fos-blog/study
01 / 홈02 / 카테고리03 / 시리즈
01 / 홈02 / 카테고리03 / 시리즈

카테고리

  • AI 페이지로 이동
    • RAG 페이지로 이동
    • agent 페이지로 이동
    • claude-code 페이지로 이동
    • harness 페이지로 이동
    • llm 페이지로 이동
    • ops 페이지로 이동
    • practice 페이지로 이동
  • algorithm 페이지로 이동
    • Alias Method: 가중치 랜덤 선택을 전처리 O(n), 추출 O(1)로 바꾸기
    • Welford's Online Algorithm: 값을 저장하지 않고 평균과 분산 계산하기
  • architecture 페이지로 이동
    • distributed-systems 페이지로 이동
    • domain 페이지로 이동
    • evolution 페이지로 이동
    • patterns 페이지로 이동
  • database 페이지로 이동
    • milvus 페이지로 이동
    • mysql 페이지로 이동
    • opensearch 페이지로 이동
    • postgresql 페이지로 이동
    • qdrant 페이지로 이동
    • redis 페이지로 이동
    • vespa 페이지로 이동
    • DB Connection Pool Saturation과 Thread Pool 격리
    • 커넥션 풀 크기는 얼마나 조정해야 할까?
    • gaps and islands: SQL 창 함수로 이어진 구간 찾기
    • MyBatis 기본기 — XML Mapper, resultMap, 동적 SQL, 운영 패턴 정리
    • MyBatis와 JPA/Hibernate 트레이드오프 — 레거시 백엔드를 다루는 시니어 관점
    • 한국어 형태소 분석기 Nori vs Lindera — OpenSearch에서 Milvus로 갈 때 어휘 검색은 유지되나
    • 정규화와 역정규화: 무결성과 조회 비용 사이의 선택
    • 벡터 DB 5종, 아키텍처는 어떻게 다른가
    • 벡터 DB 5종을 실제로 벤치마크했다 — 같은 recall에서 QPS는 얼마나 갈리나
    • 벡터 DB 어떻게 고를까 — OpenSearch · Milvus · Qdrant · Vespa · pgvector 비교
    • 벡터 DB를 실제로 도입한 사례 — 빅테크 프로덕션
  • devops 페이지로 이동
    • docker 페이지로 이동
    • k8s 페이지로 이동
    • Envoy Proxy
    • Graceful Shutdown
    • 종료 신호는 어디서 멈추는가
  • http 페이지로 이동
    • HTTP Connection Pool
    • HTTPS와 TLS: 핸드셰이크, 인증서, 종료 지점
  • java 페이지로 이동
    • concurrency 페이지로 이동
    • jdbc 페이지로 이동
    • spring 페이지로 이동
    • spring-batch 페이지로 이동
    • testing 페이지로 이동
    • Alpine 이미지의 Java 에서 링크 바꿔치기(TOCTOU)를 막지 못하는 이유
    • Java 동시성 락 정리 — 커머스 메뉴/프로모션 정책 캐시 갱신 관점
    • JVM 튜닝 실전: 메모리 구조부터 Virtual Threads, GC 튜닝, 프로파일링까지
    • 로그에 traceId 남기기 — MDC 부터 OpenTelemetry 까지
    • Java StampedLock — 읽기 폭주에도 쓰기가 밀리지 않는 락
    • Virtual Thread와 Project Loom
  • javascript 페이지로 이동
    • typescript 페이지로 이동
    • AbortController
    • Async Iterator와 제너레이터
    • CommonJS와 ECMAScript Modules
    • 제너레이터(Generator)
    • Http Client
    • Node 백엔드 운영 패턴 — Streams 백프레셔, pipe/pipeline, 멱등성 vs 분산 락
    • Node.js
    • `setImmediate()`
  • kafka 페이지로 이동
    • Kafka 클러스터 아키텍처: Broker, KRaft Controller와 복제
    • Kafka 기본 개념: Topic, Partition, Offset과 Segment
    • Kafka 실전 설계: 파티션 전략, 컨슈머 그룹, 전달 보장, 재시도, 순서 보장 트레이드오프
    • Kafka 파티션·리밸런스·컨슈머 지연 운영
    • Kafka를 로그로 이해하기: 복제, 재처리, 상태와 데이터 통합
    • Spring Kafka 컨슈머 오프셋 커밋과 트랜잭션 정렬: AckMode, manual ack, 멱등 처리
  • linux 페이지로 이동
    • fsync — 리눅스 파일 동기화 시스템 콜
    • SSH forced command 로 배포 키가 실행할 수 있는 명령 제한하기
  • mlops 페이지로 이동
    • llm-serving 페이지로 이동
    • model-router 페이지로 이동
    • Python CUDA 버전 생태계 — nvidia-smi, nvcc, pip, conda가 다 다른 버전을 말하는 이유
    • GPU 컨테이너의 CUDA 버전 호환성 — nvidia-smi부터 이미지 다이어트까지
    • Kubernetes GPU 노드에서 /run tmpfs가 꽉 차서 Pod가 안 뜰 때
    • GPU·CUDA·MPS 기초 — 자바 백엔드 개발자가 처음 만나는 그림
    • Multi-process GPU 워크로드 — 자바 ThreadPool 사용자가 만나는 모델 차이
    • ML 서비스 성능 분석 워크플로 — 자바 백엔드 트러블슈팅과 다른 점
    • 한 GPU 를 여러 프로세스가 나눠 쓰기 — Time-Slicing 과 MPS
  • network 페이지로 이동
    • Connection reset by peer는 누가 보낸 걸까 — 리버스 프록시 홉마다 TCP 연결은 따로 논다
    • L2(스위치)와 L3(라우터)의 역할 차이
    • L4와 VIP(Virtual IP Address)
    • IP Subnet
  • observability 페이지로 이동
    • Observability 입문: 시니어 백엔드가 장애를 탐지하고 대응하는 방식
    • K8s 위 Spring Boot 앱의 메트릭 수집
  • python 페이지로 이동
    • Python async/await — CompletableFuture·Reactor 와 다른 점, 그리고 blocking I/O 함정
    • Python 의존성 관리 — Java Maven/Gradle 사용자가 만나는 첫 충격
    • FastAPI 기초 — Spring Boot 사용자가 빠르게 익히는 법
    • Java 개발자를 위한 Python 심화 — OOP·데코레이터·컨텍스트 매니저
    • PyTorch 기초 — 텐서, 디바이스, 그리고 모델 로딩이 무거운 이유
    • Java 개발자를 위한 Python 문법 핵심
    • ThreadLocal 에서 contextvars 로 — Python 의 요청 컨텍스트 전파
    • OCR 동작 원리 — Layout · Text · Post-process 3단계
    • Python 서버의 RSS가 줄지 않는 이유: CPython, gc.collect(), malloc_trim
  • rabbitmq 페이지로 이동
    • RabbitMQ Basics — 실전 백엔드 관점에서 정리하는 메시지 브로커 기본기
    • RabbitMQ vs Kafka — 백엔드 메시징 선택 기준과 실전 운영 관점
  • resume 페이지로 이동
    • 경험 및 경력기술서
    • 김병태 경력기술서
    • 김병태 포트폴리오
  • task 페이지로 이동
    • ai-service-team 페이지로 이동
    • nsc-slot 페이지로 이동
    • personal-projects 페이지로 이동
    • sb-dev-team 페이지로 이동
    • the-future-company 페이지로 이동
  • thinking 페이지로 이동
    • 자기주도 학습: 질문에서 시작해 글로 검증하기
    • 좋은 일을 넘어 중요한 일을 하는 법
FOS-BLOG · FOOTERall systems normal·v0.1 · 2026.04.27·seoul, kr
Ffos-blog/study

