본문으로 건너뛰기

Front-end에서 OAS generator를 어떻게 쓰면 좋을까?

· 약 34분
Hyunmo Ahn
Hyunmo Ahn
Front End Engineer @ Line+

최근 프로젝트에 OAS-generator를 도입해서 사용하고 있다. 사용하기로 결정할 때 고민이나 확인이 필요한 점이 많았고, 적용 이후 좋은 점도 많은 것 같아서 OAS-Generator 사용 경험에 대해 글을 쓰려한다.

아마 OAS Generator가 무엇인지 궁금한 분들, 알고는 있지만 도입에 고민이 되시는 분들, 이미 사용하고 있지만 잘 사용하고 있는지 망설여지는 분들이 이 글을 읽고 좋은 모티브나 경험을 배워갔으면 좋겠다.

이 글에서 말하고 있는 건 다음과 같다.

  • OAS-generator 가 어떤 것인지.
  • OAS-generator 를 사용했을 때의 장단점.
  • OAS-generator 를 어떻게 사용해야하는지.
    • 설정
    • 커스텀 템플릿
  • 최적화
사전지식
  • Rest API로 Front-end 개발을 진행해 본 경험
  • Mustache 문법을 읽을 수 있는 지식 (Optional)
    • 글을 이해하는데는 필요없지만 실제로 사용한다면 꼭 알아야한다.

OAS Generator, 어떤 것?​

OAS Generator를 알아보기 전에 OAS는 어떤 것인지 먼저 알아보자.

OAS? Open Api Specification​

OAS는 Open Api Specification의 약자이다.

The OpenAPI Specification (OAS) is a vendor neutral description format for HTTP-based remote APIs.

OAS에 대한 문서 를 보면 OAS는 HTTP 기반 API에 대해서 기계, 사람이 모두 이해할 수 있는 문서를 작성하는 규칙을 명명한 것이라고 한다. 예를 들어, swagger 문서에서 아래 이미지처럼 링크를 누르면 OAS 문서로 연결된다. Text로 구성되어 있는 JSON 혹은 yaml파일이 OAS(Open Api Specification)가 되는 것이다.

swagger-to-oas-docs

swagger-to-oas-docs-oas-result

OAS Generator​

OAS가 API의 json/yaml 문서라는 것을 알았다. 그렇다면 OAS Generator는 어떤 것일까?

  • OAS Generator는 OAS yaml 파일로 Source code를 생성하는 도구이다.
  • 즉, API Swagger → OAS text 파일(.yaml) → Source Code(.ts)로 변환한다.
  • Geneartor 종류에 따라 다양한 output(Java, Kotlin, typescript, etc.)을 만들 수 있다.
  • Web Front End 진영에서는 typescript-axios나 typescript-fetch를 주로 쓰는 것으로 알고 있다.

앞으로 설명하겠지만 OAS의 결과물은 다음과 같은 방식으로 자동 생성되고, 이 코드들을 프로젝트 내부에 사용하는 것으로 이점을 얻는다. (code sandbox)

// Auto generated codes
...
deletePet: async (petId: number, apiKey?: string, options: AxiosRequestConfig = {}): Promise<RequestArgs> => {
    // verify required parameter 'petId' is not null or undefined
    assertParamExists('deletePet', 'petId', petId)
    const localVarPath = `/pet/{petId}`
        .replace(`{${"petId"}}`, encodeURIComponent(String(petId)));
    // use dummy base URL string because the URL constructor only accepts absolute URLs.
    const localVarUrlObj = new URL(localVarPath, DUMMY_BASE_URL);
    let baseOptions;
    if (configuration) {
        baseOptions = configuration.baseOptions;
    }

    const localVarRequestOptions = { method: 'DELETE', ...baseOptions, ...options};
    const localVarHeaderParameter = {} as any;
    const localVarQueryParameter = {} as any;

    // authentication petstore_auth required
    // oauth required
    await setOAuthToObject(localVarHeaderParameter, "petstore_auth", ["write:pets", "read:pets"], configuration)

    if (apiKey !== undefined && apiKey !== null) {
        localVarHeaderParameter['api_key'] = String(apiKey);
    }



    setSearchParams(localVarUrlObj, localVarQueryParameter);
    let headersFromBaseOptions = baseOptions && baseOptions.headers ? baseOptions.headers : {};
    localVarRequestOptions.headers = {...localVarHeaderParameter, ...headersFromBaseOptions, ...options.headers};

    return {
        url: toPathString(localVarUrlObj),
        options: localVarRequestOptions,
    };
},
...

