- 이커머스 플랫폼을 설계해보고 직접 구현합니다.
- 테스트 데이터를 넣어 성능 테스트를 진행하고 결과를 분석해 최적화 합니다.
-
검색 성능 최적화 과정 (
0.5 RPS->45 RPS,4000ms->200ms)
https://velog.io/@jhkim31/series/검색-성능-최적화 -
로그인 성능 최적화 과정 (
60RPS->450 RPS)
https://velog.io/@jhkim31/로그인-성능-최적화 -
자원 인가로직 AoP를 사용해 분리
https://velog.io/@jhkim31/리팩토링-1.-중복-인가로직-제거
https://velog.io/@jhkim31/리팩토링-2.-서비스-레이어-PreAuthorize-사용 -
테스트에서
@Transactional사용에 관한 문제
https://velog.io/@jhkim31/테스트와-Transactional -
KVM, Docker Swarm 테스트 인프라 구축
https://velog.io/@jhkim31/series/테스트-인프라-구축 -
데이터 베이스 재고 동시성 문제 해결
https://velog.io/@jhkim31/데이터베이스-동시성-문제 -
@Transcational과 분산락 사용시 고려해야 할 점
https://velog.io/@jhkim31/트러블슈팅-분산락과-Transactional -
테스트 의존 해결을 위한 테스트 컨테이너 도입
https://velog.io/@jhkim31/Spring-테스트-컨테이너 -
WebMvcTest슬라이스 테스트에서SecurityContext설정
https://velog.io/@jhkim31/Controller-단위-테스트에서-SecurityContext를-설정해보자 -
테스트 데이터 삽입 최적화
https://velog.io/@jhkim31/테스트-데이터-삽입-최적화 -
스프링 MVC 로깅하기
https://velog.io/@jhkim31/스프링-MVC-로깅하기
-
객체지향 설계를 통해 재사용성과 유지보수성을 높임
-
비즈니스로직을 최대한 엔티티에 작성해 재사용성과 테스트 용이성을 높임
-
git-flow 정책과
rebase, cherry-pick등 명령으로 브랜치를 용도별로 깔끔하게 관리 -
Github의 Wiki, Projects 기능을 활용해 프로젝트 관리
-
원활한 협업(PR, 코드리뷰)를 위한 커밋 작성
-
자원에 대한 인가, 분산락등 수평 관심사를 AoP로 분리
-
스프링 시큐리티를 사용해 JWT 인증, 인가를 구현
-
시큐리티 프록시 필터 앞에 로깅 필터를 넣어 모든 요청 로그를 기록
-
테스트 환경에서 시큐리티 컨텍스트를 제공
-
개발과 배포 환경을 프로파일로 분리하여 각 환경에 맞는 배포 파이프라인을 구축
-
멀티모듈 구조를 적용해 스프링 컨텍스트에 대한 학습과 모듈 단위로 코드의 재사용성을 높임
-
JPA를 사용해 데이터 접근을 추상화
-
엔티티를 직접 설계해보며 성능과 관련된 문제들을 해결
-
QueryDSL을 사용해 검색 동적 쿼리 해결
-
Cursor, Offset 을 사용한 페이징 구현
-
단위 테스트를 각 계층별로 슬라이스 테스트로 작성해 빠르고 반복적인 테스트 수행
-
통합 테스트시 외부 의존을 해결하기 위해 모든 테스트에서 하나의 테스트 컨테이너를 싱글톤으로 사용
-
성능 테스트를 위한 인프라와 모니터링 환경을 구축
-
성능 테스트를 통해 시스템의 병목지점을 파악해 해결
-
MySQL 실행계획분석과 인덱스를 통해 쿼리를 최적화
-
KVM 과 Docker Swarm 을 사용해 인프라 구축 (3 마스터, 2 워커)
-
특정 Github 이벤트 발생시 웹훅으로 Jenkins를 통해 서버에 배포까지 이어지는 파이프라인을 구축
-
Prometheus로 데이터를 수집하고, Grafana로 시각화
-
ELK 스택을 구축해 수평확장이 되는 환경에서도 로그를 쉽게 수집, 확인