개발 학습 기록을 정리하는 블로그입니다. 공부하면서 기록하고, 기록하면서 다시 배웁니다.

visitors
01site
  • Home↗
  • Posts↗
  • Categories↗
  • Glossary↗
  • About↗
02policy
  • 소개/about
  • 개인정보처리방침/privacy
  • 연락처/contact
03categories
  • AI↗
  • Algorithm↗
  • DB↗
  • DevOps↗
  • Java/Spring↗
  • JS/TS↗
  • React↗
  • Next.js↗
  • System↗
04connect
  • GitHub@jon890↗
  • Source repositoryjon890/fos-study↗
  • RSS feed/rss.xml↗
  • Newsletter매주 1 회 · 한 편의 글→
© 2026 FOS Study. All posts MIT-licensed.
built with·Next.js·Tailwind v4·Geist·Pretendard·oklch
fos-blog/java/Spring 트랜잭션 전파, 커머스 주문/결…
java

Spring 트랜잭션 전파, 커머스 주문/결제에서 실전으로 이해하기

외식 프랜차이즈처럼 매장/배달/예약/결제가 한 트랜잭션 흐름에서 함께 움직이는 커머스 도메인에서는 "이 메서드 하나가 어떤 트랜잭션 안에서 도는가"가 곧 데이터 정합성의 경계가 된다. 주문 저장은 성공했는데 결제 호출은 실패했다, 또는 결제는 통과했는데 알림 발송이 트랜잭션을 같이 끌고 들어가서 전체 롤백되어 사용자 입장에서 "결제는 됐는데 주문은 없는"...

2026.05.07·13 min read·119 views

왜 지금 이 주제인가

외식 프랜차이즈처럼 매장/배달/예약/결제가 한 트랜잭션 흐름에서 함께 움직이는 커머스 도메인에서는 "이 메서드 하나가 어떤 트랜잭션 안에서 도는가"가 곧 데이터 정합성의 경계가 된다. 주문 저장은 성공했는데 결제 호출은 실패했다, 또는 결제는 통과했는데 알림 발송이 트랜잭션을 같이 끌고 들어가서 전체 롤백되어 사용자 입장에서 "결제는 됐는데 주문은 없는" 상태가 만들어졌다 — 이런 사건이 거의 다 트랜잭션 전파(propagation)와 예외 처리 규칙을 잘못 잡았을 때 터진다.

