중간 피드백)챗봇 기능 추가 구현 필요

[annalee8595]

챗봇) Write-Through 패턴을 사용하여 DB와 캐시를 동시에 업데이트하거나 Cache-Aside 패턴으로 캐시 미스 시에만 DB에서 로드하는 방식을 권장합니다.

• 챗봇

  1. Write-Through 패턴

  쓰기를 할 때마다 DB(또는 JSON 파일)와 Redis 캐시를 동시에 업데이트

  from backend.survey.content_recommend import compute_user_tag_scores
  import json, os
  
  def save_user_profile(user_id: int, profile_data: dict):
      # 1) DB/파일에 저장
      path = os.path.join(PROFILES_DIR, f"{user_id}.json")
      with open(path, "w", encoding="utf-8") as f:
          json.dump(profile_data, f, ensure_ascii=False, indent=2)
  
      # 2) 캐시에 같은 키로 저장 (Write-Through)
      cache_key = f"user_profile:{user_id}"
      cache.set(cache_key, profile_data)

  • 장점: 캐시와 원본 데이터가 항상 동기화
  • 단점: 쓰기 비용이 캐시에까지 이중 발생

  ---

  2. Cache-Aside 패턴

  읽기 시 캐시에 없으면(DB/파일에서) 로드 → 캐시에 써 두기

  def load_user_profile(user_id: int) -> dict:
      cache_key = f"user_profile:{user_id}"
      profile = cache.get(cache_key)
      if profile is not None:
          app.logger.debug("Cache hit for %s", cache_key)
          return profile
  
      app.logger.debug("Cache miss for %s, loading from file", cache_key)
      # 파일에서 로드
      path = os.path.join(PROFILES_DIR, f"{user_id}.json")
      try:
          with open(path, "r", encoding="utf-8") as f:
              profile = json.load(f)
      except FileNotFoundError:
          # 기본 프로필
          with open(DEFAULT_PROFILE_PATH, "r", encoding="utf-8") as f:
              profile = json.load(f)
  
      # 캐시에 적재
      cache.set(cache_key, profile)
      return profile

  • 장점: 읽기 빈도가 높은 데이터만 캐시
  • 단점: 첫 읽기 시에는 캐시 미스로 지연 발생

  ---

  3. 예시: 추천 API에 적용하기

  @content_recommend_bp.route('/api/recommend/contents', methods=['GET'])
  def get_recommendations():
      user_id   = current_user.id if current_user.is_authenticated else "default"
      profile   = load_user_profile(user_id)      # Cache-Aside 로드
      user_tags = [t for t in profile["weights"] if t != "필터"]
      city      = request.args.get("city", "서울")
      contents  = load_city_contents(city)
  
      groups    = recommend_grouped_contents(contents, user_tags)
      return jsonify(groups)

  • 쓰기 (/api/survey 등) 핸들러에서 save_user_profile(user_id, new_profile) 을 호출하면,
    • 파일(DB)과 캐시를 동시에 갱신(Write-Through)
  • 읽기 (/api/recommend/contents) 핸들러에서는 load_user_profile() 를 통해 캐시 우선 로딩(Cache-Aside)

  ---

  • Write-Through: 쓰기 시점에 캐시도 함께 업데이트 → 항상 최신
  • Cache-Aside: 읽을 때 캐시 확인 → 없으면 로드 후 캐싱 → 읽기 속도 최적화

[z0713]

이 부분 조교님이 자세히 설명해주셨는데 MVP 기능 먼저 구현 후 시도해보겠습니다!