미리보기

e-커머스 플랫폼 구현 및 유지보수 담당

Node.js 및 Express 기반의 백엔드 개발 및 유지보수를 통해 B2B 및 B2C 서비스의 기능 개선 및 성능 최적화 수행

400만 개 데이터 처리 API의 성능 최적화

트렁크 기반 개발 및 운영/테스트 환경 분리를 통해 배포 안정성 및 오류 대응 속도 개선

Slack Webhook을 통한 서버 모니터링 시스템 구축으로 장애 대응 속도 향상

외부 업체와의 API 연동을 통한 시스템 통합 지원

목적: 대한문고 도서 및 e-쿠폰 판매 사이트 개발 및 유지보수 프로젝트

기술 스택: Node.js, MongoDB, Mongoose, Vue.js, AWS-EC2, Github-Actions, MongoDB-Atlas

액션

• 프론트엔드, 백엔드 개발, 유지보수 및 업체와의 소통 PM 역할 수행

• 캐시 목록 API 조회 속도 개선

  • 400만 개 이상의 데이터가 쌓이면서 목록 조회 속도가 저하되는 문제 발생

  • 정렬 시 과도한 연산 비용을 줄이기 위해 사용시간 기준 단일 인덱스 설정

  • API 응답 시간 4초 -> 14ms로 개선

• 트렁크 기반 개발 도입 및 운영/테스트 환경 분리

  • 운영 환경 직접 배포로 인해 오류 대응이 어려운 문제 해결

  • dev 브랜치를 활용한 테스트 환경 구축 및 트렁크 기반 개발 방식 도입

  • dev에서 테스트 후 main으로 병합 후 운영 배포하여 안정성과 효율성 향상

• 서버 안정성 개선

  • 서버 장애 대응 속도를 향상시키기 위해 Slack Webhook 기반 실시간 모니터링 시스템 구축

  • 디스크, CPU, 메모리 상태를 자동 감지하여 이상 발생 시 Slack 알림 전송

  • 서버 다운타임 감소 및 장애 대응 속도 개선

• 타사 e-쿠폰 API 연동 개발

• 안랩 보안 점검을 통한 취약점 분석 및 보완

• 백오피스 어드민 개발 및 유지보수

목적: 대한문고에 연동된 타사 e-쿠폰을 대행하여 제공할 수 있는 API 서버 구축 및 유지보수

기술스택: NodeJs 16.x, Express 4.x, Mongodb 7.x, Mongoose 4.x, Mongodb atlas. VueJs 2.x, JWT

액션

• JWT 기반 인증 설계 및 구현

  • 사용자의 보안 강화를 위해 JWT 기반 인증 시스템을 설계 및 적용하여 API 접근 권한을 관리함

• 대한문고 서버와 e-쿠폰 서버를 분리하여 유지보수 및 확장성 개선

  • 프로젝트의 규모가 커지면서 유지보수와 확장성을 위해 서버를 분리하여 각각의 EC2에 배포

  • 분리 이후 요구사항에 따라 각각의 서버를 독립적으로 유지보수할 수 있어 효율성 증가

• Notification URL을 활용한 실시간 응답 처리로 기존 배치 방식의 한계 해결

  • 기존의 배치 방식으로 인해 연동된 업체가 e-쿠폰 발행 응답을 즉시 확인할 수 없던 문제 해결

  • Notification URL을 통해 배치 실행 시 응답값을 실시간으로 전달함으로써 시스템 연동의 원활성 확보

• API 문서화 및 외부 업체 연동 지원

  • 외부 업체가 쉽게 연동할 수 있도록 API 명세서를 작성 및 제공

• 2개월 만에 B2B 서비스 성공적 런칭

목적: 영화 조회 및 예매 서비스를 만들고 Redis를 활용해 성능을 개선 프로젝트

기술 스택: Java 21, SpringBoot, MySQL, JPA, Querydsl, Redis(Redisson), JUnit, K6, Docker

액션

• 레이어드 아키텍처 기반 멀티 모듈 설계 및 구현

• N + 1 문제 해결

  • DTO 변환 시 fetch join을 사용할 수 없는 한계를 극복하기 위해 SQL IN 절을 활용하여 Screening 엔티티를 한 번의 쿼리로 조회하여 성능 최적화

• 복합 인덱스 적용으로 조회 성능 개선

  • 영화 목록 조회 API의 Full Table Scan 문제를 해결하기 위해 (title, genre, release_date) 복합 인덱스를 적용하여 쿼리 비용 99% 감소, API 응답 속도 11배 향상 (5.5ms -> 0.48ms)

• Redis 캐시 도입을 통한 조회 성능 최적화

  • 잘 변하지 않는 영화 데이터를 캐싱하여 DB IO 감소위해 도입 (0.48ms -> 0.3ms)

• Redis 기반 분산 락을 활용한 예매 동시성 제어

  • Redisson을 이용해 예매 동시성 문제 해결 및 데이터 정합성 유지

성과

• Redis를 활용한 캐시 및 락 적용 경험 축적

• 4개 과제 중 2회 BEST PRACTICE 선정

목적: Java/SpringBoot 환경에대해 학습하고 학습을 기반으로 인스타그램과 유사한 서비스 구현

기술 스택: Java 17, Spring Boot 3.3, MySQL, JPA, Querydsl, AWS (EC2, RDS, S3, CodeDeploy, Load Balancer), Jenkins, JUnit5

액션

• 혼자서 백엔드 개발 전담, 1:1 멘토링을 받으며 프로젝트 진행

• 객체지향적인 코드 작성 및 유지보수성 고려한 설계 적용

• 50개 이상의 테스트 코드 작성하여 안정적인 서비스 보장

• 제네릭 기반 API 응답 클래스 설계 및 RestControllerAdvice를 활용한 공통 예외 처리

• HandlerInterceptor를 활용한 로그인 인증 로직 구현

• 공공데이터 API 활용하여 음식 데이터 관리 및 Spring Scheduler를 통한 자동 최신화

• AWS 인프라 구축

  • VPC 기반 Public/Private Subnet 운영

  • Load Balancer를 통한 트래픽 분산

  • AWS RDS 및 S3 연동

• CI/CD 구축

  • Jenkins를 활용한 CI 파이프라인 구현

  • CodeDeploy를 통한 무중단(블루그린) 배포 적용

• AOP 기반 로깅 기능 구현하여 서비스 모니터링 강화

  • AOP를 적용해 비즈니스 로직과 부가 로직을 분리하여 코드의 가독성과 유지보수성 개선