그리고 여기에는 항상 같은 함정이 따라붙는다. REQUIRES_NEW를 어디에 쓰면 안 되는지, rollbackOnly가 왜 갑자기 던져지는지, @Transactional 메서드를 같은 클래스 내부에서 호출하면 왜 동작하지 않는지, AFTER_COMMIT 이벤트 리스너에서 다시 DB를 건드리면 왜 위험한지. 이건 단순 암기가 아니라, Spring AOP 프록시와 JDBC 트랜잭션 동작을 한 번이라도 직접 그려본 사람만 자연스럽게 풀어낼 수 있다.

이 문서는 그걸 한 번 그려두는 글이다. 실제 주문/결제/이벤트 발행 코드를 단순화한 형태로 보여주면서, 실패 사례와 그 이유, 자주 따라오는 후속 질문, 그리고 Kafka Outbox 운영 경험과 자연스럽게 연결하는 설명 골격까지 같이 정리한다.

핵심 개념: 전파(propagation)는 "이 호출이 트랜잭션 경계를 새로 그릴 것인가"의 정책

Spring @Transactional의 propagation 속성은 "지금 이 메서드를 호출하는 시점에 이미 트랜잭션이 활성 상태일 때 어떻게 행동할지"에 대한 규칙이다. 흔히 쓰는 값과 그 의미를 커머스 시나리오에 매핑하면 다음과 같다.

  • REQUIRED(기본값): 호출자에 트랜잭션이 있으면 그 트랜잭션에 합류, 없으면 새로 시작. 같은 논리적 작업 단위에 속하는 일반 비즈니스 로직 대부분이 여기에 해당한다. 주문 저장, 재고 차감, 쿠폰 사용 마킹은 같은 단위로 묶이는 게 자연스럽다.
  • REQUIRES_NEW: 호출자 트랜잭션이 있어도 일단 일시 정지(suspend)하고, 물리적으로 새로운 트랜잭션을 시작한다. 호출 끝나면 새 트랜잭션이 커밋/롤백되고 바깥 트랜잭션이 재개된다. 감사 로그, 실패 기록, 외부 호출 결과 저장처럼 "바깥이 어떻게 끝나든 이건 별도로 살아남아야 한다"는 케이스에 쓴다.
  • NESTED: 새로운 트랜잭션이 아니라 같은 물리 트랜잭션 안에 SAVEPOINT를 만든다. 안쪽이 실패하면 SAVEPOINT까지만 롤백, 바깥이 실패하면 같이 롤백. 사실상 한 트랜잭션 안의 부분 롤백이다. JDBC 기반에서만 동작하고, JPA + Hibernate 1차 캐시와 결합하면 경계가 흐려져 실무에서는 쓰기 까다롭다.
  • MANDATORY: 반드시 호출자 트랜잭션이 있어야 하고 없으면 예외. 라이브러리/공통 컴포넌트 안전장치로 쓴다.
  • NEVER / NOT_SUPPORTED / SUPPORTS: 비-트랜잭셔널 영역에서만 돌거나, 트랜잭션이 있든 없든 신경 쓰지 않는 케이스. 읽기 전용 캐시 조회 같은 곳에 한정적으로.

여기서 가장 자주 잘못 쓰는 게 REQUIRES_NEW다. "분리되니까 안전하겠지"라는 직관과 다르게, 같은 물리 커넥션 풀에서 트랜잭션을 스택처럼 쌓는 구조이기 때문에 부주의하게 남발하면 커넥션 고갈, 자기 자신과의 락 경합, 그리고 외부 트랜잭션이 마치 커밋된 것처럼 안쪽 데이터가 보이지 않는 가시성 함정이 줄줄이 따라온다.

예외와 롤백 규칙: 왜 RuntimeException만 자동 롤백인가

Spring은 기본적으로 unchecked exception(RuntimeException)과 Error가 던져졌을 때만 트랜잭션을 자동 롤백한다. IOException 같은 checked exception은 던져져도 자동 롤백되지 않는다. 이건 EJB 시절의 관례를 그대로 가져온 것으로, "checked는 비즈니스적으로 회복 가능한 흐름"이라는 가정에서 출발한다.

커머스에서 이게 문제가 되는 전형적인 패턴은 결제 게이트웨이 호출이다. 외부 PG 호출이 IOException을 던지면 @Transactional 메서드는 그 예외를 그대로 위로 던지고, DB 트랜잭션은 정상 커밋된다. 결과는 "주문은 저장됐는데 결제 시도는 실패한" 상태. 이걸 막으려면 둘 중 하나다.

java
@Transactional(rollbackFor = Exception.class)
public OrderResult placeOrder(OrderCommand cmd) { ... }

또는 checked exception을 비즈니스 시그니처에서 제거하고 도메인 RuntimeException으로 감싸 던지는 방식. 후자가 일반적으로 더 깔끔하고, 도메인 계층에 외부 라이브러리 예외 타입이 섞이지 않는다는 부수 효과도 있다.

