
NRTI (Near Real-Time Indexing)
Elasticsearch 색인 구조를 Kafka와 Debezium 기반 이벤트 처리로 전환한 사례를 소개했습니다. ECK를 함께 적용해 색인 속도와 운영 안정성을 함께 높였습니다.
새로운 기술 블로그가 추가되었어요

Elasticsearch 색인 구조를 Kafka와 Debezium 기반 이벤트 처리로 전환한 사례를 소개했습니다. ECK를 함께 적용해 색인 속도와 운영 안정성을 함께 높였습니다.


AWS에서 Apache Kafka를 사용하는 MSK를 소개하고, 마이그레이션 과정에서의 활용 배경을 다루었습니다. 또한 서비스 이해를 돕기 위해 직접 실습한 내용을 중심으로 설명했습니다.


Kafka Streams로 서로 다른 토픽의 동일 키 메시지를 병합해 검색 인덱싱 파이프라인을 단순화했습니다. Spring Kafka와 헬스체크로 스트림즈 상태를 관리·모니터링했습니다.


카프카 스트림즈로 서로 다른 토픽의 메시지를 병합해 검색 인덱싱 파이프라인을 구성한 사례를 다뤘습니다. 또한 스프링과 연동해 생명주기 관리와 헬스체크 가시성을 확보했습니다.


카프카 컨슈머 적체와 반복 리밸런싱으로 지연된 검색 색인 문제를 분석했습니다.\nmax.poll과 Spring Kafka 배치 리스너 조정으로 스루풋을 높이고 리밸런싱을 방지했습니다.


검색 인덱싱 파이프라인의 메시지 적체와 반복 리밸런싱 원인을 Kafka 소비 설정에서 점검했습니다. Batch Listener와 배치 색인으로 처리 스루풋을 높이고 리밸런싱을 방지했습니다.
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

카카오페이 마케팅플랫폼팀 주니어 서버 개발자들의 업무와 적응 과정을 소개했습니다.\n스크럼·코드 리뷰·버디 제도와 프로젝트 전 과정 참여 경험을 공유합니다.


광고 송출과 로그 수집의 병목을 해결하기 위해 도메인별 MSA 구조를 설계했습니다. Kotlin Coroutine과 Kafka 토픽 파이프라인으로 비동기 처리와 장애 격리를 강화했습니다.

검색 대상 문서를 Kafka와 Solr로 색인·서빙하는 플랫폼 구축 과정을 소개했습니다. 기본 검색, 시간 범위 검색, 필터 검색과 성능 검증까지 함께 다루었습니다.

데이터플랫폼셀은 수집부터 분석·제공까지의 플랫폼을 구축해 데이터 기반 업무를 지원합니다. Kubernetes와 클라우드, 협업 문화를 바탕으로 활용성과 운영 품질을 높이고 있습니다.


마켓컬리는 Modern PHP 흐름에 맞춰 Laravel, 테스트, CI/CD, Docker 기반 개발을 추진했습니다.\nSpring Cloud Netflix MSA에 PHP를 편입하며 장애 격리와 추적 기능을 보완하고 있습니다.


복잡한 Legacy 주문 조회를 Kafka·Elasticsearch·Kibana 기반 실시간 모니터링으로 이전했습니다. 비동기 전송의 flush, ack, 로그 ID를 통해 데이터 유실과 중복 문제를 보완했습니다.


레거시 주문 검색의 성능·정합성 문제를 Kafka와 Elasticsearch 기반 모니터링으로 이전했습니다.\n비동기 전송의 flush, ack, 멱등성 설정으로 데이터 유실과 중복 문제를 보완했습니다.