이 프로젝트는 Docker Compose 기준으로 전체 서비스를 한 번에 실행할 수 있습니다.
docker compose up --build-
프론트엔드:
http://localhost:5173 -
사용자 인증 서비스:
http://localhost:18081 -
공연 서비스:
http://localhost:18082 -
대기열 서비스:
http://localhost:18083 -
티켓팅 서비스:
http://localhost:18084 -
결제 서비스:
http://localhost:18085 -
장애 탐지 서비스:
http://localhost:18086 -
장애 분석 서비스:
http://localhost:18087 -
장애 운영 API:
http://localhost:18088 -
배포 URL: Fairline_Ticket
-
시연 영상 URL: Fairline_Ticket_시연_영상
- 프로젝트 이름: Fairline Ticket
- 프로젝트 설명: 공연 예매 서비스를 MSA로 분리하고, 대기열 제어, 좌석 선점, 결제, 장애 탐지 및 운영 분석까지 포함한 통합 예매 플랫폼
- 프로젝트 목표:
- 사용자가 공연 정보를 조회하고 원하는 좌석을 선택해 예매할 수 있는 서비스를 제공합니다.
- 예매 과정에서 대기열, 좌석 선점, 결제까지 이어지는 전체 흐름을 지원합니다.
- 운영자는 장애 탐지 및 분석 기능을 통해 예매 시스템 상태를 확인할 수 있습니다.
| 이름 | 역할 | GitHub |
|---|---|---|
| 서지윤 | User, Concert 서비스 구현, k8s 구현, CI/CD 파이프라인 구축 | Github |
| 양예원 | 결제 서비스 구현, AI 기반 서비스 구현 | Github |
| 박지현 | 팬 우선 입장, 대기열 서비스 구현, k8s 구현, Observability | Github |
| 장재훈 | 티켓팅 서비스 구현, Outbox 패턴 도입, CDC 구축 | Github |
- 회원 기능
- 회원가입, 로그인, JWT 인증
- 이메일 인증 기반 사용자 검증
- 공연 조회
- 공연 목록, 공연 상세, 회차 정보 조회
- 좌석 맵 및 좌석 상태 조회
- 대기열 제어
- 예매 시작 전후 사용자 진입 제어
- 트래픽 집중 상황에서 순차 입장 처리
- 티켓팅
- 좌석 선점 및 예약 생성
- 예약 만료, 예매 확정, 취소 처리
- 팬 점수 연동 및 정합성 보정 작업
- 결제
- Toss Payments 기반 결제 승인 흐름
- 결제 성공/실패 리다이렉트 처리
- 환불 또는 후속 조치가 필요한 건 처리
- 이벤트 기반 운영 처리
- Kafka 기반 이벤트 소비
- Debezium CDC 기반 Outbox 전달
- 장애 탐지 및 분석
- 이상 징후 룰 기반 탐지
- LLM 기반 장애 분석 보조
- 운영 화면용 장애 조회 API 제공
user-auth-service- 회원가입, 로그인, JWT, 이메일 인증
concert-service- 공연/회차/좌석 조회
queue-service- 대기열 및 입장 제어
ticketing-service- 좌석 선점, 예약, 예매 확정, 팬 점수, 정합성 보정
payment-service- 결제 승인, 웹훅, 후속 결제 처리
incident-detector- Kafka 이벤트 기반 장애 탐지
incident-agent- LLM 기반 장애 분석
incident-api- 운영 화면용 장애 데이터 조회 API
shared-kernel- 공통 인증, 예외, Redis/JWT 보조 구성
frontend- 사용자 예매 화면 및 운영 화면
skala_mini_project/
├── frontend/ # 사용자 예매 화면 및 운영 화면
├── user-auth-service/ # 회원가입, 로그인, JWT, 이메일 인증
├── concert-service/ # 공연/회차/좌석 조회
├── queue-service/ # 예매 대기열 및 진입 제어
├── ticketing-service/ # 좌석 선점, 예약, 확정, 정합성 처리
├── payment-service/ # 결제 승인, 웹훅, 환불 후속 처리
├── incident-detector/ # Kafka 이벤트 기반 장애 탐지
├── incident-agent/ # LLM 기반 장애 분석
├── incident-api/ # 운영용 장애 조회 API
├── shared-kernel/ # 공통 모듈
├── infra/ # 로컬 인프라 및 Debezium 설정
├── stress_test/ # k6 기반 부하 테스트
├── msa-docs/ # 아키텍처 및 문서 자산
├── docs/ # 보조 문서
├── yewon/ # 목업/시각화 자료
├── fairline_k8s/ # 쿠버네티스 배포 리소스
├── docker-compose.yaml # 로컬 통합 실행 파일
├── build.gradle # 멀티모듈 공통 Gradle 설정
└── settings.gradle # 루트 프로젝트 및 서브모듈 선언
Git Flow를 기반으로 하여 브랜치 전략 사용
main,dev, 팀원 개인 기능 브랜치dev-{name}: 팀원 각자의 개발 브랜치PR merge 방식: 개인이 생성한 PR에 대해 팀원 1명의 승인이 있어야 PR 내용이 반영되도록 규칙 도입
- 루트
.env파일에 필수 환경변수를 설정합니다. docker compose up --build로 인프라와 애플리케이션을 실행합니다.- 프론트엔드는
5173, 백엔드 서비스들은18081~18088포트를 사용합니다. - 서비스별 상세 구조는 각 디렉토리의
README.md에서 확인합니다. - 부하 테스트는
stress_test/아래의 k6 스크립트를 사용합니다.
루트 .env 기준으로 아래 값들이 필요합니다.
DB_USERDB_PASSWORDJWT_SECRETUSER_AUTH_INTERNAL_API_TOKENCONCERT_INTERNAL_API_TOKENTICKETING_INTERNAL_API_TOKENPAYMENT_OPS_API_TOKENMAIL_USERNAMEMAIL_PASSWORDEMAIL_FROM_ADDRESSEMAIL_FROM_NAMEVITE_TOSS_CLIENT_KEYTOSS_SECRET_KEYTOSS_API_BASETOSS_CONFIRM_URLTOSS_CANCEL_BASE_URLPAYMENT_SUCCESS_REDIRECT_URLPAYMENT_FAIL_REDIRECT_URLOPENAI_API_KEY
운영 환경 시크릿 관리 방식:
- 로컬 개발 환경에서는 루트
.env파일로 데이터베이스 계정, JWT 시크릿, 내부 API 토큰, 메일 계정, 결제 연동 키, OpenAI API 키를 주입합니다. - 운영 배포 환경에서는 Kubernetes
Secret인app-secret을 사용해 주요 민감 정보를 주입합니다. - Kubernetes
Secret에는 데이터베이스 계정 정보, JWT 시크릿, 서비스 간 내부 토큰, 메일 계정,TOSS_SECRET_KEY,OPENAI_API_KEY등 서버 측 민감 값이 포함됩니다. - 정리하면 로컬은
.env, 운영은 KubernetesSecret으로 분리해 관리하는 구조입니다. - 브라우저에 노출될 수 있는 프론트엔드 값과 서버 전용 시크릿은 구분해서 관리해야 하며, 서버 전용 키는 저장소에 직접 하드코딩하지 않고 환경 변수 또는
Secret으로만 주입합니다.