또 한 가지, try-catch로 RuntimeException을 잡아 "삼키면" 자동 롤백 트리거가 사라진다. 그런데 만약 그 예외가 이미 내부 메서드에서 트랜잭션 매니저에 rollbackOnly 마크를 찍어 둔 뒤 라면, 바깥에서 잡고 무시해도 커밋 시점에 UnexpectedRollbackException이 터진다. 이게 "rollbackOnly를 본 적 있느냐"라는 질문의 본체다.

자기 호출(self-invocation) 함정

@Transactional은 Spring AOP 프록시를 통해 적용된다. 즉, 같은 빈 안에서 this.someMethod()로 호출하면 프록시를 거치지 않고 바로 원본 메서드가 실행되므로 트랜잭션이 시작되지 않는다. 다음 코드는 매우 흔한 실수다.

Bad

java
@Service
@RequiredArgsConstructor
public class OrderService {
 
    private final OrderRepository orderRepository;
    private final PaymentClient paymentClient;
 
    public OrderResult placeOrder(OrderCommand cmd) {
        Order order = orderRepository.save(Order.from(cmd));
        // 같은 클래스 내부 메서드 호출 -> 프록시 미적용 -> @Transactional 무효
        chargePayment(order);
        return OrderResult.of(order);
    }
 
    @Transactional
    public void chargePayment(Order order) {
        paymentClient.charge(order.id(), order.amount());
        order.markPaid();
        orderRepository.save(order);
    }
}

Improved

java
@Service
@RequiredArgsConstructor
public class OrderFacade {
 
    private final OrderWriter orderWriter;
    private final PaymentApplier paymentApplier;
 
    public OrderResult placeOrder(OrderCommand cmd) {
        Order order = orderWriter.create(cmd);
        paymentApplier.apply(order);
        return OrderResult.of(order);
    }
}
 
@Component
@RequiredArgsConstructor
public class PaymentApplier {
 
    private final PaymentClient paymentClient;
    private final OrderRepository orderRepository;
 
    @Transactional(rollbackFor = Exception.class)
    public void apply(Order order) {
        paymentClient.charge(order.id(), order.amount());
        order.markPaid();
        orderRepository.save(order);
    }
}

해법은 두 가지 중 하나다. 트랜잭션이 필요한 메서드를 다른 빈으로 분리하거나, 정 같은 클래스에 둬야 하면 AopContext.currentProxy()로 프록시를 가져와 호출하는 방법이 있다. 실무에서는 클래스를 분리하는 쪽이 압도적으로 깨끗하다. "왜 안 되는지"의 원인은 CGLIB 또는 JDK 동적 프록시 기반 호출 흐름 차원에서 설명할 수 있어야 한다.

@Async와 트랜잭션이 전파되지 않는 함정

커머스에서 알림 발송, 분석 이벤트 전송, 외부 채널 동기화 같은 후처리를 @Async로 분리하는 패턴이 흔하다. 여기서 자주 놓치는 게 Spring 트랜잭션은 ThreadLocal(TransactionSynchronizationManager) 기반이라 다른 스레드로 넘어가는 순간 전파되지 않는다는 점이다.

Bad

java
@Service
@RequiredArgsConstructor
public class OrderNotifyService {
 
    private final NotificationRepository notificationRepository;
 
    @Async
    @Transactional
    public void notifyOrderCreated(Long orderId, String channel) {
        Notification n = notificationRepository.findByOrderIdAndChannel(orderId, channel)
            .orElseThrow();
        n.markSent();
    }
}
 
@Service
@RequiredArgsConstructor
public class OrderService {
 
    private final OrderRepository orderRepository;
    private final OrderNotifyService orderNotifyService;
 
    @Transactional
    public OrderResult placeOrder(OrderCommand cmd) {
        Order order = orderRepository.save(Order.from(cmd));
        // @Async가 즉시 다른 스레드로 위임 -> 바깥 트랜잭션이 아직 커밋되기 전에 조회 시도
        orderNotifyService.notifyOrderCreated(order.id(), "push");
        return OrderResult.of(order);
    }
}

문제점이 두 겹이다. 첫째, @Async는 호출 즉시 다른 스레드에 작업을 위임한다. 바깥 placeOrder가 아직 커밋되지 않은 시점에 비동기 스레드가 findByOrderIdAndChannel로 막 저장된 Notification을 조회하려 하면, 다른 트랜잭션이 본 적 없는 데이터를 찾는 격이라 EntityNotFoundException이 난다(REPEATABLE READ 기준 스냅샷 격리 때문). 둘째, 비동기 스레드의 @Transactional은 호출자 트랜잭션과 무관한 새 트랜잭션이 열린다. "참여(join)했다"고 생각하면 디버깅이 영원히 안 끝난다.

