오프라인 매장에 코드를 배포하다 Part 2: 올리브영 전자라벨(ESL) 최적화 여정
전국 1,300개 매장 전자라벨 배치를 위해 Partitioning으로 락 경합을 제거하고 처리 시간을 크게 줄였습니다. 또한 Aurora Serverless v2로 트래픽에 맞게 자동 확장해 성능과 비용을 함께 개선했습니다.
#Spring Batch#partitioning
110005분
필터 0
오프라인 매장에 코드를 배포하다 Part 1: 종이 없는 매장을 만드는 데이터 파이프라인 구축
오프라인 매장의 종이라벨을 전자라벨로 전환하며 메시지 기반 데이터 파이프라인을 구축했습니다. 비동기 동기화와 중앙 관제로 운영 효율과 데이터 일관성을 높였습니다.
#Kotlin#Spring Boot
82005분
잃어버린 리포트를 찾아서: 카카오 메시징 시스템의 경쟁 조건 문제와 안티 패턴 제거 과정
카카오 메시징 시스템의 경쟁 조건 문제와 안티 패턴 제거 과정을 다룬 기술 사례입니다. 메시지 리포트가 사라지는 문제를 비유로 설명합니다.
#경쟁 조건#안티 패턴
196005분
워드 문서 파일 형식: DOC 포맷의 구조와 이해 (1)
DOC 바이너리 포맷의 내부 구조와 파싱 절차를 설명했습니다. FIB, CP, PLC, Clx를 중심으로 공식 명세와 C++ 예시로 읽는 방법을 정리했습니다.
#C++#문서 파싱
40005분
“스케줄이 또 안 돌았어요” — 우리가 Temporal을 선택한 이유
“스케줄이 또 안 돌았어요” — 우리가 Temporal을 선택한 이유
Jenkins 기반 스케줄 운영의 한계를 해결하기 위해 Temporal을 도입했습니다. 자동 재시도와 실행 이력 가시성으로 출고지시와 주문수집을 더 안정적으로 자동화했습니다.
#Temporal#Jenkins
156005분
고객 타게팅을 좀 더 정교하게, ClickHouse 도입기
고객 타게팅을 좀 더 정교하게, ClickHouse 도입기
고객 타게팅 정교화를 위해 주문·쿠폰·장바구니 데이터를 ClickHouse 기반 OLAP로 옮긴 과정을 정리했습니다. 다만 ReplacingMergeTree, JOIN, Point Query 한계를 보완하려고 하이브리드 아키텍처를 함께 도입했습니다.
#ClickHouse#OLAP
0005분
고객 타게팅을 좀 더 정교하게, ClickHouse 도입기
고객 타게팅 정교화를 위해 대용량 커머스 데이터를 처리할 OLAP로 ClickHouse를 도입했습니다. 다만 JOIN, Point Query, 업데이트성 데이터 제약은 Hot/Cold 분리와 보조 저장소로 보완했습니다.
#ClickHouse#OLAP
15005분
“이번 달도 밤샘 정산입니다.” — 더 이상 밤샘하지 않아도 됩니다 (운영편)
“이번 달도 밤샘 정산입니다.” — 더 이상 밤샘하지 않아도 됩니다 (운영편)
MASS 정산 시스템을 단계적으로 오픈하며 실제 운영 데이터로 정합성을 검증했습니다. 수기 정산을 자동화해 마감 시간을 줄이고 재처리 상황에서도 안정성을 확보했습니다.
#정산#배치
90005분
올리브영 대규모 트래픽 레거시 시스템의 무중단 OAuth2 전환기
레거시 세션 인증을 OAuth2로 무중단 전환한 사례를 다뤘습니다. Feature Flag, 점진적 롤아웃, Jitter, Circuit Breaker로 대규모 트래픽 안정성을 확보했습니다.
#OAuth2#Spring Session
197005분
작은 수정이 전체를 깨뜨리기 시작했을 때: 옐로우버스 DB 재설계 이야기
옐로우버스 일정 시스템은 변경이 연쇄 전파되는 DB 구조 때문에 큰 비용을 치르고 있었습니다. 이를 append-only, decoupling, lazy generation으로 재설계해 안정성과 운영 효율을 높였습니다.
#DB#refactoring
127005분
Amazon RDS for PostgreSQL에서 테이블 파티셔닝을 통한 시계열 데이터 수집 속도 향상
Amazon RDS for PostgreSQL에서 시계열 데이터 수집을 빠르게 만드는 파티셔닝 방법을 정리했습니다. 벤치마크로 단일 테이블 대비 수집 시간이 크게 줄고, 인덱스 수가 성능에 미치는 영향도 확인했습니다.
#Amazon RDS for PostgreSQL#PostgreSQL
46005분
Elasticsearch 거리 기반 가중치로 검색 랭킹 최적화하기
Elasticsearch 거리 기반 가중치로 검색 랭킹 최적화하기
Elasticsearch 좌표 검색에 거리 기반 가중치를 더해 랭킹을 최적화하는 방법을 소개했습니다. 구간별 weight와 decay 함수를 비교하며 자연스러운 노출을 위한 주의점을 설명했습니다.
#Elasticsearch#검색
49005분