Skip to content

three-iii/AI_B2B_Project

Repository files navigation

대규모 AI 시스템 설계 프로젝트


👨‍👩‍👧‍👦 Our Team

김규준 안지연 이아린
@mbc2579 @jiyeonahn @eggnee
Leader / BE BE BE
Order, Delivery, DeliveryPath Company,Product,Hub,Slack User, Shipper,HubManager,CompanyManager

🔧 Infra Architecture

image (5)


서비스 구성 및 실행방법

❗서비스 구성

  • MSA 기반 아키텍처

    • 모든 주요 기능은 독립적인 마이크로서비스로 개발되어, 각각의 서비스가 독립적으로 배포, 확장, 유지보수될 수 있도록 설계하였습니다. ddd drawio (1)
  • 서비스 간 통신

    • FeignClient를 이용하여 서비스 간 통신을 합니다.
  • 프로젝트 구조

    • Layered Architecture: Controller, Service, Repository 계층으로 구성된 클린 아키텍처이며, DDD 적용을 위한 패키징 개념도 포함되었습니다.
  • 데이터 베이스

    • 테이블 명명 규칙: 모든 테이블에 p_ 접두사 사용
    • UUID 사용: 모든 주요 엔티티의 식별자는 UUID를 사용 (유저는 예외)
    • 분산 데이터베이스: 마이크로서비스별 독립된 데이터베이스 사용
    • Audit 필드: 모든 테이블에 created_at, created_by, updated_at, updated_by, deleted_at, deleted_by 필드를 추가하여 데이터 감사 로그 기록
  • 보안

    • JWT 인증: Spring Security와 JWT(Json Web Token)를 이용한 인증 및 권한 관리
    • 권한 확인 : 권한은 요청마다 저장되어 있는 권한 값과 동일한지 체크필요
    • 비밀번호 암호화: BCrypt 해시 알고리즘을 사용한 비밀번호 암호화
    • 데이터 유효성 검사: 서버 측 데이터 유효성 검사를 위해 Spring Validator 사용

❗실행 방법

👤회원가입(Auth) "/api/auth/sign-up"

유저의 이름, 패스워드를 전달 받아 회원가입을 진행합니다.

username은 최소 4자 이상, 10자 이하이며 알파벳 소문자(a~z), 숫자(0~9)로 구성

password는 최소 8자 이상, 15자 이하이며 알파벳 대소문자(a~z, A~Z), 숫자(0~9), 특수문자

또한 다음의 권한으로 나누어 집니다.

  • 마스터 관리자
  • 허브 관리자
  • 허브 배송담당자
  • 허브 업체
  • 요청예시

    {
      "username": "master",
      "password": "abc123!!",
      "slackId": "U07D9CF0A8E",
      "master": true,
      "masterToken": "MASTER_TOKEN_AI_B2B_THREE_III"
    }

➡️로그인(Auth) "/api/auth/sign-in"

유저 아이디와 패스워드를 입력받아 로그인을 진행합니다. 로그인 성공 시, 로그인에 성공한 유저의 정보와 JWT를 활용하여 토큰을 발급합니다. 발급한 토큰을 사용하여 사용자 정보를 조회 합니다.

  • 요청예시

    {
      "username": "master",
      "password": "abc123!!"
    }

🏢업체생성 (Company) "/api/companies"

업체를 추가 할 때는 관리 허브 ID가 존재하는 허브인지 확인합니다. 업체 엔티티에 is_delete 필드를 추가하여 논리적 삭제를 관리합니다. 업체가 삭제될 경우 관련된 서비스에서 연관 데이터를 비활성화할 때 이 필드를 기준으로 처리합니다.

권한 관리는 아래와 같습니다.