Improved

java
@Component
@RequiredArgsConstructor
public class OrderCreatedNotifier {
 
    private final OrderNotifyService orderNotifyService;
 
    @TransactionalEventListener(phase = TransactionPhase.AFTER_COMMIT)
    public void on(OrderCreatedEvent event) {
        orderNotifyService.notifyOrderCreated(event.orderId(), event.channel());
    }
}
 
@Service
@RequiredArgsConstructor
public class OrderNotifyService {
 
    private final NotificationRepository notificationRepository;
 
    @Async
    @Transactional(propagation = Propagation.REQUIRES_NEW)
    public void notifyOrderCreated(Long orderId, String channel) {
        Notification n = notificationRepository.findByOrderIdAndChannel(orderId, channel)
            .orElseThrow();
        n.markSent();
    }
}

핵심은 두 가지를 분리한 것이다. 언제 실행할지(AFTER_COMMIT)와 어디 스레드에서 실행할지(@Async)는 별개 결정이라는 점을 코드 구조로 드러낸다. 이렇게 두면 바깥 커밋 후에만 비동기 스레드가 깨어나고, 그 스레드는 자기만의 새 트랜잭션을 명시적으로 연다. "비동기와 트랜잭션은 같은 줄에 붙여 두지 않는다"라는 한마디로 이 의사결정을 요약할 수 있다.

REQUIRES_NEW로 실패 로그 분리하기

주문 트랜잭션이 롤백되더라도 "결제 시도가 있었다"는 사실은 감사/고객문의 대응을 위해 남아 있어야 한다. 이때 REQUIRES_NEW가 적절하다.

java
@Component
@RequiredArgsConstructor
public class PaymentAuditWriter {
 
    private final PaymentAuditRepository auditRepository;
 
    @Transactional(propagation = Propagation.REQUIRES_NEW)
    public void recordAttempt(PaymentAttempt attempt) {
        auditRepository.save(attempt);
    }
}

주의점은 두 가지다. 첫째, 이 메서드가 던지는 예외를 호출자가 잡아 삼키지 않으면 바깥 트랜잭션도 같이 롤백된다. 그래서 보통 호출자에서 try-catch로 감사 실패는 별도 로그로만 남기고 비즈니스 흐름은 진행시킨다. 둘째, REQUIRES_NEW는 새 커넥션을 점유하므로 같은 풀에서 바깥 트랜잭션이 들고 있는 행에 락 경합이 생기면 자기 자신과 데드락이 난다. 감사 테이블은 별도 테이블이어야 하고, 가능하면 별도 데이터소스나 최소한 다른 행에만 손대는 구조여야 한다.

NESTED와 SAVEPOINT가 실무에서 잘 안 쓰이는 이유

NESTED는 JDBC SAVEPOINT 위에서 동작한다. 이론적으로는 "이 일부 작업만 부분 롤백"이라는 깔끔한 모델이지만, JPA를 같이 쓰면 1차 캐시와 SAVEPOINT 시점이 어긋난다. 안쪽에서 영속화한 엔티티를 SAVEPOINT로 되돌렸는데 1차 캐시에는 남아 있어 이후 조회/플러시가 비정합 상태가 되는 식이다. 그래서 JPA 환경에서는 NESTED보다 REQUIRES_NEW + 별도 컴포넌트, 또는 부분 실패는 도메인 로직으로 흡수하는 방향을 많이 선택한다.

NESTED를 정리할 때는 "동작 원리는 SAVEPOINT 기반이고, JPA와 함께 쓰면 1차 캐시 정합 이슈로 권장하지 않는다"까지 짚으면 충분하다.

@TransactionalEventListener(AFTER_COMMIT)와 Outbox

도메인 이벤트를 트랜잭션 커밋 직후에 발행하고 싶을 때 흔히 쓰는 패턴이다.

java
@Component
@RequiredArgsConstructor
public class OrderPaidEventListener {
 
    private final OutboxAppender outboxAppender;
 
    @TransactionalEventListener(phase = TransactionPhase.AFTER_COMMIT)
    public void on(OrderPaidEvent event) {
        outboxAppender.appendInNewTransaction(event);
    }
}

여기서 가장 자주 빠지는 함정이 두 개다.

첫째, AFTER_COMMIT 시점에는 이미 원래 트랜잭션이 커밋되어 닫혀 있다. 이 리스너 안에서 그냥 @Transactional도 안 붙이고 JPA save를 호출하면, 트랜잭션 없는 상태에서 영속성 컨텍스트가 끝까지 살아남지 못해 의도와 다르게 동작한다. 그래서 리스너 본문에서 다시 DB를 건드리려면 명시적으로 새 트랜잭션을 열어야 한다 — 보통 REQUIRES_NEW 짜리 별도 컴포넌트 메서드를 호출하는 형태로 분리한다.

