Windowing 기법을 적용한 대용량 고성능 표 컴포넌트 개발기
이 게시물은 Windowing 기법을 활용해 웹에서 대용량 데이터를 고성능으로 처리하는 방법을 다룹니다. 네이버의 Big Table 컴포넌트 개발 사례를 통해 구현 세부사항과 성능 최적화 전략을 공유합니다.
네이버 D2
게시글 95개
총 조회수 3,972회
마지막 업데이트: 2025년 7월 4일
최근 게시글 (95개)
AI가 지켜보는 데이터 파이프라인: 노이즈 제거부터 장애 대응까지
네이버는 AI를 활용해 데이터 파이프라인 운영에서 발생하는 노이즈 알림을 줄이고 장애 대응을 자동화하는 방법을 소개합니다. 이를 통해 운영 담당자의 피로도를 낮추고 서비스 안정성을 높이고자 합니다.
C++에서 안정적인 멀티 스레드 코드를 위한 스레드 안전성 개념 정리
이 글은 C++ 멀티 스레드 환경에서 데이터 레이스와 연산 간 선후 관계를 통한 스레드 안전성 개념을 설명합니다. 또한 기본 스레드 안전성의 정의와 사용자 정의 타입에서 발생할 수 있는 문제 사례 및 해결책을 다룹니다.
Thread-safety in C++
이 게시물은 C++ 멀티스레드 프로그래밍에서 스레드 안전성을 확보하기 위한 기본 개념과 동기화 기법을 설명합니다. 데이터 레이스, 연산 순서 관계, 외부 및 내부 동기화 방법을 중심으로 스레드 안전한 코드를 작성하는 방법을 다룹니다.
서비스 조직에서 Kafka를 사용할 때 알아 두어야 할 것들 (3)
이 게시물은 Kafka 클라이언트가 클러스터 메타데이터를 어떻게 관리하고 교환하는지 설명합니다. 또한 서비스 개발자가 관련 옵션을 어떻게 설정하면 좋은지 안내합니다.
서비스 조직에서 Kafka를 사용할 때 알아 두어야 할 것들 (4)
이 게시물은 Kafka 프로듀서 최적화와 압축 기능 활용법을 설명합니다. 네이버의 ENGINEERING DAY 2025 세션 내용을 바탕으로 실무에 유용한 팁을 제공합니다.
Yappi로 Python에서도 성능을 챙겨보자
이 글은 Python 서버 성능 개선을 위해 Yappi 프로파일러를 적용한 구체적인 사례와 최적화 과정을 설명합니다. 프로파일링을 통해 응답 시간을 크게 줄이고 리소스 사용량을 최적화하는 방법을 공유합니다.
홈피드: 네이버의 진입점에서 추천 피드를 외치다! 추천 피드 도입 고군분투기
네이버 홈피드는 다양한 리트리버와 랭커 기술을 활용해 사용자 맞춤형 개인화 추천 피드를 제공합니다. LLM과 최신 모델을 도입해 추천 정확도와 다양성, 사용자 만족도를 동시에 높이고 있습니다.
늘어가는 조회트래픽 Elasticsearch로 분산시키기
플레이스 조회트래픽 증가에 대응하기 위해 메인 DB에서 Elasticsearch로 트래픽을 분산하는 방식을 도입했습니다. 이를 통해 조회 성능을 개선하고 안정적인 운영 환경을 구축한 경험을 공유합니다.
Paimon 겟또다제 ! (w/ ADVoost Shopping)
NAVER ENGINEERING DAY 2025에서 ADVoost Shopping의 실시간 유효 광고 선정에 Apache Flink와 Paimon을 활용한 아키텍처를 소개합니다. Apache Paimon의 기능과 Iceberg와의 비교, 도입 경험을 공유합니다.