  • 마스터: 모든 권한
  • 허브 관리자: 자신의 허브에 소속된 업체만 관리 가능
  • 허브 업체: 자신의 업체만 수정 가능, 다른 업체의 읽기와 검색만 가능
  • 요청예시

    {
      "hubId": "3fa85f64-5717-4562-b3fc-2c963f66afa6",
      "name": "업체이름",
      "type": "PRODUCTION_COMPANY",
      "address": "용산구"
    }

🛒상품생성 (Product)"/api/products"

상품 엔티티에 is_delete 필드를 추가하여 논리적 삭제를 관리합니다. 상품이 삭제될 때 연관된 데이터(주문 등)도 is_delete 필드를 통해 관리합니다. 모든 조회 및 검색에서 is_delete가 false인 데이터만을 대상으로 처리하도록 합니다. 상품 생성시에 상품 업체가 존재하는지, 상품 관리 허브 ID가 존재하는지 확인합니다. 상품 설명은 "/api/products/ai" 를 통해 ai를 활용하여 생성이 가능합니다.

  • 요청예시

    {
      "companyId": "3fa85f64-5717-4562-b3fc-2c963f66afa6",
      "hubId": "3fa85f64-5717-4562-b3fc-2c963f66afa6",
      "name": "상품이름",
      "description": "상품설명",
      "quantity": 100
    }

🧾주문생성(Order) "/api/orders"

주문이 생성되면 배송도 같이 생성되어야 합니다. 주문이 생성되면 관련된 재고가 감소하며, 주문이 취소되면 해당 수량이 복원 됩니다. 주문 엔티티에 is_delete 필드를 추가하여 논리적 삭제를 관리합니다. 주문이 취소되거나 삭제될 때 연관된 데이터도 is_delete 필드를 통해 관리합니다.

권한 관리는 아래와 같습니다.

  • 생성: 모든 로그인 사용자 (주문자) 가능
  • 수정: 마스터 관리자와 해당 주문과 허브 관리자만 가능
  • 조회 및 검색: 모든 로그인 사용자가 가능, 단, 주문자 본인은 자신의 주문만 조회 가능
  • 요청예시

    {
      "productionCompanyId": "생산업체Id",
      "receiptCompanyId": "수령업체 Id",
      "userName": "string",
      "deliveryAddress": "string",
      "recipientName": "string",
      "slackId": "string",
      "orderItemRequestDto": [
        {
          "productId": "3fa85f64-5717-4562-b3fc-2c963f66afa6",
          "productQuantity": 0
        }
      ],
      "status": "COMPLETED"
    }

🚚배송생성(delivery)

주문이 생성될때 배송과 배송 경로 기록 데이터가 같이 생성되어야 합니다. 배송 및 배송 경로 기록 엔티티에 is_delete 필드를 추가하여 논리적 삭제를 관리합니다. 배송과 관련된 모든 데이터에서 is_delete 필드를 기준으로 비활성화된 데이터를 관리합니다. 배송과 배송 경로 기록 엔티티를 생성해주세요. 필수 정보는 다음과 같습니다. 배송 : 주문 ID, 현재상태(허브 대기중, 허브 이동중, 목적지 허브 도착, 배송중 등), 출발 허브 ID, 목적지 허브 ID, 배송지 주소, 수령인, 수령인 슬랙 ID(전화번호 대체) 배송 경로 기록 : 배송 ID, 시퀀스(배송 경로 상 허브의 순번), 출발 허브 ID, 도착 허브 ID, 예상거리, 예상 소요시간, 실제 거리, 실제 소요 시간, 현재상태(허브 이동 대기중, 허브 이동중, 목적지 허브 도착, 배송중 등)

권한 관리는 아래와 같습니다.

  • 생성: 주문 생성 시 자동으로 생성
  • 수정: 마스터 관리자, 해당 허브 관리자, 그리고 해당 배송 담당자만 가능
  • 조회 및 검색: 모든 로그인 사용자가 가능, 단 배송 담당자는 자신이 담당하는 배송만 조회 가능

프로젝트 목적 및 상세

이번 프로젝트의 주된 목표는 MSA(Microservices Architecture) 기반의 물류 관리 및 배송 시스템을 개발하는 것입니다. 이를 통해 실무에서의 협업과 데이터 연동, API 관리 및 서비스 간 통신의 신뢰성을 확보하는 방법을 경험하며, 복잡한 MSA 시스템을 효과적으로 설계하고 구현하는 능력을 기르는 것이 목표입니다.

