feat: Caffeine 캐시 도입 및 성능 측정 환경 구축

[lilloo04]

📌 연관 이슈

• close refactor: 지역 기반 추천 API Caffeine 캐시 도입을 통한 성능 개선 #118

🌱 PR 요약

외부 공공 API 호출로 인한 응답 지연 문제를 해결하기 위해
Caffeine 기반 캐시를 도입하고, 캐시 적용 효과를 수치로 검증했습니다.

Spring Cache 추상화를 활용하여 도메인별 캐시를 구성했으며,
프로파일 분리를 통해 캐시 미적용 환경(NoOpCacheManager) 과
캐시 적용 환경(CaffeineCacheManager) 을 명확히 구분했습니다.

k6 부하 테스트 및 캐시 통계 API를 통해
p95 응답 시간과 캐시 히트율 개선 효과를 검증했습니다.

🛠 작업 내용

1. 캐시 구조 설계 및 도입

• Spring Cache 추상화 기반 캐시 구조 설계
• CaffeineCacheManager 적용
• 도메인/기능 단위 캐시 분리
  • tourApiCache
  • cnctrRateCache
  • themeCache
  • regionCache
  • placeLikeCache
• TTL 및 최대 사이즈 설정을 통한 메모리 사용 제어

2. 프로파일 기반 캐시 전략 분리

• cache profile: Caffeine 캐시 활성화
• no-cache profile: NoOpCacheManager 적용
• 캐시 도입 전/후 성능 비교가 가능하도록 환경 분리

3. 캐시 통계 조회 API 구현

• CacheManager 기반 캐시 목록 순회
• CaffeineCache nativeCache.stats() 활용
• hit / miss / hitRate / size 조회 API 제공
• JSON 형태로 캐시 상태 확인 가능

4. 성능 테스트 및 검증

• k6를 활용한 부하 테스트 수행
• Cold Cache → Warm Cache 시나리오로 테스트 분리
• 캐시 적용 후 결과:
  • p95 응답 시간: 15.29ms
  • 전체 캐시 히트율: 99.27%
  • Error Rate: 0.00%
• 외부 API 병목이 캐시를 통해 효과적으로 제거됨을 확인

5. 기타

• 캐시 통계 기반 성능 분석을 위한 averageLoadPenalty 확인
• 캐시 미스 시 외부 API 호출로 인한 p99 지연 원인 명확화

📌 비고

• 본 PR은 신규 기능 추가가 아닌 성능 개선 목적의 리팩토링에 해당합니다.
• 캐시 적용 전/후 비교를 통해 개선 효과를 재현 가능하도록 구성했습니다.

📸 상세 이미지