둘째, 이벤트 리스너 안에서 발행 자체(예: Kafka producer 호출)를 직접 하면 외부 시스템과 DB 사이에 이중 쓰기 정합성 문제가 다시 생긴다. DB 커밋 후 발행 직전에 프로세스가 죽으면 이벤트가 사라진다. 그래서 실무에서는 발행을 직접 하지 않고, 같은 DB 트랜잭션 안에서 outbox 테이블에 이벤트 row를 함께 저장하고, 별도 publisher 프로세스가 outbox를 폴링/CDC해서 Kafka로 흘려보내는 구조로 간다. 이 패턴이 Transactional Outbox다.

AFTER_COMMIT 리스너는 이 흐름에서 보조적으로 쓴다. 예를 들어 outbox가 이미 도메인 트랜잭션 안에서 채워졌다면, AFTER_COMMIT에서는 publisher를 깨우는 신호 정도만 보내고 실제 발행은 publisher 쪽에서 책임지게 한다. 만약 outbox 저장 자체에 실패해 별도 데드레터로 옮겨야 하는 케이스가 생기면, 그건 다시 REQUIRES_NEW 트랜잭션으로 실패 기록을 남기는 흐름과 합쳐진다.

멱등성 키 — 트랜잭션 경계 어디에 둘 것인가

커머스 결제 도메인에서 같은 idempotencyKey로 두 번 들어오는 요청은 일상이다. 모바일 앱 재시도, 네트워크 타임아웃 후 PG 재호출, 사용자 더블 클릭. "결제 중복을 어떻게 막느냐"에 unique constraint까지만 답하면 절반이다. 진짜 핵심은 그 unique 충돌을 어느 트랜잭션 경계에서 잡아 어떤 의미로 변환할 것인가이다.

java
@Service
@RequiredArgsConstructor
public class PaymentApplicationService {
 
    private final PaymentRepository paymentRepository;
    private final PgClient pgClient;
    private final IdempotencyKeyRepository idempotencyKeyRepository;
 
    public PaymentResult pay(PaymentCommand cmd) {
        IdempotencyKey reserved = reserveKey(cmd);
        if (reserved.isReplay()) {
            return reserved.cachedResult();
        }
        PgResponse pg = pgClient.charge(cmd.toPgRequest());
        return persistResult(cmd, pg);
    }
 
    @Transactional
    protected IdempotencyKey reserveKey(PaymentCommand cmd) {
        try {
            return idempotencyKeyRepository.save(IdempotencyKey.fresh(cmd.key()));
        } catch (DataIntegrityViolationException e) {
            return idempotencyKeyRepository.findByKey(cmd.key()).orElseThrow();
        }
    }
 
    @Transactional
    protected PaymentResult persistResult(PaymentCommand cmd, PgResponse pg) {
        Payment p = paymentRepository.save(Payment.from(cmd, pg));
        idempotencyKeyRepository.attachResult(cmd.key(), p.id());
        return PaymentResult.of(p);
    }
}

여기서 의도적으로 트랜잭션을 두 토막으로 잘랐다. PG 호출은 트랜잭션 밖이다. 외부 IO를 @Transactional 안에 묶어 두면 PG가 느려질 때마다 그 시간만큼 DB 커넥션과 락을 쥐고 있게 된다. 첫 토막은 멱등성 키 선점이라는 짧은 트랜잭션, 두 번째 토막은 결과 영속화라는 짧은 트랜잭션이다.

여기서 자주 따라붙는 함정이 있다. "그러면 첫 토막은 성공하고 PG 호출은 됐는데 두 번째 토막에서 DB 오류로 실패하면" 어떻게 되는가. 답은 "그래서 두 번째 토막은 idempotency key 상태 기반으로 재시도 가능해야 한다"이다. 첫 토막에서 PENDING으로 표기, PG 응답을 받고 두 번째 토막에서 SUCCEEDED로 전이. 두 번째 토막이 실패하면 다음 재시도가 PENDING 상태와 PG의 approvalNumber를 보고 같은 결과를 다시 영속화한다. 이때 두 번째 토막은 결제 row 저장에 paymentRepository.save의 unique key를 한 번 더 의지한다. 트랜잭션 + unique constraint + 상태 머신, 세 축이 함께 가야 멱등성이 완성된다.

