스프링부트 서비스 리소스 절감 최적화 전략

🚩 1. 서비스 통합 (MSA → Monolith)

• JVM 인스턴스 수 감소 (메모리, CPU 절약)
• REST API 호출을 내부 메서드 호출로 변경하여 네트워크 비용 절감

🚩 2. JVM 튜닝 (OpenJDK vs GraalVM)

• JVM 메모리 제한을 통해 메모리 오버헤드 방지
• 기본적으로 스프링부트는 1GB 이상의 Heap을 사용하기 때문에, 서비스별로 최적화가 필요함.

java -Xms128m -Xmx256m -XX:MaxRAM=256m -jar my-app.jar

✅ -Xms128m → 초기 Heap 크기를 128MiB로 설정
✅ -Xmx256m → 최대 Heap 크기를 256MiB로 제한
✅ -XX:MaxRAM=256m → 전체 JVM 메모리 사용량을 256MiB로 제한

JVM 옵션	설명	권장 설정값 예시
-Xms, -Xmx	초기 및 최대 힙(Heap) 크기 설정	-Xms256m -Xmx512m
-XX:+UseG1GC	Garbage Collector 최적화(G1)	Spring Boot 2.0 이후 기본 설정
-XX:MaxMetaspaceSize	클래스 메타데이터 공간 제한	-XX:MaxMetaspaceSize=128m

🔹 GraalVM Native Image로 전환

• JVM 기반 스프링부트 앱을 GraalVM 네이티브 이미지로 빌드하면 메모리 사용량과 시작 시간을 획기적으로 줄일 수 있습니다.
• 실행 중 리소스 사용량을 50%~80%까지 절감 가능.
• 그러나, Reflection이나 동적 로딩과 같은 기능이 제한적일 수 있어, 코드 조정이 필요할 수 있음.

🚩 3. 컨테이너 리소스 제한 (Kubernetes requests/limits)

• 과도한 CPU 및 메모리 사용 방지

resources:
  requests:
    memory: "256Mi"
    cpu: "250m"
  limits:
    memory: "512Mi"
    cpu: "500m"

🚩 4. Tomcat 스레드 개수 제한 (max-threads)

• 내장 웹서버의 스레드를 제한하여 CPU 사용량 절감
• CPU 사용량 절감 및 스레드 생성 오버헤드 방지
• Tomcat의 기본 스레드 개수는 200개이므로, 최소한의 트래픽을 처리하도록 제한해야 합니다.

server:
  tomcat:
    max-threads: 50  # 기본 200 → 50으로 제한
    accept-count: 10  # 기본 100 → 10으로 제한

🚩 5. DB Connection Pool 최소화 (HikariCP)

• DB 커넥션 수를 최소화하여 메모리 사용량 절감
• 기본적으로 HikariCP의 커넥션 풀 크기는 10개 이상이지만, 작은 서비스에서는 3~5개로 줄여야 합니다.

spring:
  datasource:
    hikari:
      maximum-pool-size: 5  # 기본 10~20개 → 5개로 제한
      minimum-idle: 2  # 최소 2개 유지

🚩 6. 불필요한 DevTools & Actuator 비활성화

• 불필요 모듈 제거로 메모리 및 CPU 절약

spring:
  devtools:
    enabled: false
  management:
    endpoints:
      enabled-by-default: false
    endpoint:
      health:
        enabled: true
    metrics:
      enabled: false

🚩 7. 불필요한 AutoConfiguration 제거

• 사용하지 않는 자동 설정 비활성화하여 부팅속도 개선 및 메모리 절약

spring:
  autoconfigure:
    exclude:
      - org.springframework.boot.autoconfigure.jdbc.DataSourceAutoConfiguration
      - org.springframework.boot.autoconfigure.orm.jpa.HibernateJpaAutoConfiguration
      - org.springframework.boot.autoconfigure.jms.JmsAutoConfiguration

🚩 8. Init Container 활용

• 초기 실행 시의 리소스 과부하 방지 (CPU, 메모리 절약)

initContainers:
  - name: init-script
    image: busybox
    command: ['sh', '-c', '/init-script.sh']