위와 같은 예시는 OAS-generator를 이용해서 생성한 코드의 일부분이다. 각 API에 대해서 path, mehtod, header 등에 대해서 값을 미리 넣어서 생성하고, request, response에 대해서 매칭시켜준다.

그래서, 뭐가 좋은데?​

기존 방법과 차이점​

compare-with-oas-process

우리는 개발을 하면서 API를 연계한다. OAS Generator를 사용하지 않으면 위처럼 "AS-IS"의 순서로 개발을 진행한다. API 문서를 체크해서 URL, method 등을 확인하고 Request, Response에 대한 type을 정의한다. 그리곤, axios와 관련 된 함수를 생성해서 프로젝트 내부의 API call 로직에 사용한다. 이 과정에서 method를 잘못 확인한다거나, Request / Response type을 하나씩 옮겨야한다는 등 실수가 발생 할 수 있고 번거로움이 발생하기도 한다. 또한 API 문서가 업데이트된다면 API가 업데이트 되었음을 인지하고, 변경 내용을 따라가서 수정해야하는 노력도 필요하다.

반면에, OAS Generator를 사용한다면, 아래와 같은 "TO-BE" 순서로 진행한다. API docs로부터 yaml파일(OAS spec)을 가져온다. 보통 yaml파일은 API문서에 따라 자동으로 생성된다. 다음, yaml파일을 이용해서 Axios 함수를 생성하고, request / resposne에 대한 타입까지 함께 생성된다. 이를 그대로 API call 로직에 사용한다. API 문서가 업데이트 되더라도 OAS Generator를 다시 실행하는 것으로 이전 API과 다른 점이 git diff로 표시되고 어떤 부분이 변경되었는지, 어떤 부분을 확인해야하는지 쉽게 알 수 있다.

즉, 개발자가 직접 작성하는 부분을 줄여 반복작업을 줄이고 휴먼에러를 최소화해주는 것이 장점이다.

좋기만 한가요?​

장점을 이야기 했지만 물론 신경 써야할 점~~(단점)~~이 존재한다.

1. API 문서로부터 yaml파일을 추출 할 수 있어야한다.​

회사 별, 프로젝트 별 API문서를 관리하는 방식은 천차만별이라고 생각한다. 위에 든 예시로는 swagger를 사용하는 것을 전제로 하였고 다른 다양한 방법으로 API 문서를 공유하거나 API 문서 없이 개발을 진행 할 수도 있을 것이다. 만약, API문서가 yaml파일을 생성하는 것이 불가능하다면 아마도 OAS Generator는 유효하게 쓰일 수 있는 대안이 아닐 수도 있다.

2. API 문서는 정확해야한다.​

OAS Generator는 API 문서를 기반으로 코드를 생성하기 때문에 API 문서가 정확하지 않다면 자동 생성 코드도 정확하지 않게 된다. 예를 들어서, Request params에 필드들이 모두 optional로 붙어있다면 자동 생성 타입이 모두 optional로 생성되고 무분별하게 optional이 남발되는 상황이 발생하여 type check의 이점을 잃어버릴 수 있다. 또한, 실제 Server는 업데이트 되었지만 API 문서가 업데이트 되지 않은 상황이라면 OAS Generator는 오히려 프로젝트를 복잡하게 만들어버린다. API 문서를 통해 코드를 생성하는만큼 API 문서는 정확해야한다.

3. 중복 코드, bundle size 증가.​

OAS Generator는 API 문서와 template을 이용해서 코드를 자동 생성하는 방식을 사용한다. 따라서 template의 특정 패턴이 반복되고 이는 자연스럽게 중복코드를 만든다. 이는 확실한 bundle size의 증가로 이어진다. 프로젝트 개발이 편해지고, 유지보수가 좋아진다고 한들, 퍼포먼스에 악영향을 준다면 사용이 꺼려질 수 밖에 없다. 이 글의 말미에도 optimize에 대해서 후술 하겠지만, OAS Generator 적용 전, 후에 대해서 bundle size 비교는 필요한 사항이다.

