Libplanet 4.0 릴리스
Libplanet 4.0에서 여러 Account를 다루는 World 구조가 도입되며 상태 관리 방식이 개선되었습니다. 또한 기존 API에서 World 기반 조회 방식으로 바뀌고 마이그레이션 지원과 성능 개선이 함께 제공되었습니다.
#P2P#API
1500
필터 1
상품 상세페이지 개편과 안정적 서비스를 위한 독립적 구조 설계
상품 상세페이지 개편을 위해 Front-WEB과 Front-API를 분리하고 독립 배포 구조를 적용했습니다. 외부 API에는 Circuit Breaker를, 상세 API에는 필요한 데이터만 주는 Compact API를 적용했습니다.
#MSA#Circuit Breaker
2200
사용자의 피드백을 잘 관리하고 활용하기 위한 서비스, ABC User Feedback
사용자 피드백을 한곳에 모아 분류하고 작업 티켓과 연결하는 오픈소스 서비스 ABC User Feedback을 소개했습니다. 엑셀·위키 중심 관리의 한계를 줄이고 피드백 반영의 선순환을 체계화하는 데 초점을 두었습니다.
#오픈소스#피드백 관리
2200
모든 주문은 SIS로 통한다
다양한 판매 채널의 주문을 한곳에서 통합 관리하는 SIS 시스템을 소개했습니다. 상품 매핑과 WMS 연동으로 주문, 재고, 배송 상태를 연결했습니다.
#API#WMS
2300
다나와 웹 트래픽 로그 데이터 분석 시스템 도입기
다나와 웹 트래픽 로그 분석용 내부 서비스를 도입한 과정을 정리했습니다. 유비쿼터스 언어 정리부터 Opensearch 선택, 필터링과 검증까지의 흐름을 설명했습니다.
#Elasticsearch#AWS
2000
Release PR만들어질때, Jira 이슈에 배포 버전 자동으로 추가하기(feat. GitHub Action)
Release PR에서 커밋의 Jira 이슈를 찾아 fix versions를 자동 추가하는 GitHub Action을 소개했습니다. 수동 버전 관리 부담을 줄이고, 실패 이슈는 출력값과 댓글로 확인할 수 있습니다.
#GitHub Actions#Jira
5000
오픈소스답게 소프트웨어 설계하기
오픈소스를 하나의 배포 방식으로 보고 설계 단계부터 공개 가능성을 고려해야 한다고 설명했습니다. 일관성, 확장성, 유지 보수성을 중심으로 유형별 구조와 네이밍 원칙도 정리했습니다.
#오픈소스#설정 파일
3200
Velopers 추천광고
쿠팡 파트너스
개발자를 위한 인기 상품을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발자#노트북#컴퓨터
티맵 API의 계약 유지율이 98%인 이유가 있어요 - 티맵모빌리티 조직인터뷰 3편. API/Data팀
X
#API
2300
11번가 인턴의 카탈로그 리뷰 API 개선기
카탈로그 리뷰 API의 DB 부하 문제를 로컬 캐시 한계를 중심으로 분석했습니다. 글로벌 캐시 도입과 최신화 흐름 검증으로 API 개선 과정을 정리했습니다.
#API#cache
1300
Google은 Lighthouse를 사용하지 않는다
Lighthouse와 실제 필드 데이터의 차이를 짚고, CrUX API로 구글의 실측 성능 데이터를 대시보드에 반영하는 방법을 소개했습니다. 성능 평가는 실험실 지표만 보지 말고 실제 사용자 데이터도 함께 확인해야 합니다.
#GCP#API
1400
30분만 투자하면 사용하는 API 문서 검색 엔진, Doxygen 외부 검색 설정하기
Doxygen API 문서의 기본 검색 기능 한계를 보완하는 외부 검색 설정 방법을 정리했습니다. 아파치 HTTP 서버와 NGINX를 활용한 구성 예시를 소개했습니다.
#검색#API
1700
분석 데이터를 프로덕션에서 쉽게 사용할 수 없을까?
분석 데이터를 프로덕션에서 쉽게 쓰기 위한 데이터서빙 서비스 구축 과정을 소개합니다. 분석 테이블을 API로 제공하기 위해 S3, Airflow, Spark 등을 활용했습니다.
#S3#Airflow
2100
당신의 GraphQL은 안전한가요?
GraphQL를 적용한 API 서비스에서 보안 이슈를 점검한 글입니다. GraphQL 안전성 관점에서 확인할 사항을 공유했습니다.
#GraphQL#API
1700
![[IT TREND] 자율 AI 에이전트, ChatGPT 다음의 메가트렌드?](https://img1.daumcdn.net/thumb/R800x0/?scode=mtistory2&fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdn%2Fmh9ql%2FbtseNtHZg5L%2FxPmLyTdr51n0VSLiEZWRm0%2Fimg.png)
[IT TREND] 자율 AI 에이전트, ChatGPT 다음의 메가트렌드?
자율 AI 에이전트와 Auto-GPT의 개념, 작동 방식, 주요 사례를 정리했습니다. 또한 성능·비용·사용성 한계와 함께 ChatGPT 다음 트렌드 가능성을 살펴봤습니다.
#LLM#ChatGPT
2800