출액)를 관리
3. 명령 처리 (Command<Sale>)
| Code Block | ||
|---|---|---|
| ||
Command<Sale>(saleInfo => { ... }); |
외부에서 Sale 메시지를 받으면 처리
조건에 따라 이벤트를 Persist하거나 무시
주요 로직
| Code Block | ||
|---|---|---|
| ||
Persist(saleInfo, _ =>
{
_state.totalSales += saleInfo.Price;
if (LastSequenceNr % 5 == 0) {
SaveSnapshot(_state.totalSales);
}
}); |
Persist()는 이벤트 소싱의 핵심: 이벤트를 저장한 후 상태를 변경5개의 Sale 이벤트마다
SaveSnapshot()호출 → 빠른 복구용
4. 종료 시그널 전달
| Code Block | ||
|---|---|---|
| ||
Sender.Tell(new StopSimulate());
taskCompletion.TrySetResult(true); |
매출 목표(
expectedProfit)에 도달하면, 더 이상 이벤트를 저장하지 않고 종료 시그널 전송TaskCompletionSource는 테스트나 외부 시뮬레이션 종료에 사용
5. 스냅샷 성공 처리
| Code Block | ||
|---|---|---|
| ||
Command<SaveSnapshotSuccess>(success => {
Console.WriteLine(...);
}); |
스냅샷이 성공적으로 저장되었을 때 로깅
필요시
DeleteMessages()같은 클린업 가능
6. 복구 처리 (Recover<>)
이벤트 복구
| Code Block | ||
|---|---|---|
| ||
Recover<Sale>(saleInfo => {
_state.totalSales += saleInfo.Price;
}); |
스냅샷 복구
| Code Block | ||
|---|---|---|
| ||
Recover<SnapshotOffer>(offer => {
_state.totalSales = (long)offer.Snapshot;
});
|
가장 최근의 스냅샷부터 시작 → 남은 이벤트만 재생
✅ 핵심 특징 요약
| 기능 | 설명 |
|---|---|
| 🎯 명령-이벤트 분리 | Sale은 명령(Command), Persist된 이벤트로 상태 변경 |
| 🧠 이벤트 소싱 기반 상태 | 상태 변경 내역은 전부 이벤트로 기록되어 리플레이 가능 |
| 💾 스냅샷 | 매 5건 이벤트마다 현재 상태 저장으로 복구 최적화 |
| 🔄 복구 내장 | 스냅샷 → 이벤트 순으로 복원함 |
| 🚦 목표 달성시 종료 | 외부 TaskCompletionSource로 흐름 제어 |
유닛테스트를 통한 시뮬레이터
| Code Block | ||
|---|---|---|
| ||
public class SalesSimulatorActor : ReceiveActor { private readonly IActorRef _salesActor; private ICancelable scheduler; public SalesSimulatorActor(IActorRef salesActor) { _salesActor = salesActor; // Arrange Schedule the first sale simulation immediately and then varevery member = new Member2 seconds: { scheduler = Context.System.Scheduler.ScheduleTellRepeatedlyCancelable(TimeSpan.Zero, Name = "Jane Doe", TimeSpan.FromSeconds(2), Self, new StartSimulate(), Self); Email = "jane.doe@example.com", Receive<StartSimulate>(HandleStart); Age = 25 Receive<StopSimulate>(HandleStop); }; private void _repository.AddMember(member); HandleStart(StartSimulate message) { // Act ConsoleHelper.WriteToConsole(ConsoleColor.Black, member.Age = 26; $"About to simulate a _repository.UpdateMember(membersale..."); Random random = // Assertnew Random(); varstring[] updatedMemberproducts = _repository.GetMemberById(member.Id); { "Apple", "Google", "Nokia", "Xiaomi", "Huawei" }; Assert.NotNull(updatedMember); var randomBrand = Assert.Equal(26, updatedMember.Age)products[random.Next(products.Length)]; } [Fact] var randomPrice = public void DeleteMember_ShouldDeleteMemberSuccessfully() { // Arrangerandom.Next(1, 6) * 100; // 100, 200, 300, 400, or 500 var membernextSale = new Member Sale(randomPrice, randomBrand); _salesActor.Tell(nextSale); {} private void HandleStop(StopSimulate message) Name = "Mark Smith",{ scheduler.Cancel(); Email = "mark.smith@example.com"ConsoleHelper.WriteToConsole(ConsoleColor.DarkRed, "Simulation stopped"); Age = 40 }; _repository.AddMember(member); // Act _repository.DeleteMember(member.Id); // Assert var deletedMember = _repository.GetMemberById(member.Id); Assert.Null(deletedMember); } } |
- 처음 사용하는 DB사용 자체를 연구하고 테스트하는 코드이기때문에 Mocking을 이용하지 않고 로컬구축 DB직접 Access방식이용
테스트 수행및 확인
- 비교적 심플한 코드작성으로 CRUD 테스트 수행이 완료되었습니다.