4. 초기 설정 비용과 설정의 유지보수​

OAS Generator를 적용하면서 느꼈던 것은 초기 설정 값이 복잡하여 러닝커브가 생각보다 높다는 점이었고, 프로젝트에 맞게 여러 설정 및 템플릿을 커스텀하게 되었다. 커스텀하는 부분이 있다는 소리는 앞으로의 프로젝트 운영에 알아야하는 점이 많아진다는 것이므로 문서화나 팀 내부에 충분히 공유를 하는 등 여러 단계들이 필요하다는 점이다.

특히, 3번에서 서술하였다시피 프로젝트 퍼포먼스를 위해서 Optimization을 진행하였다면 이에 대한 히스토리 공유도 필요할 것이다.

Next​

자, 여기까지가 OAS Generator를 사용하면 어떤 장점, 단점이 있는지 대략적인 설명이 되었으리라 생각한다. 이제, 어떻게 사용을 할지 알아보는 시간을 가지자.

OAS Generator 사용 방법​

서론이 길었다. 이제 OAS Generator를 어떻게 사용하는지 설명한다. Custom Template을 제외한 용도는 대부분 CLI를 사용하고 설정을 수정하는 정도이다.

code sandbox에서 아래 예시로 보여주는 코드를 확인 할 수 있다.

1. yaml 파일을 가져온다.​

OAS Generator는 local에 있는 yaml파일을 이용해서 코드를 자동 생성하는 방식이다. 또한, 1:1 대응이므로 하나의 yaml파일에서 하나의 code를 생성한다. 만약 API문서가 다수의 yaml파일을 가지고 있다면 지금 설명하는 플로우를 여러번 실행해야한다.

usage-1 위 예시에서는 petstore.yaml파일을 가져왔다.

2. open-api-generator-cli로 code를 generate 한다.​

open-api-generator-cli를 이용해서 template과 input, output path를 지정해서 code를 생성한다.

npm install @openapitools/openapi-generator-cli
openapi-generator-cli generate -g typescript-axios -i ./src/yaml/petstore.yaml -o ./src/generate

위와 같이 openapi-generator-cli에 대한 의존성을 추가하고, openapi-generator-cli를 실행한다.

  • -g는 generator를 설정하는 옵션이며 여기서는 typescript-axios를 사용한다.
  • -i는 input을 의미하며 타겟이 되는 yaml파일 위치를 지정한다.
  • -o는 코드를 생성할 위치를 지정한다.

위 코드를 실행하면 아래와 같이 src/generate 디렉토리 내부에 코드들이 자동생성된다. usage-2.png

api.ts 내부에는 api request와 response 타입을 포함하고 있는 axios util 함수와, type이 함께 생성된다.

3. Generate 된 코드를 사용한다.​

이제는 generate 된 코드를 사용하면 된다. usage-3.png

typescript를 기반으로 생성된 코드이기 때문에 request와 response의 타입체크는 성공적으로 진행된다. data 객체를 참조했을 때 Pet 내부 타입인 id, name, category 등을 알려준다.

Next​

사용 방법을 간단히 요약하면 다음과 같이 간단하다.

yaml파일 준비 -> OAS generator cli 실행 -> 생성된 코드 사용.

하지만, 모든 도구들이 그렇듯 실제 프로젝트에 사용하려면 상황에 맞게 커스터마이징 하는 과정이 필요하다. 공식 문서에서는 여러 방법의 커스터마이징 가이드가 있지만, 내가 사용했던 것은 template을 custom해서 사용하는 방식이었다. 앞으로 서술할 커스터마이징 방식도 template을 커스텀 하는 방법에 대한 내용이 주를 이룬다.

OAS Generator Config​

OAS generator 설정도 몇가지 있다. 주로 CLI 옵션과 openapitools.json 설정파일의 설정을 조정한다.

