

원티드랩 데이터 마트 — 설립기
원티드랩의 데이터 마트 설계 과정을 ERD 작성부터 운영 규칙 정립까지 정리했습니다. BigQuery와 Airflow를 활용해 확장성과 품질을 높인 운영 방식도 소개했습니다.
새로운 기술 블로그가 추가되었어요


원티드랩의 데이터 마트 설계 과정을 ERD 작성부터 운영 규칙 정립까지 정리했습니다. BigQuery와 Airflow를 활용해 확장성과 품질을 높인 운영 방식도 소개했습니다.

사내 개발 편의성 도구의 사용 데이터를 수집하기 위해 Google Analytics와 BigQuery를 활용한 파이프라인을 구축했습니다. DevExEvent와 Publisher 구조로 이벤트 발행을 표준화하고, 운영상 한계도 함께 정리했습니다.


MQTT의 기본 개념과 QoS, 세션, 요청/응답 패턴을 정리하고 POS 연동 적용 가능성을 살펴보았습니다. 또한 NestJS와 Amazon MQ로 테스트해 재연결 시 메시지 수신과 전달 보장 가능성을 확인했습니다.


Scala와 Jackson, Flink를 함께 쓰는 코드 리팩토링 중 직렬화 이슈가 발생한 사례를 다뤘습니다. 커스텀 ObjectMapper와 클래스 구조 정리로 문제를 해결한 과정을 공유했습니다.


AWS RDS MySQL 운영 중 메모리 문제로 장애가 발생한 사례를 소개했습니다. 높은 트래픽 환경에서의 원인과 해결 과정을 다루는 글입니다.


GraphQL의 개념과 REST 대비 장점을 설명하고, Spring for GraphQL과 Apollo Client 연동 예시를 함께 정리했습니다.\n필요한 데이터만 주고받는 API 설계에 유리하지만, 스키마를 공통 관리해야 하는 점도 함께 짚었습니다.


CPU 이용률을 코어 사용량과 활용률로 나누어 봐야 한다는 점을 설명했습니다. 서버 성능 최적화를 위해 더 세밀한 CPU 측정이 필요하다고 정리했습니다.

리디가 Braze 기반 CRM 캠페인을 통해 고객 세분화와 맞춤형 알림 실험을 진행한 사례를 공유했습니다. 수동 테스트에서 검증한 뒤 Athena, replica DB, Kafka로 자동화하고 빈도 제한과 단계적 배포로 운영 안정성도 확보했습니다.
다나와 상품 색인 파이프라인을 logstash로 이관해 유지보수성을 높이고 MQ 의존성을 줄였습니다. 1G 로그 처리 테스트에서는 기존 대비 처리 시간이 크게 줄어 성능 개선도 확인했습니다.


MSA 전환과 수시 배포 요구에 맞춰 팀 전용 git branch 전략을 설계했습니다.\nPR과 코드 리뷰를 강제하고 병합 방식을 조정해 배포 흐름과 히스토리를 정리했습니다.

여행 중 다음에 갈 장소를 추천받는 세션 기반 기능 개발기를 소개합니다.\n사용자의 탐색 시간을 줄이는 추천 흐름 설계가 핵심입니다.

Spring Boot 2.7에서 3.1로 이관할 때 필요한 핵심 변경점을 정리했습니다.\nJava 17, Jakarta EE, Spring Cloud·Batch·Security·JPA 대응 방법을 함께 설명했습니다.