🚩 9. 로깅 레벨 조정 & 파일 로그 제한

• 불필요한 로깅을 줄여 CPU 및 디스크 I/O 절약
• 로그 레벨을 INFO 또는 WARN으로 조정
• 로그를 파일로 저장하면 디스크 I/O 사용량이 증가하므로, 필요할 때만 활성화

logging:
  level:
    root: WARN
    org.springframework.web: WARN
  file:
    name: /logs/app.log
  logback:
    rollingpolicy:
      max-file-size: 10MB
      max-history: 3

🚩 10. 가벼운 내장 웹서버로 변경 (Tomcat → Undertow 또는 Jetty)

• 서버 교체로 메모리 및 CPU 사용량 절감 (Gradle 기준)

implementation('org.springframework.boot:spring-boot-starter-web') {
    exclude group: 'org.springframework.boot', module: 'spring-boot-starter-tomcat'
}
implementation 'org.springframework.boot:spring-boot-starter-undertow'

🚩 11. 데이터 액세스 계층 최적화 & 캐시 적용

• DB 접근 최소화 및 비효율 쿼리 개선으로 CPU 및 메모리 절약
• Redis, Local Cache 등을 활용

🚩 12. 정적 리소스 분리 및 HTTP 캐싱 적용

• 별도의 CDN 또는 정적 웹서버를 활용하여 네트워크 비용 절약
• HTTP 캐싱 전략 활용하여 리소스 접근 최소화

🚩 13. Spring WebFlux 기반의 비동기/논블로킹 구조 전환

• WebFlux + Netty로의 전환으로 CPU, 메모리 사용량 절감 및 높은 동시 처리량 확보
• 기존의 Servlet MVC 기반보다 리소스를 크게 절약 가능

예시 의존성 설정 (Gradle):

implementation 'org.springframework.boot:spring-boot-starter-webflux'

WebFlux의 자원 절약 효과:

항목	Servlet MVC	WebFlux (Netty)
메모리 사용량	높음	낮음 (약 30~50% 절약)
동시 처리량	중간 수준	매우 높음
스레드 오버헤드	높음	매우 낮음

---

📌 최종 리소스 절감 전략 요약표

 

전략	최적화	리소스 효과
서비스 통합 및 REST 내부 호출	CPU, 메모리, 네트워크	🔥🔥🔥🔥🔥
JVM 힙 메모리 제한	메모리	🔥🔥🔥🔥
컨테이너 리소스 제한	CPU, 메모리	🔥🔥🔥🔥
Tomcat 스레드 개수 제한	CPU	🔥🔥🔥
DB Connection Pool 최소화	메모리	🔥🔥🔥
불필요 DevTools & Actuator 제거	CPU, 메모리	🔥🔥🔥
불필요 AutoConfiguration 제거	CPU, 메모리	🔥🔥🔥
Init Container 활용	CPU, 메모리(초기)	🔥🔥
로깅 레벨 조정 & 파일로그 제한	CPU, 디스크 I/O	🔥🔥🔥
가벼운 내장 웹서버 변경	CPU, 메모리	🔥🔥🔥
데이터 계층 최적화 및 캐시	CPU, 메모리	🔥🔥🔥🔥
정적 리소스 분리 & HTTP 캐싱	CPU, 네트워크	🔥🔥
Spring WebFlux 전환	CPU, 메모리, Thread	🔥🔥🔥🔥

---

🎯 추천하는 적용 우선순위

1. 서비스 통합 및 REST API 내부화 (가장 높은 효과)
2. JVM 힙 메모리 제한 및 컨테이너 리소스 제한
3. DB 커넥션 풀 최소화 및 데이터 액세스 계층 최적화
4. WebFlux 전환 (구조적 변화 가능 시)
5. Tomcat 스레드 제한, 내장 서버 변경, AutoConfiguration 제거
6. 로깅 조정 및 Init Container 활용
7. 정적 리소스 분리 및 HTTP 캐싱 적용 (간접적)

---

위 최적화 전략을 환경에 맞게 선택적/단계적으로 적용하면, 스프링부트 서비스의 리소스를 효과적으로 관리하고 성능 및 운영비용을 크게 개선할 수 있습니다.