OAS Generator 설정 - CLI​

generator-cli-config.png

  • -g: generator를 설정하는 옵션이며 여기서는 typescript-axios를 사용한다.
  • -i: 대상 yaml 파일 위치
  • -o: 생성된 파일 위치 경로
  • -c: generator 설정 파일
  • -t: 커스텀 template 설정 파일 경로

CLI는 generate 명령어를 사용하며 옵션은 크게 5가지를 사용한다. -t 옵션은 커스텀 템플릿을 지정할때 쓰이는데 앞으로의 글에서 이야기 할 예정이다.

OAS Generator 설정 - Config file​

{
  "$schema": "node_modules/@openapitools/openapi-generator-cli/config.schema.json",
  "spaces": 2,
  "generator-cli": {
    "version": "5.3.1"
  },
  "supportsES6": true,
  "withSeparateModelsAndApi": true,
  "apiPackage": "api",
  "modelPackage": "models",
  "enumPropertyNaming": "original",
  "enumNameSuffix": "",
  "useSingleRequestParameter": false
}

이 설정 파일은 CLI 옵션에서 -c에 들어가는 파일이며, 주로 generator의 설정 값이 들어간다. 이 예시에서는 typescript-axios를 사용하며 자세한 옵션은 이쪽 을 참고하자.

OAS Generator Template​

범용성을 띄고 만들어진 설정인 기본 설정을 그대로 사용하면 좋겠지만, 실제 프로젝트에 사용한다면 상황에 맞게 수정을 해야하는 부분이 존재한다. 문서 Customization 가이드 항목도 있지만, 이 중에 가장 직접적으로 도움이 되었던 항목은 Retrieving Templates, 즉, 기본으로 등록되어 있는 Template을 가져와서 프로젝트에 맞게 수정해서 사용하는 것이다. 지금 설명하는 방식은 CLI에서 기재한 -t 옵션에 들어가는 템플릿과 크게 연관되어있다.

Custom Template은 언제 사용할까?​

기본 설정을 사용하는 Template을 사용하지 않고, 이를 수정해서 사용하고 싶을 떄 사용하는 방법이다. 예를 들면, 아래와 같이 addPet이나 deletePet 메소드 명 뒤에 Axios 같은 suffix를 붙이고 싶다면 template을 수정하면 된다.

export class PetApi extends BaseAPI {
  public addPet(body: Pet, options?: AxiosRequestConfig) {
    return PetApiFp(this.configuration).addPet(body, options).then((request) => request(this.axios, this.basePath));
  }

  public deletePet(petId: number, apiKey?: string, options?: AxiosRequestConfig) {
    return PetApiFp(this.configuration).deletePet(petId, apiKey, options).then((request) => request(this.axios, this.basePath));
  }
  ...
}

물론 간단한 예시일 뿐이고, parameter를 추가한다거나, 다른 함수를 추가하는 커스텀도 가능하다.

Flow of Custom Template​

generate-flow.png 이전까지 설명한 flow는 위와 같이 yaml파일에서 Axios 함수를 생성하는 플로우이다. 여기서 Custom Template을 추가한다면 아래와 같은 느낌으로 flow가 변한다.

generate-flow-with-custom.png OAS Generator는 yaml파일에서 JSON 데이터를 추출해낸다. 이 JSON 데이터는 path도 들어있고, method도 들어있고, API에 대한 각종 정보들이 있다. 이 JSON 데이터들이 Template에 주입되고 Axios 함수로 생성된다.

여기서 다룰 커스텀은 Template을 변경하는 방법에 대해서이다.

Template 파일 가져오기​

openapi-generator-cli author template -g typescript-axios -o ./mustaches

openapi-generator는 generate 스크립트 이외에 author 스크립트도 존재한다.
author 스크립트로 typescript-axios 템플릿을 가져온다면 다음과 같은 template이 생성된다.

/mustaches
ㄴ api.mustache
ㄴ apiinner.mustache
ㄴ baseApi.mustache
ㄴ common.mustache
ㄴ configuration.mustache
  ...

이는 typescript-axios로 OAS Generator를 실행할 때 사용하는 mustache template이며 CLI에서 -t 옵션을 주지 않는다면 기본적으로 원격에 있는 해당 mustache template을 사용하여 generate를 진행한다.

