

29CM QA팀은 어떻게 테스트 자동화 지표를 활용하여 신뢰성을 확보할 수 있었을까?
App 테스트 자동화의 흔들리는 신뢰성을 정량 지표로 관리하며 개선했습니다. PostgreSQL과 Grafana로 Fail률과 수행시간을 추적해 근본 원인을 찾아 해결했습니다.


App 테스트 자동화의 흔들리는 신뢰성을 정량 지표로 관리하며 개선했습니다. PostgreSQL과 Grafana로 Fail률과 수행시간을 추적해 근본 원인을 찾아 해결했습니다.
신규 서비스 꿀템 피드를 만들기 위해 개념 정의부터 테이블 설계, ERD 구성까지의 과정을 소개했습니다. 확장성과 정합성을 고려해 커뮤니티 기능과 데이터 구조를 설계했습니다.


기존 Node.js 시스템을 TypeScript·Nest.js 기반 신규 스택으로 이관하는 배경과 구성을 소개했습니다. 테스트·자동 배포·모니터링·쿼리 튜닝 중심의 백엔드 운영 방식을 설명합니다.


Testcontainers로 Kafka·PostgreSQL·Spring 애플리케이션을 함께 구동해 사용자 시나리오 통합 테스트를 구성했습니다. GitHub Actions 트리거로 배포 이미지 생성 뒤 테스트를 실행해 QA 부담을 줄이는 방식을 소개합니다.


Testcontainers로 Kafka, PostgreSQL, Spring 앱을 함께 띄워 실제 사용자 흐름에 가까운 통합테스트를 구성했습니다. 서버 간 제약 불일치로 생길 수 있는 버그를 QA 전에 조기에 찾고, 배포 후 자동 검증까지 연결했습니다.


CockroachDB를 쿠키런: 킹덤의 메인 데이터베이스로 선택한 이유와 운영 시 고려할 점을 정리했습니다. 분산 구조, 복제, MVCC, 핫스팟 대응 같은 핵심 개념도 함께 설명했습니다.
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.


주문서 다중 수정에서 변경 덮어쓰기를 막기 위해 revision 검증과 비관적 잠금을 함께 적용했습니다. 품목 스냅숏과 JSONB 이력으로 과거 주문 내용과 변경 기록을 보존했습니다.


Athena와 Redshift 직접 조인의 비용·성능 문제를 데이터마트로 완화하려 했습니다. PostgreSQL dblink와 자동 생성 프로시저로 Redshift 데이터를 선별 동기화했습니다.


할인 이벤트의 트래픽 급증으로 발생한 반복 장애를 쿼리와 PostgreSQL Dead Tuple 관점에서 분석했습니다. 고용량 컬럼 분리와 쿼리 개선으로 근본 병목을 해소했습니다.

PostgreSQL MVCC에서 발생하는 dead tuple과 Autovacuum의 동작 기준을 설명했습니다. 테이블별 임계값·비용 설정과 모니터링으로 Data Bloat를 줄이는 방법을 제시합니다.


PostgreSQL의 pg_trgm 기반 GIN 인덱스로 환자 정보 부분 일치 검색을 개선했습니다. 100만 건 환경에서 `%LIKE%` 검색은 약 9~10배 빨라졌습니다.

AWS Private Subnet에 내부용 Tableau Server를 직접 설치한 과정을 정리했습니다. 인스턴스·EBS·SSL·드라이버 설정과 주요 서버 프로세스를 소개합니다.

Django의 쿼리·캐시·정적 파일 중심 성능 개선 방법을 정리했습니다. Celery 비동기 큐의 적합한 용도와 멱등성·데이터 보관 주의점을 살펴봤습니다.

Django의 UTC 저장·조회 방식에서 naive datetime과 aware datetime이 섞이며 생기는 문제를 다뤘습니다. `timezone.now()`, `localtime()`, `make_aware()`를 통한 일관된 시간대 처리를 제안합니다.