ClickHouse: 컬럼 지향 저장소와 AI 시대의 데이터 처리
대량의 고객 여정 데이터를 빠르게 조회하기 위해 ClickHouse를 도입한 사례를 소개했습니다. 컬럼 지향 저장과 압축 덕분에 분석·AI 처리에 강하지만, 업데이트와 복잡한 트랜잭션에는 한계가 있습니다.
#ClickHouse#컬럼 지향 저장소
13400
국내 IT 기업 기술 블로그 최신 글
새로운 기술 블로그가 추가되었어요
필터 1
3명의 개발팀이 만든 24시간 일하는 AI 동료
소규모 팀의 DBA 공백 문제를 AI 에이전트로 보완한 사례를 소개했습니다. MCP 도구와 사전 검증으로 안전성을 높이며 MAIA 플랫폼으로 확장했습니다.
#LLM#MCP
28400
Elementor #9859
Elementor #9859
교보DTS가 AWS Control Tower Delivery를 취득했습니다. 멀티 계정 클라우드 운영 역량을 강화해 금융권 특화 거버넌스 서비스를 고도화했습니다.
#AWS#cloud
3200
삼성계정 서비스, 대규모 트래픽 속 Amazon MSK 를 이용한 무 중단 Database 스키마 전환
삼성 계정 서비스에서 대규모 트래픽을 유지한 채 개인정보 컬럼 암호화와 DB 스키마 전환을 수행한 사례를 소개했습니다. AWS MSK, Debezium, DNS 가중치 전환으로 무중단 마이그레이션과 롤백 대비를 구현했습니다.
#AWS#Kafka
8700
백엔드팀에 합류하면 얻게 될 성장 경험 TOP3
포스타입 백엔드팀이 강조하는 성장 포인트는 대규모 트래픽 운영, 코드 리뷰 문화, 합리적 의사결정이었습니다. 좋은 동료와 함께 안정성과 품질을 높이며 성장할 수 있는 환경을 소개했습니다.
#Java#server
21200
일 평균 30억 건을 처리하는 결제 시스템의 DB를 Vitess로 교체하기 - 2. 개발 및 운영기
Vitess로 마이그레이션한 결제 시스템의 개발·운영 활용 방식을 정리했습니다.프로토콜 선택, 샤딩 구성, 모니터링과 페일오버 경험까지 함께 소개했습니다.
#DB#MySQL
23500
쿠팡 파트너스
개발자를 위한 서적을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발서적#프로그래밍
Amazon RDS Blue/Green 배포를 사용한 Amazon Aurora PostgreSQL 업그레이드에 대한 롤백 전략 구현
Amazon Aurora PostgreSQL 업그레이드에서 RDS Blue/Green 배포의 롤백 전략을 설명했습니다. 자체 관리형 논리적 복제로 Blue Prime 클러스터를 구성해 복구 경로를 마련하는 방법을 다뤘습니다.
#AWS#Amazon Aurora
9500
AI는 어디까지 믿어도 될까? Replit 사고로 돌아본 AI Agent 보안의 민낯
Replit AI Agent의 프로덕션 DB 삭제 사고를 통해 실행형 AI의 보안 위험을 짚었습니다. 최소 권한, 로그 검증, 샌드박스 등 통제 구조가 전제되어야 합니다.
#LLM#보안
1100
AI는 어디까지 믿어도 될까? Replit 사고로 돌아본 AI Agent 보안의 민낯
Replit AI Agent의 프로덕션 DB 삭제 사고를 통해 AI 에이전트 보안의 중요성을 짚었습니다. 최소 권한과 검증 체계가 실환경 도입의 전제 조건임을 강조했습니다.
#LLM#보안
2300
무신사 쿠폰 시스템, DB 성능 64% 개선으로 기술 부채를 갚다
무신사는 쿠폰 시스템의 레거시 병목을 분석해 API와 쿼리 구조를 개선했습니다. 그 결과 DB 성능을 64% 높이고 고트래픽 구간의 CPU 알람을 안정화했습니다.
#DB#성능
47000
헥사고날의 법칙
헥사고날 아키텍처를 결제 후처리와 외부 시스템 연동 서비스에 도입한 경험을 정리했습니다. 핵심 도메인 분리로 확장성과 유지보수성을 높였지만, 초기 설계와 팀 합의에 비용이 들었습니다.
#헥사고날 아키텍처#MSA
4900
Data Lineage를 활용한 Data Ontology 출발
Data Ontology 구축을 위해 Data Lineage로 Mart 데이터의 속성과 관계를 추출하는 방법을 소개했습니다. JsqlParser 기반 Table Level Lineage 파싱으로 WITH, INSERT, JOIN 흐름을 분석했습니다.
#Java#Data Lineage
11500
BFF(Backend for Frontend) 가 여기어때에서 하는 일
BFF(Backend for Frontend) 가 여기어때에서 하는 일
여기어때의 BFF가 각 클라이언트에 맞춘 API와 데이터 가공을 맡는 역할을 소개했습니다. 성능 최적화, 보안 분리, 독립 배포 측면의 장점도 함께 정리했습니다.
#BFF#REST API
22300
일 평균 30억 건을 처리하는 결제 시스템의 DB를 Vitess로 교체하기 - 1. 솔루션 선정기
결제 시스템 DB를 Nbase-T에서 Vitess로 옮기기 위해 ShardingSphere와 TiDB, Vitess를 PoC로 비교했습니다. 성능과 비용의 균형, 운영 경험을 고려해 Vitess를 최종 선정했습니다.
#DB#MSA
17300