즉, 수정하고 싶은 mustache template만 수정하고 나머지 수정하지 않은 template은 삭제시키면 원격에 있는 기본 설정을 따라 과정을 진행하므로 관리 영역을 줄일 수 있다.

Mustache Template​

이제 local로 가져온 mustache를 수정할 수 있게 되었다. 이 부분에서는 mustache 문법에 대한 간략한 이해가 필요하므로, mustache에 익숙하지 않다면 이 글을 잠시 확인하도록 하자. 이미 완성된 template을 수정하는 것이므로 변수, Section, Lists, Inverted Sections 정도만 읽을 수 있으면 된다.

예를 들어 위에 소개한 예시대로 생성된 classname에 Axios라는 suffix를 붙이고 싶다면, 아래와 같이 수정하면 된다.

{{^useSingleRequestParameter}}
  public {{nickname}}({{#allParams}}{{paramName}}{{^required}}?{{/required}}: {{{dataType}}}, {{/allParams}}options?: AxiosRequestConfig) {
  return {{classname}}Fp(this.configuration).{{nickname}}({{#allParams}}{{paramName}}, {{/allParams}}options).then((request) => request(this.axios, this.basePath));
}
{{/useSingleRequestParameter}}

simple-mustache-custom.png

그런 다음, 수정한 template 파일만 남겨두고 수정하지 않은 나머지 템플릿 파일을 삭제한다. 자동으로 로컬에 없는 파일은 원격의 기본 설정을 사용하여 generate한다.

JSON Data 확인하기​

자 Template을 로컬로 가져오기도 했고, template을 수정하면 된다는 것도 알았다. 하지만 여전히 생기는 궁금증은 위 template 이미지에서 nickname이나 classname변수에 어떤 값이 들어가는지 모르는 것이다.

이제 Flow of Custom Template에서 넘어갔던, JSON Data에 대해서 확인 해 볼 차례다. Template에 적절한 데이터를 사용하려면 yaml파일에서 어떤 데이터가 추출되고, 어떤 형식으로 template에 주입되는지 알아봐야한다.

openapi-generator-cli generate  \
  -g typescript-axios  \
  -i ./src/yaml/petstore.yaml  \
  -o ./src/generate  \
  --global-property=debugModels,debugOperations \
  > output.txt

여러 방법이 있을 것이라 생각하지만 위와 같이 CLI옵션에서 --global-property=debugModels,debugOperations를 주게 되면 yaml파일로부터 어떤 데이터가 추출되는지 console에 출력된다. 따라서 > output.txt 를 통해서 text파일로 확인하는 방법을 사용했다. operations에 대해 추출한 내용은 대략적으로 아래와 같은 이미지 형식을 따르며, 템플릿에서 볼 수 있는 operations, classname, path, httpMethod 등 데이터가 포함되어 mustache template에 사용되는 것을 알 수 있다. json-data.png

Custom Template 예시​

Custom Template의 사용 예로 suffix "axios"를 붙이는 것을 가져왔다. 하지만 이해를 돕기 위한 간단한 예시일 뿐이고, 실제 사용에는 다양한 방법으로 응용이 가능 할 것이다. 실제 프로젝트에서 사용했던 커스텀 예시를 가져와보았다.

전체 코드를 확인 할 수 없고, Template과 생성 코드의 일부분만 가져왔기 떄문에 명확하게 어떻게 구현되는지 이해되지 않을 수 있다. 하지만, 아래 예시들을 하나의 가능성으로 보고 Custom Template을 이용하면 다음과 같은 것들을 할 수 있다는 아이디어를 얻어 갔으면 좋겠다.

Enum Type을 Union Type으로 변환​

typescript-axios템플릿에서는 타입을 정의할 때 typescript의 Enum을 사용한다. 하지만 Enum은 여러 이유로 사용을 지양하고 있기 때문에 이를 Union Type으로 바꾸는 것을 시도하였다.

