0. 들어가며...

현재 진행하고 있는 구름 PROTECT에서 구현한 API에 대한 성능테스트를 하고 있다. 필자는 진정한 대량의 성능 테스트를 위해서는 매번 다른 JWT 토큰 값이 Header에 담겨야 한다고 생각했다. 이유는 다음과 같다.

실제와 같은 환경을 최대한 구현할 수 있다. 실제 서비스에서도, 다른 사용자는 한 명도 사용하지 않는데, 한 사람만 요청을 5만 번 하는 경우는 극히 드물 것이다.
한 사람이 매번 같은 요청을 할 경우, DB 캐싱과 서버 캐싱으로 해당 내용이 메모리에 저장될 것이므로, 진정한 서버의 성능을 볼 수 없을 것이라 판단했다.

따라서 여러 명이 서비스를 각자 사용하고 있는 것을 흉내내고자 HEADER의 Authorization에 매 번 다른 토큰 값을 넣었다.

1. 토큰 생성 준비 하기

우리 팀의 회원가입 및 로그인은 KAKAO OAUTH2로 되어 있기에, 대량의 토큰을 카카오 로그인 루트로 가져오는 것은 힘들었다. 따라서 개발자용 토큰 생성기 API를 하나 만들었다.

이제 여기에 member_id를 넣고, 토큰을 받으면 다음과 같이 나오는데, 이 JSON 중에서 accessToken을 파싱하여 꺼내서, 한 줄에 jwt 토큰 하나가 적힌 csv 파일을 만들어 보려고 한다.

2. 토큰 추출 및 수집기 (python)

import argparse
import csv
import requests

from concurrent.futures import ThreadPoolExecutor, as_completed


def fetch_token(i):
    try:
        url = f'http://{api 주소}/api/member/developer-get-token?id={i}'
        response = requests.get(url, timeout=3)
        if response.status_code == 200:
            result = response.json()
            if result.get('status') == 'success':
                print(f"[{i}] 저장 성공")
                return result['data']['accessToken']
            else:
                print(f"[{i}] 실패: {result.get('message')}")
        else:
            print(f"[{i}] HTTP 오류: {response.status_code}")
    except Exception as e:
        print(f"[{i}] 예외 발생: {e}")
    return None


def collect_tokens(start_id, end_id, output_file, max_workers=10):
    with open(output_file, mode='w', newline='') as file:
        writer = csv.writer(file)

        with ThreadPoolExecutor(max_workers=max_workers) as executor:
            futures = {executor.submit(fetch_token, i): i for i in range(start_id, end_id + 1)}

            for future in as_completed(futures):
                token = future.result()
                if token:
                    writer.writerow([token])


if __name__ == '__main__':
    parser = argparse.ArgumentParser(description='accessToken 수집기')
    parser.add_argument('--start', type=int, required=True, help='시작 ID')
    parser.add_argument('--end', type=int, required=True, help='끝 ID')
    parser.add_argument('--output', type=str, default='tokens.csv', help='저장할 CSV 파일명')
    parser.add_argument('--workers', type=int, default=50, help='최대 동시 요청 수')

    args = parser.parse_args()
    collect_tokens(args.start, args.end, args.output, args.workers)

아까 받았던 json 응답 중 accessToken을 파싱 후 꺼내서 tokens.csv 라는 파일에 한 줄씩 적는다. 이걸 그냥 실행하면, 하나의 쓰레드가 모든 작업을 처리하기 때문에 느리다. 따라서 ThreadPoolExecutor를 활용해 병렬적 작업으로 처리하였다. PYTHON의 경우, GIL(Global Interpreter Lock)으로 인해, 동시에 여러 스레드가 Python 코드를 실행하지 못하지만 예외적으로 I/O 작업(API 요청, 파일 읽기, 네트워크)에는 GIL이 잠시 풀려서 병렬 쓰레드 작업이 가능하다.

    # ThreadPool 이용한 멀티 스레드 작업   
    with ThreadPoolExecutor(max_workers=max_workers) as executor:
            futures = {executor.submit(fetch_token, i): i for i in range(start_id, end_id + 1)}

            for future in as_completed(futures):
                token = future.result()
                if token:
                    writer.writerow([token])

이를 실행하면 다음과 같이 파일 밑에 token 파일이 생긴다.