Kafka Outbox 경험과 자연스럽게 연결되는 지점도 여기다. Outbox 폴러가 같은 이벤트를 두 번 발행하더라도 컨슈머가 멱등하다면 안전하다. 결제 도메인은 더 엄격해서 컨슈머만이 아니라 요청 단위 멱등성까지 보장해야 한다. Kafka 멱등성과 결제 멱등성을 같은 사고 프레임으로 묶어 보는 관점이 곧 설계의 일관성이 된다.

rollbackOnly와 UnexpectedRollbackException

전파가 REQUIRED인 메서드 안에서 RuntimeException이 발생하면 Spring 트랜잭션 매니저는 현재 트랜잭션에 rollbackOnly 플래그를 세운다. 이걸 호출자가 잡아서 무시해도, 가장 바깥 트랜잭션이 커밋을 시도하는 순간 매니저는 "이미 롤백 마킹된 트랜잭션을 커밋하라는 것이냐"며 UnexpectedRollbackException을 던진다.

java
@Transactional
public void placeOrder(...) {
    try {
        paymentApplier.apply(order); // REQUIRED, 안에서 RuntimeException
    } catch (PaymentException e) {
        // 삼키면 위에서 UnexpectedRollbackException 발생
        log.warn("결제 실패, 무시하고 진행", e);
    }
    // 여기서 다른 일 더 함 -> 결국 커밋 시점에 폭발
}

해결책은 두 가지다. 정말 분리하고 싶으면 안쪽을 REQUIRES_NEW로 두거나, 분리할 게 아니면 예외를 삼키지 말고 위로 흘려보낸다. "삼키되 진행"은 보통 잘못된 설계다.

로컬 실습 환경

MySQL 8 + Spring Boot 3 + JPA로 충분하다.

yaml
# application.yml
spring:
  datasource:
    url: jdbc:mysql://localhost:3306/commerce_lab?useSSL=false&serverTimezone=UTC
    username: lab
    password: lab
  jpa:
    hibernate:
      ddl-auto: update
    properties:
      hibernate.format_sql: true
logging:
  level:
    org.springframework.transaction.interceptor: TRACE
    org.hibernate.SQL: DEBUG

org.springframework.transaction.interceptor를 TRACE로 켜면 어떤 메서드가 어떤 propagation으로 트랜잭션을 시작/합류했는지 로그에 그대로 찍힌다. 실습 중에는 이 로그만 따라가도 학습 효율이 크게 올라간다.

실습 시나리오

다음 순서로 손으로 직접 재현해 보면 개념이 체화된다.

  1. OrderService.placeOrder 안에서 같은 클래스의 @Transactional 메서드를 this.method()로 호출 → 트랜잭션이 시작되지 않는 로그 확인.
  2. 그 메서드를 별도 PaymentApplier 빈으로 옮기고 다시 호출 → REQUIRED로 합류하는 로그 확인.
  3. PaymentClient가 IOException을 던지도록 만들고 rollbackFor 없이 실행 → DB는 커밋되어 데이터가 남는 것 확인. rollbackFor = Exception.class를 추가한 뒤 재실행해 롤백되는 것 비교.
  4. PaymentAuditWriter.recordAttempt를 REQUIRES_NEW로 만들고, 바깥 트랜잭션을 인위적으로 롤백시킨 뒤 audit 테이블에는 row가 남아 있는지 확인.
  5. @TransactionalEventListener(AFTER_COMMIT) 안에서 @Transactional 없이 save → 동작이 어색해지는 케이스 재현. 그다음 OutboxAppender.appendInNewTransaction을 REQUIRES_NEW로 두고 의도대로 분리되는지 확인.
  6. REQUIRED 안쪽에서 RuntimeException을 던지고 바깥에서 catch하여 무시 → 커밋 시점 UnexpectedRollbackException 재현.

설명 프레이밍

트랜잭션 전파를 한 문단으로 정리하면 골격은 이렇다.

"REQUIRED는 같은 작업 단위에 합류하는 기본값이라 비즈니스 로직 대부분에 쓰고, REQUIRES_NEW는 바깥 트랜잭션과 운명을 분리해야 하는 감사 로그·실패 기록 같은 데에만 제한적으로 쓴다. NESTED는 SAVEPOINT 기반이라 JPA와 같이 쓰면 1차 캐시와 어긋날 수 있어 권장하지 않는다.

예외 측면에서는 Spring이 기본적으로 unchecked만 자동 롤백하므로 외부 IO 호출이 있는 메서드는 rollbackFor를 명시적으로 잡아 둔다. 자기 호출 함정도 자주 나오는데, 같은 클래스 내부 호출은 프록시를 우회하기 때문에 트랜잭션이 적용되지 않아서, 트랜잭션 단위가 분리될 만하면 빈을 분리한다.

이벤트 발행은 @TransactionalEventListener(AFTER_COMMIT)로 직접 publish하는 대신, 도메인 트랜잭션 안에서 outbox row를 같이 저장하고 별도 publisher가 발행하는 Transactional Outbox 패턴을 선호한다. 이전 프로젝트에서 Kafka Outbox를 도입할 때, 결제 성공 후 알림이 누락되는 사고를 막기 위해 publish를 도메인 트랜잭션과 분리하고 outbox 폴러가 재시도까지 담당하게 한 경험이 있어 그 구조가 손에 익어 있다."

여기서 마지막 한 줄이 Outbox 경험과 자연스럽게 연결되는 지점이다. 보통 이 시점에서 "재시도 멱등성은 어떻게 보장했나", "outbox 폭증은 어떻게 막았나", "DLQ는 따로 뒀나" 같은 후속 논의로 들어가므로, 설명 끝에 그 후속 논의를 유도할 만한 키워드(idempotency key, partition key, DLQ)를 의도적으로 깔아 둔다.