{{#vars}}
{{#isEnum}}
  export enum {{enumName}} {
{{#allowableValues}}
{{#enumVars}}
{{{name}}} = {{{value}}}{{^-last}},{{/-last}}
{{/enumVars}}
{{/allowableValues}}
}
{{/isEnum}}
{{/vars}}
export enum PetStatusEnum {
  Available = 'available',
  Pending = 'pending',
  Sold = 'sold',
}

Snake case 변수 네이밍을 Camel case 변수 네이밍으로 변환​

Server에서는 변수 네이밍 규칙을 snake case를 사용하고 있었고, Client는 camel case를 변수 네이밍 규칙으로 사용하고 있었다. 그렇기 때문에 OAS 문서와 실제 client에서 사용하는 변수명이 달라서 발생하는 애로사항이 있었다. 이를, OAS generator에서 제공하는 lambdas를 사용하여 snake case 네이밍 변수를 camel case 네이밍 변수로 일괄 변환하였다.

  {{#vars}}
    '{{baseName}}'{{^required}}?{{/required}}: {{#isEnum}}{{{datatypeWithEnum}}}{{/isEnum}}{{^isEnum}}{{{dataType}}}{{#isNullable}} | null{{/isNullable}}{{/isEnum}};
  {{/vars}}
export interface User {
  id: number;
  username: string;
  first_name: string;
  last_name: string;
  email: string;
  password: string;
  phone: string;
  user_status: number;
}

템플릿의 유틸 함수 수정​

typescript-axios에서 공통으로 사용하는 utility 함수의 사용하지 않는 로직을 제외를 하고 코드 생성을 하였다. 예를 들어, serialize는 프로젝트에서 사용 할 필요가 없었고, 아래와 같이 수정하여 serialize 로직을 제외하였다.

export const serializeDataIfNeeded = function (value: any, requestOptions: any, configuration?: Configuration) {
  const nonString = typeof value !== 'string';
  const needsSerialization = nonString && configuration && configuration.isJsonMime
    ? configuration.isJsonMime(requestOptions.headers['Content-Type'])
    : nonString;
  return needsSerialization
    ? JSON.stringify(value !== undefined ? value : {})
    : (value || "");
}
export const serializeDataIfNeeded = function (value: any, requestOptions: any, configuration?: Configuration) {
  const nonString = typeof value !== 'string';
  const needsSerialization = nonString && configuration && configuration.isJsonMime
    ? configuration.isJsonMime(requestOptions.headers['Content-Type'])
    : nonString;
  return needsSerialization
    ? JSON.stringify(value !== undefined ? value : {})
    : (value || "");
}

최적화 이야기​

OAS Generator 장단점도 이해하였고, 사용법과 커스터마이징 방법도 이해를 하였다. 그렇다면 빼놓을 수 없는 이야기는 최적화이다. 좋은 도구를 적용하였고, 그 도구가 번거로움을 줄여주고 개발 안정성을 높여주지만 성능에 악영향을 준다면 쉽사리 사용할 수 없다.

OAS Generator는 크게 bundle size와 영향이 있다. OAS Generator를 사용하였을 때 코드량이 늘어나고, 그것이 bundle size의 증가로 이어진다면 유저가 웹 페이지를 늦게 보게된다. 따라서 반드시 체크해야한다.

내가 프로젝트에 적용했을 때의 이야기를 하자면, 프로젝트에는 10개 정도의 yaml파일이 있었고 각각의 yaml파일이 하나의 기능을 담당하는 상황이었다. 이를 기능별로 하나씩 점진적으로 적용하다보니 Generated code는 다음과 같은 용량을 가지게 되었다.

bundle-size-before

기능 1개를 적용했을때 generated code는 gzip 기준으로 20KB의 용량을 가지고 있었고, 기능 2개까지 적용했을때는 63KB의 용량을 가지고 있었다. 당시 프로젝트의 전체 gzip 용량이 560KB 정도였다는 것을 감안하면 전체의 11% 정도의 용량을 증가시키는 치명적인 상태였다. 심지어, 모든 기능에 대해서 적용을 한 것이 아니었기 때문에 앞으로의 용량은 산술적으로 늘어날 것이라 예상 할 수 있었다.

