Java 가상 스레드, 깊이 있는 소스 코드 분석과 작동 원리 2편 - 컨텍스트 스위칭
Java 가상 스레드의 컨텍스트 스위칭 원리를 park/unpark와 Continuation 소스 코드로 분석했습니다. NioSocketImpl과 Poller 예시로 블로킹 I/O에서의 동작 흐름도 살펴봤습니다.

Java 가상 스레드의 컨텍스트 스위칭 원리를 park/unpark와 Continuation 소스 코드로 분석했습니다. NioSocketImpl과 Poller 예시로 블로킹 I/O에서의 동작 흐름도 살펴봤습니다.

Java 가상 스레드의 생성과 시작 과정을 소스 코드로 분석했습니다. 플랫폼 스레드와 Continuation 구조를 통해 동시성 효율을 높이는 원리를 설명했습니다.

HBase 복제를 이용해 대용량 데이터 마이그레이션과 HA 구축 과정을 정리했습니다. 스냅숏, 복제 검증, Kerberos 설정과 운영 시 주의점을 함께 다뤘습니다.

에러 표현 방식은 복구 가능성과 호출자 처리 범위에 맞춰 선택해야 한다고 설명했습니다. 예시 코드에서는 입력 오류와 구현 실수를 다른 방식으로 분리해 개선했습니다.

Python 대규모 LLMOps 프로젝트에서 Poetry로 멀티 프로젝트 구조와 의존성 관리를 구성한 사례를 소개했습니다. 또한 Dependency Injector로 코드 결합도를 낮추는 방법도 함께 다뤘습니다.

LINE 서비스에 기기 증명을 적용한 과정과 Android·iOS에서 확인된 실패 유형을 소개했습니다. 또한 Risk Metric 활용과 금융 서비스 확장 방향도 함께 정리했습니다.

대용량 이미지 데이터를 MySQL에서 MongoDB로 마이그레이션한 경험을 공유했습니다. Kafka, ETL, CDC를 조합해 동기화와 샤딩 최적화, 안정적 전환까지 진행했습니다.

헤드리스 CMS에서 다국어와 연관 관계를 고려한 CDC 설계 경험을 공유했습니다. 순서 보장과 트랜잭션 분리를 통해 대량 변경을 안정적으로 처리했습니다.

대용량 실시간 임베딩 서버에서 TPS와 응답 속도, 비용 절감을 동시에 맞춘 사례를 소개했습니다. Redis Cluster, 압축, JVM·쿠버네티스 최적화와 성능 테스트 전략이 핵심이었습니다.

캐시 미스와 만료 구간에서 발생하는 Thundering Herd 문제를 줄이기 위해 req-shield를 설계했습니다. 락과 TTL 갱신 전략으로 중복 조회를 억제하고 부하 테스트로 성능 향상을 확인했습니다.

MessagingHub 확장으로 늘어난 질문과 커뮤니케이션 비용을 줄이기 위해 서버 SDK와 문서를 정비했습니다. 연동 허들을 낮추고 질문을 코드와 가이드 중심으로 바꿔 실무 몰입도를 높였습니다.

LINE VOOM의 MySQL을 신규 IDC로 이전한 과정을 소개했습니다. 읽기 전용 모드와 AOP, Central Dogma로 정합성과 롤백 단순화를 확보했습니다.

REST API 문서를 수동 관리할 때의 한계를 줄이기 위해 OpenAPI와 Redoc, GitHub Actions를 활용한 자동화 방안을 소개했습니다. 여러 서비스와 리포지터리의 문서를 그룹화해 하나의 URL로 통합하는 흐름도 설명했습니다.

LINE VOOM의 대규모 Cassandra를 신규 IDC로 이전한 과정을 정리한 글입니다. repair 대신 rebuild를 선택하고 멀티 데이터 센터 설정과 검증 절차를 통해 안전하게 복제했습니다.

CDH 의존을 줄이기 위해 HitBase 전환용 관리 도구 HBH를 개발한 과정을 공유했습니다. 설치 자동화, 프로세스 제어, 잡 실행, 설정 관리, 모니터링 기능을 단계적으로 구현했습니다.

Oracle 주문 DB를 MySQL로 이관하면서 모델과 ID 채번 방식을 함께 재설계했습니다. 읽기·쓰기 성능을 개선하고 정합성과 동시성 문제를 단계적으로 해결했습니다.

대규모 Redis 운영에서 HA 구성을 유지하고 오토 힐링으로 점검 대응을 자동화한 사례를 정리했습니다. 미사용·저사용 리소스를 식별해 축소하고, 가이드와 대시보드로 운영 효율도 높였습니다.

ktlint 업데이트로 대량 변경이 발생했을 때 AST 비교로 실제 동작 코드 변화만 검증하는 방법을 소개했습니다. 자동 포매팅의 오동작을 선별해 리뷰와 검증 비용을 크게 줄였습니다.