자주 나오는 함정과 짧은 정리:

  • "REQUIRES_NEW만 붙이면 안전한가" → 아니다. 새 커넥션을 점유하므로 풀 크기와 자기 자신과의 락 경합을 같이 봐야 한다.
  • "self-invocation은 왜 안 되는가" → AOP 프록시를 거치지 않고 원본 객체 메서드를 직접 호출하기 때문. 빈 분리 또는 AopContext로 우회.
  • "checked exception이면 자동 롤백 안 되는 이유" → Spring 기본 정책이 unchecked + Error 한정. EJB 관례에서 유래.
  • "AFTER_COMMIT에서 DB save 해도 되는가" → 트랜잭션이 이미 닫혔으므로 새 트랜잭션을 명시적으로 열어야 한다.
  • "rollbackOnly가 무엇인가" → REQUIRED 트랜잭션 내부에서 롤백 결정이 나면 매니저가 마킹하고, 호출자가 예외를 삼켜도 커밋 시 UnexpectedRollbackException으로 노출된다.

체크리스트

  • @Transactional 메서드를 같은 클래스 내부에서 호출하지 않는다 (필요하면 빈 분리)
  • 외부 IO를 호출하는 트랜잭션 메서드에는 rollbackFor를 명시했다
  • REQUIRES_NEW는 실패 로그/감사처럼 운명을 분리해야 하는 곳에만 썼다
  • REQUIRES_NEW 호출자는 예외를 catch해 바깥 비즈니스 흐름이 그 실패에 끌려가지 않게 했다
  • @TransactionalEventListener(AFTER_COMMIT) 안에서는 직접 발행 대신 outbox 활용을 우선 검토했다
  • AFTER_COMMIT 안에서 DB를 다시 건드릴 때는 REQUIRES_NEW로 새 트랜잭션을 명시적으로 열었다
  • outbox 저장 실패 케이스 자체를 별도 dead-letter 테이블에 REQUIRES_NEW로 적재할 경로를 정의했다
  • transaction.interceptor TRACE 로그로 propagation이 의도대로 적용되는지 한 번 이상 눈으로 확인했다
  • rollbackOnly / UnexpectedRollbackException 시나리오를 직접 재현해 봤다
  • Outbox 경험과 트랜잭션 전파 정책을 한 문단 안에서 자연스럽게 연결해 설명할 수 있다
  • @Async와 @Transactional을 같은 메서드에 묶어 두지 않았다 (스레드 경계 = 트랜잭션 경계)
  • 비동기 후처리는 AFTER_COMMIT 리스너에서 트리거하고, 비동기 스레드 내부는 자기 트랜잭션을 새로 연다
  • 멱등성 키는 짧은 별도 트랜잭션으로 선점하고, 외부 IO는 트랜잭션 밖에서 수행한다
  • 멱등성을 unique constraint 한 줄로만 답하지 않고 상태 머신 + 재시도 안전성까지 설명할 수 있다

관련

  • 트랜잭션 전파·격리수준·AFTER_COMMIT 실전 — 같은 주제의 일반 개념 문서. 격리수준 + Outbox 흐름까지
on this page
  • 01왜 지금 이 주제인가
  • 02핵심 개념: 전파(propagation)는 "이 호출이 트랜잭션 경계를 새로 그릴 것인가"의 정책
  • 03예외와 롤백 규칙: 왜 RuntimeException만 자동 롤백인가
  • 04자기 호출(self-invocation) 함정
  • Bad
  • Improved
  • 05@Async와 트랜잭션이 전파되지 않는 함정
  • Bad
  • Improved
  • 06REQUIRES\_NEW로 실패 로그 분리하기
  • 07NESTED와 SAVEPOINT가 실무에서 잘 안 쓰이는 이유
  • 08@TransactionalEventListener(AFTER\_COMMIT)와 Outbox
  • 09멱등성 키 — 트랜잭션 경계 어디에 둘 것인가
  • 10rollbackOnly와 UnexpectedRollbackException
  • 11로컬 실습 환경
  • 12실습 시나리오
  • 13설명 프레이밍
  • 14체크리스트
  • 15관련
tags
#study

이런 글도

  • java

    JPA 식별자 전략: Long IDENTITY와 외부용 UUID v7

    2026.10.09
  • java

    Alpine 이미지의 Java 에서 링크 바꿔치기(TOCTOU)를 막지 못하는 이유

    2026.10.09
  • java

    쿠버네티스에 올렸더니 X-Forwarded-For 가 사라졌다 — forward-headers-strategy 와 RemoteIpValve

    2026.08.04
  • java

    서블릿 async 재디스패치에서 preHandle이 두 번 돌고 응답 객체가 바뀌는 이유

    2026.08.02

댓글 (0)