프로젝트 개요

  • 주제: MSA 기반 국내 물류 관리 및 배송 시스템 개발 (스파르타 물류)
  • 형식: B2B (Business to Business) 물류 관리 시스템

시스템 구성

  • 허브 센터: 지역별 허브 센터를 운영하여 각 지역의 주문 및 재고 관리를 담당합니다.
  • 업체 역할: 가공업체와 바구니 제작업체 간의 물품 주문과 배송 요청을 관리합니다.

프로세스 설명

  1. 주문 발생:
    • 예를 들어, 부산시의 바구니 제작 업체가 경기도 일산의 플라스틱 가공업체에 1000개의 플라스틱 가공품을 주문합니다.
    • 플라스틱 가공업체는 주문에 따라 스파르타 물류에 허브 저장 가공품의 배송을 요청합니다.
  2. 물류 처리 및 재고 이동:
    • 경기도 허브에서 부산시 허브로 물품을 이동시키는 과정이 필요합니다. 시스템은 이 이동 경로를 계획하고, 물품이 안전하게 목적지 허브로 전달되도록 합니다.
  3. 최종 수령:
    • 부산시 허브에 도착한 물품은 허브 소속 배송 담당자가 바구니 제작업체로 전달합니다.

기술적 과제

  • API 연동: 서비스 간 API 연동을 통해 데이터와 기능을 효율적으로 연동합니다.
  • 데이터 무결성 유지: 데이터의 정확성과 일관성을 확보하며, 시스템 간의 데이터 연동을 안정적으로 관리합니다.
  • 서비스 간 통신 신뢰성: 서비스 간의 통신을 신뢰성 있게 유지하기 위한 방법을 모색합니다.
  • AI 활용: Gemini API를 통해 AI 기술을 간접적으로 활용하여 질문과 답변 처리 기능을 구현합니다.

프로젝트 목표

  • MSA의 복잡성을 이해하고, 팀원들과 협력하여 실제 사례를 통해 MSA 시스템을 구축합니다.
  • 실무에서 발생할 수 있는 다양한 문제를 경험하고 해결하며, 향후 시스템 설계 및 개발에 대한 인사이트를 얻습니다.

📋ERD

image (3)


기술 스택

  • 백엔드: Spring Boot 3.3
  • 데이터베이스: PostgreSQL
  • 빌드 툴: Gradle
  • API 문서화: Swagger
  • API 게이트웨이: Spring Cloud Gateway - 모든 외부 요청을 각 마이크로서비스로 라우팅
  • 서비스 디스커버리: Spring Cloud Eureka - 각 마이크로서비스의 위치를 자동으로 발견하고 관리
  • 버전 관리: Git, GitHub
  • 그 외 기술: java 17, springsecurity, jwt, Redis, docker, intellijidea, notion, slack

🚨 트러블 슈팅

RestTemplate에서 Http Interface로의 전환을 통한 API 통신 개선
  1. 문제 상황: 프로젝트에서 외부 API와 통신을 하기 위해 RestTemplate을 사용하였으나, 복잡한 설정과 요청 응답 시 코드의 가독성이 떨어지는 문제를 발견하였고 유지보수에 어려움을 느꼈다.

  2. 해결 방법: RestTemplate 대신 Spring 6에서 제공하는 Http Interface를 사용해보았다. Http Interface는 인터페이스 기반으로 API 호출을 할 수 있도록 지원하여, 코드를 단순화하고 가독성을 높였다. @GetExchange, @PostExchange와 같은 어노테이션을 사용하여 HTTP 요청을 명시적으로 처리할 수 있었다.

  3. 장점: 인터페이스 기반으로 API 호출 구조가 깔끔해졌고 가독성이 높아지고 유지보수성이 개선되었다. 더 효율적으로 API와 상호 작용이 가능해졌다.


FeignClient 연동 문제 해결
  1. 문제 상황: 프로젝트에서 주문 생성을 진행할 때 FeignClient를 사용하여 company 애플리케이션과 연동 후 companyId 값을 제대로 불러오지 못해 업체 조회 여부가 되지 않아 어려움을 느꼈던 적이 있다.

  2. 해결 방법: company 애플리케이션의 데이터 구조를 파악하여 데이터의 값을 동일하게 매핑 후 진행하여 문제를 해결하였다.


About

대규모 AI 시스템 설계 프로젝트

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Contributors 3

  •  
  •  
  •  

Languages