나야, 주문 - 주문시스템의 도전과 성장 이야기
무신사 주문 시스템이 모놀리식에서 MSA, EDA, Kafka, Java 전환까지 단계적으로 개선된 과정을 다뤘습니다. 대규모 트래픽과 이벤트 시즌에서도 안정성과 확장성을 높인 리팩토링 경험을 공유했습니다.
#MSA#Redis
6000
필터 1
재고의 변동을 시계열 데이터로?!
Redis Stream으로 재고 변동 이력을 시계열 데이터로 쌓아 조회 비효율을 줄인 사례를 소개했습니다. 날짜 단위 키와 범위 분할 조회로 순서 보장과 성능을 함께 고려했습니다.
#Redis Stream#시계열 데이터
5400
장애 모의 훈련 그리고 배운 점
Hyperconnect SRE팀이 Azar 핵심 컴포넌트를 대상으로 첫 장애 모의 훈련을 진행한 과정을 공유했습니다. 실제형 시나리오와 stage 환경 보강을 통해 완화 우선 대응과 팀 간 지표 공유의 중요성을 확인했습니다.
#SRE#Redis
2200
Transactional Outbox message-relay 개선하기
MySQL 기반 message-relay의 쿼리 지연과 lock wait 문제를 분석하고 개선한 사례를 소개했습니다. NOWAIT와 LIMIT 조합으로 lock 경합을 줄여 성능을 안정화했습니다.
#MySQL#Kafka
3300
커스텀 어노테이션과 리플렉션으로 구현한 Spring Boot 웜업 로직 최적화
Spring Boot 시작 시 발생하는 콜드 스타트 지연을 줄이기 위해 웜업 로직을 개선했습니다. 커스텀 어노테이션과 리플렉션, 비동기 실행으로 초기 응답 속도와 운영 효율을 높였습니다.
#Spring Boot#Redis
5000
재고 서비스의 진화와 혁신: 지속적인 개선을 통한 안정성과 확장성 강화
재고 서비스를 수작업 중심 구조에서 ERP·Redis·Kafka 기반으로 개편한 사례를 다뤘습니다. 마이크로서비스화와 비동기 동기화로 성능과 안정성을 높인 과정과 성과를 소개했습니다.
#Redis#Kafka
3300
Redis Vs Mongo DB By Item View Count (이 상품 몇명이 보고 있어요)
상품 상세 페이지의 실시간 뷰어 수 집계를 위해 Redis와 MongoDB를 비교했습니다. 성능은 Redis가 유리했지만 비용과 운영 복잡성까지 함께 검토해야 했습니다.
#Redis#MongoDB
2900
Velopers 추천광고
쿠팡 파트너스
개발자를 위한 인기 상품을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발자#노트북#컴퓨터
Redis Vs Mongo DB By Item View Count (이 상품 몇명이 보고 있어요)
상품 상세에서 몇 명이 보고 있는지 실시간 집계하는 기능의 설계를 Redis와 MongoDB로 비교했습니다. 성능, 만료 처리, 운영 복잡도와 비용을 함께 고려해 선택 기준을 정리했습니다.
#Redis#MongoDB
3200
Redis Vs Mongo DB By Item View Count (이 상품 몇명이 보고 있어요)
X
#Redis#MongoDB
2600
무진장을 맞아, 후기 응답속도를 개선해보자
무신사 후기 목록 API의 병목을 분석해 상품 단위 캐시와 로직 분리를 적용했습니다. 무진장 기간 기준 응답속도와 pods 수를 함께 줄여 안정성을 높였습니다.
#cache#EKS
6900
다양한 시각에서 바라본 Redis (2) 비교
Redis를 MySQL, Memcached, ElastiCache와 비교하며 저장 방식과 성능 차이를 정리했습니다. 요구사항과 유스케이스에 맞춰 적절한 저장소를 선택하는 관점이 중요하다고 설명했습니다.
#Redis#MySQL
2000
ParallelStream을 활용한 병렬 처리로 배치 성능 개선하기
대용량 데이터를 레디스에 적재하는 배치에서 parallelStream과 파이프라인을 적용해 성능을 개선했습니다. 실행 시간은 6~7분에서 30초 수준으로 줄었습니다.
#parallelStream#ForkJoinPool
2600
전세대출에서 대외기관 신용정보를 조회하는 방법
전세대출 신용정보 조회를 MSA와 Redis, Kafka 기반으로 개선한 사례를 소개했습니다. 불필요한 폴링과 DB 적재를 줄이고 처리 속도와 장애 격리를 향상했습니다.
#Spring Boot#Kotlin
3300
추천 시스템의 심장, Feature Store 이야기 (1)
추천 시스템 고도화를 위해 인하우스 Feature Store를 설계하고 구축한 과정을 소개했습니다. 실시간 수집, 동적 조회, 확장 가능한 저장 구조를 통해 추천 로직과 피처 관리를 분리했습니다.
#Feature Store#추천 시스템
7100