무신사 Web 테스트 자동화 2.0: 더 빠르고 효율적인 테스트 환경 만들기
무신사 Web 테스트 자동화 2.0의 개선 내용을 정리한 글입니다. GitHub Actions, DB화, step/fixture 구조로 유지보수성과 실행 효율을 높였습니다.
#자동화#CI/CD
161005분
필터 1
vCluster로 배우는 Kubernetes 클러스터 격리 실전 가이드
vCluster로 Kubernetes 클러스터 내부에 가상 클러스터를 만들고 격리하는 방법을 실습 중심으로 설명했습니다. 설치, 연결, 배포, 네트워크 동작까지 확인하며 운영 효율화 포인트를 정리했습니다.
#Kubernetes#cloud
3005분
vCluster로 배우는 Kubernetes 클러스터 격리 실전 가이드
vCluster로 기존 Kubernetes 클러스터 안에 가상 클러스터를 만들고 격리 환경을 구성하는 방법을 다루었습니다. 설치, 배포, 네트워크 동작까지 실습하며 멀티 테넌시 운영 방식을 설명했습니다.
#Kubernetes#vCluster
30005분
헤맨 만큼 고도화된, Runway DB 인프라 구성 개선기
Runway의 PostgreSQL 인프라를 K8s 환경에 맞게 개선한 과정을 정리했습니다. Bitnami HA의 Split Brain 문제를 겪은 뒤 CloudNativePG로 전환해 자동 복구와 안정성을 높였습니다.
#Kubernetes#PostgreSQL
67005분
쿠버초보의 kubestronaut 도전기(feat. 시험 준비 Tips)
쿠버네티스 운영 환경을 처음 접한 뒤 kubestronaut에 도전한 경험과 시험 준비 팁을 공유했습니다. 시험 준비 과정에서 도움이 된 학습 포인트를 중심으로 정리했습니다.
#Kubernetes#MSA
97005분
컨테이너 런타임 발전으로 더 간편해진 클라우드 네이티브 K8s 구축
containerd와 OCI, CRI 표준을 통해 Kubernetes 구축이 더 단순해진 흐름을 정리했습니다. 온프레미스 환경에서 containerd 기반 설치 절차와 운영 포인트도 함께 소개했습니다.
#Kubernetes#containerd
70005분
K8s Multi-cluster kubeconfiginteractive-prompt
다중 클러스터 kubeconfig 환경에서 현재 클러스터를 인지시키고 선택 실수를 줄이는 인터랙티브 프롬프트를 소개했습니다. 함께 관련 bash shell 예시와 적용 맥락도 설명했습니다.
#Kubernetes#kubeconfig
41005분
당신의 CPU는 열심히 일하고 있나요?
쿠버네티스의 CPU 요청량, 상한, CFS 스로틀링 관계를 설명하고 상한 제거가 성능에 미치는 영향을 테스트 결과로 정리했습니다. Spring 싱글 테넌시는 상한 제거가 유효했고, Node.js 멀티 테넌시는 일관성 때문에 유지가 적절했습니다.
#Kubernetes#CPU
230005분
RAG 시대, Vector DB 비교 가이드: Vespa vs Milvus vs Qdrant
RAG 구현에 필요한 벡터 DB로 Vespa, Milvus, Qdrant를 설치·사용성·성능 기준으로 비교했습니다. 프로젝트 규모와 검색 요구사항에 따라 적합한 선택지를 정리했습니다.
#RAG#Vector DB
163005분
Docker 컨테이너 핵심 실습 \:\ 리눅스 네임스페이스와 cgroup으로 자원 격리·제한
Docker 컨테이너의 핵심인 네임스페이스와 cgroup을 실습 중심으로 설명했습니다. 수동 구성과 Docker 자동화 사례를 통해 자원 격리·제한 동작을 확인했습니다.
#Docker#Kubernetes
19005분
Docker 컨테이너 핵심 실습 \:\ 리눅스 네임스페이스와 cgroup으로 자원 격리·제한
Docker 컨테이너의 핵심인 네임스페이스와 cgroup을 실습 중심으로 설명했습니다. CPU·메모리 제한과 네트워크 격리의 동작 원리도 함께 확인했습니다.
#Docker#Kubernetes
60005분
NVIDIA Dynamo: 차세대 분산 추론 프레임워크 리뷰
NVIDIA Dynamo는 분산 추론을 위한 오픈 소스 프레임워크로, Prefill·Decode 분리와 스마트 라우팅으로 성능을 높였습니다.\nKV cache 오프로딩과 NIXL 전송을 통해 GPU 자원 효율과 지연 시간 개선을 노렸습니다.
#LLM#Kubernetes
65005분