해결 1: 코드의 총량을 줄이자.​

첫번째 시도는 코드의 양을 줄이는 방법이다. generate, 코드를 자동생성하는 특성상 템플릿 한 줄이 수십개의 생성된 코드에 영향을 주었고, 이것은 전체적인 코드량, bundle size의 증가로 이어졌다. 따라서 required 변수의 가드 로직이나, 프로젝트에서 사용하지 않는 header 설정과 같은 부분을 제거하였고, 또한, OAS Generator에서 반복 생성하는 동일한 common 코드에 대해서는 자동 생성하지 않고 프로젝트 내부로 옮겨 공통 함수로 사용하는 등 방법을 사용하였다.

bundle-size-solution-1

이런 해결방법으로 63KB에서 34KB로 약 53%의 용량으로 줄일 수 있었다. 프로젝트 별로 사용하지 않을 코드는 다르기 때문에 줄어드는 정도는 다르겠지만, template에서 불필요한 로직을 제거하는 것으로도 bundle size를 줄이는 데 효과가 있었다는 점 참고바란다.

해결 2: Tree shaking​

코드 양은 줄일 만큼 줄였다. 하지만 아직 bundle size를 더 줄일 방법이 남아있었다. 바로 tree shaking 이다. API 문서에 기재되어있는 모든 API를 쓴다면 굳이 tree shaking을 고려 할 필요가 없겠지만 우리 프로젝트는 그렇지 않았다. 따라서 사용하지 않는 API 코드도 bundle에 포함된다면 불필요한 코드가 포함이 되고 있는 것이며 이는 개선이 가능한 점이라고 볼 수 있다. 이는 bundler 및 사용환경에 따라서 다르겠지만 내가 경험했던 프로젝트는 webpack v5를 사용하여 build를 진행하고 있었고, webpack v5는 파일 단위가 아닌, 변수단위로 tree shaking을 진행하고 있어서 tree shaking이 잘 되고 있다고 생각했지만 실상은 아니었다. 왜냐하면 API들이 각각의 변수로 생성되는 것이 아닌 하나의 객체, class 아래에 method 형태로 생성되고 있었기 때문이다.

webpack v5는 각각의 변수는 tree shaking을 지원해서 사용하지 않는 변수는 bundle에서 제외를 하였지만 객체 내에 존재하는 key / value는 그렇지 못했다. 따라서 기존 객체 하나에 모든 API 호출 함수가 들어있던 구조에서 각 API 호출 함수가 각각의 변수로 분리되어있는 구조로 변경하였다. 이 변경에도 Template을 Custom 하는 방법으로 진행하였다.

export const PetStoreApi {
  getPet: () => { ... },
  postPet: () => { ... },
}

bundle-size-tree-shaking

Tree shaking까지 진행하고 나니 34KB에서 25KB 정도로 용량이 줄었다. 비율로는 크게 개선되진 않았지만 앞으로의 추가 구현에도 꼭 필요한 코드만 포함 된다는 걸 보장 할 수 있었다.

Result​

OAS로 인한 bundle-size 최적화는 여기까지이다. 마지막 결과만 보자면 OAS Generated code가 25KB를 차지해서 상당히 많은 것 처럼 보이는데, 전체 프로젝트 bundle-size를 비교해보면 다음과 같았다. bundle-size-total

OAS를 아예 적용하지 않았을때는 567KB 정도하던 프로젝트가 OAS 적용 이후에는 572KB 정도로 미미한 증가를 볼 수 있었다. 따라서, OAS를 적용하더라도 적절한 최적화 및 분석 과정을 진행한다면 크게 용량은 문제 되지 않는다는 결론을 내렸다.

Recap​

  • OAS Generator는 API 문서를 개발 코드(.ts)로 변환해주는 도구이다.
  • 이를 사용하면 휴먼에러를 줄이고, 타입을 생성하는 등 수동으로 작업해야할 리소스를 줄여준다.
  • yaml 파일 -> oas-generator-cli -> generated code 순서로 코드를 자동 생성한다.
  • OAS Generator는 코드 template을 프로젝트에 맞게 커스텀하여 사용할 수 있다.
  • OAS Generator에 대해서 최적화를 진행하지 않으면 bundle size에 큰 손해를 볼 수 있으며, 최적화를 진행하면 걱정이 필요 없을 정도로 개선된다.