늘어가는 조회트래픽 Elasticsearch로 분산시키기
플레이스 조회 트래픽 증가로 메인 DB 부담이 커져 Elasticsearch를 조회용 DB로 분산한 사례를 공유했습니다. 조회 DB 선택 이유부터 점진적 도입, 자동 fallback, 운영 팁까지 정리했습니다.

플레이스 조회 트래픽 증가로 메인 DB 부담이 커져 Elasticsearch를 조회용 DB로 분산한 사례를 공유했습니다. 조회 DB 선택 이유부터 점진적 도입, 자동 fallback, 운영 팁까지 정리했습니다.
ADVoost Shopping의 실시간 유효 광고 선정을 위한 Flink와 Paimon 아키텍처를 소개합니다. Paimon의 기능과 Iceberg 비교, 운영 팁까지 정리했습니다.
Kafka 프로듀서 최적화와 압축 기능 활용 방법을 다룬 세션입니다. 실무에서 성능 개선에 도움이 되는 설정과 동작 방식을 정리했습니다.
Kafka Client가 클러스터 상태를 알기 위한 metadata 동작과 교환 방식을 설명했습니다. 서비스 개발에서 관련 옵션을 어떻게 잡아야 하는지도 다뤘습니다.
StarRocks의 도입 배경과 내부 구조, 성능 최적화 방법을 정리했습니다. ELT 전환과 Iceberg 연동, 파티셔닝·버킷팅·정렬 키 설계의 중요성을 설명했습니다.
Oracle 복제 전환 과정에서 child cursor 폭증으로 주문 동기화 지연이 발생했습니다. 바인딩 타입 고정과 TIMESTAMP 정규화 등으로 성능을 안정화했습니다.
Elasticsearch 기반 로그 저장 구조의 비용과 확장성 한계를 해결하기 위해 Iceberg 기반 Alaska를 도입했습니다. Kafka 로그를 오브젝트 스토리지에 직접 적재하고, 실시간 조회와 장기 보관을 분리해 운영 효율을 높였습니다.
리눅스 cgroups가 Kubernetes의 Pod 자원 제한과 배분에 어떻게 연결되는지 설명했습니다. 메모리와 CPU 설정이 requests, limits로 어떻게 반영되는지도 실험을 통해 정리했습니다.
Go GC만 믿고 메모리 증가를 넘기면 원인 파악이 늦어질 수 있음을 다뤘습니다. cgo 누수 탐지와 GOGC, GOMEMLIMIT 조절로 메모리 사용량을 개선하는 방법을 설명했습니다.
네이버페이 주문 서비스에 확장 가능한 대기열 Massronome을 적용한 사례를 소개했습니다. 주문 실패를 줄이기 위해 통신, 대기표, 서버 분배를 각각 확장 가능하게 설계했습니다.
실시간 광고 사용자 ID 매핑 시스템과 그 설계 과정을 다룬 발표 세션을 공개했습니다. gRPC, Spark Structured Streaming, Kafka를 활용한 마이크로서비스 구성과 그래프 기반 매핑 방식을 소개했습니다.