
실시간 메시징 시스템 개발기 - “성능 개선 레슨런“
X

X


외부 API에 의존하던 Reverse Geocoding 기능을 내재화해 비용과 장애 리스크를 줄였습니다. 데이터 선택, GeoHash, Point In Polygon을 거쳐 성능과 운영 효율을 함께 개선했습니다.


토니모리 공식몰 API의 응답 시간을 개선한 사례를 다뤘습니다. COUNT(*)를 EXISTS로 바꾸고 인덱스를 추가해 조회 성능을 높였습니다.


Next.js 기획전 개편에서 HTML 모듈 사이에 기존 상품 카드를 삽입하는 방법을 다뤘습니다. createRoot와 provider 중복 사용의 성능 영향을 측정해 설계 타당성을 검증했습니다.

Spring Boot 시작 시 발생하는 콜드 스타트 지연을 줄이기 위해 웜업 로직을 개선했습니다. 커스텀 어노테이션과 리플렉션, 비동기 실행으로 초기 응답 속도와 운영 효율을 높였습니다.

하루 6천 개가 넘는 Spark Job을 자동으로 점검하기 위해 Spark Analyzer를 개발했습니다.\nHistory Server 메트릭과 임계치 기반 규칙으로 성능 문제를 탐지하고 알림으로 연결했습니다.

if(kakaoAI)2024의 DevOps 기술 세션 2개를 소개하는 안내 글입니다. DevOps와 애플리케이션 성능 관리 사례를 공유할 예정입니다.

X
쿠팡 파트너스
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

Locust를 활용해 부하 테스트 시나리오를 작성하고 실행하는 방법을 소개했습니다. 요청 제한, 분산 부하, 고유 사용자 테스트 예시로 주요 기능을 설명했습니다.


종합소득세 시즌의 급증 트래픽에 대비해 성능 테스트와 모니터링 체계를 구축했습니다. K6, CloudWatch, Grafana, APM을 활용해 병목을 찾고 HikariCP, HTTP Client, Kafka, Redis를 튜닝했습니다.

무신사 후기 목록 API의 병목을 분석해 상품 단위 캐시와 로직 분리를 적용했습니다. 무진장 기간 기준 응답속도와 pods 수를 함께 줄여 안정성을 높였습니다.

외주 WMS 한계와 계약 만료 압박 속에서 3개월 내 자체 WMS를 개발한 사례를 다뤘습니다. 스프린트 운영, 현장 검증, 성능 패치로 무신사 물류 인프라를 전환했습니다.