Next - 이벤트드리븐 CQRS로의 여정
ActorModel에 Persist는 CRUD만 파악되면 커스텀하게 디벨롭할수도 있겠지만, akka.net진영과 콜라보로 공식 지원을 합니다.
...
}
} |
- 액터모델은 액티브오브젝트의 패턴과 유사하며 카프카처럼 메일박스를 보유하고 능동적으로 작동할수 있는 특징이있어 상호작용 능동적 Agent를 만들게 될때도 유용할수있습니다.
- 이러한 기능은 재귀호출함수로도 심플하게 구현가능하지만 네트워크확장및 분산처리시 별도의 장치를 추가구현해야할수있지만~ 코드변경없이 분산확장 장치를 지원합니다.
- Raven에 제공하는 가이드를 유닛테스트로 옮겨두었으며 여기서 설명된 SaleActor 이벤트소싱버전을 로컬에서 수행해볼수 있습니다.
이벤트 스토어 확인
- 이벤트 스토어가 객체자체를 다루기때문에 객체변경시 호환버전과 고성능 직렬화 낭비없은 저장소등은 부가과제로 akka persist tool에서 어느정도 신경을 덜쓰게하지만 중요한 개념입니다
여기서 설명하고 작동된 액터모델을 통해 작동된 이벤트 스토어를 확인할수 있습니다.
이벤트 소싱은 저널과 스냅샷이 함께 이용되며 CRUD대비 이벤트를 모두 저장하기때문에 데이터가 비대해질수 있으며
CRUD처럼 마지막 상태데이터를 CQRS방식으로 이용하려면 DurableState Persist를 이용할수도 있습니다.
DurableState는 이벤트 발생시 변화되는 객체의 마지막 상태를 저장하는것을 의미하며
상태로 설계된 객체가 복원을 위해 이용될수 있으며 CRUD랑 유사하게 작동하며
Journal은 발생 이벤트를 모두 기록해 이벤트 소싱과 같이 시계열이 필요하고 이벤트 재생이 필요한곳에 이용될수 있습니다.
SnapShot은 Journal과 함께 이용되어 이벤트소스로부터 너무 많은 재생이 일어나지않게 방지를 하는 장치입니다.
이러한 개발패러다임의 변화는 데이터중심적 기획및 설계도 중요하지만 이벤트드리븐 도입을 통한 이벤트 스토밍 방식으로 복잡한 도메인모델을 가속화하는 방법론으로 확장됩니다. -개발만 이것을 적용한다고 가치있게 작동하지않으며 DDD를 학습하는 개념으로 시작합니다.
적용할수 있는 도메인영역
- 세그멘트분석기능에서 배치 대규모로 처리하는것이 아닌~ 세그멘트에 영향주는 이벤트는 저널로구성하고 계산되어야할 중요 세그멘트를 스트림으로 상태보유 -광고플랫폼
- 채팅히스토리를 즉각 CRUD하는것이아닌 핵심기능을 실시간으로 작동시키고 파생된 이벤트를 저널로 작동하고 Read기능을 완전분리 -채팅플랫폼
- 월렛의 입출금이력을 마지막값이 아닌 저널로 작동하고 재생을통해 최종월렛 잔여파악 -핀테크
- 장바구니를 담은것만 관리하는것이 아닌 빼고넣고를 저널로 구성해~ 장바구니를 통한 소비결정심리분석기능 -커머스
샘플코드
- RavenDB를 로컬 구동하는 도커스크립트와 유닛테스트설정은 위와같이 IDE에 구성되어 유닛테스트를 통해 작동시킬수 있습니다.
이상 RavenDB을 Akka.net과 함께 이용해 이벤트 소싱을 구현하는 샘플을 간략하게 살펴보았으며
여기서 설명된 내용은 Akka.net기반 액터모델을 중심으로한 다양한 샘플기능들을 살펴볼수 있습니다.
- https://github.com/psmon/NetCoreLabs - 이 아티컬에서 실험코드를 확인및 수행할수 있으며, RavenDB를 통해 CQRS변종실험을 이어갈예정입니다.













