프로젝트 회고
KP 데이터와 Openweathermap 데이터를 조합하여 오로라 확률 데이터를 산정하는 프로젝트를 진행했습니다. 성능 개선을 위해 로직을 발전시켰습니다. 완전 탐색을 통해 위도, 경도, 시간이 일치하는 곳의 데이터를 저장했지만, 데이터 특성을 파악하고 날짜를 기준으로 모든 테이블을 정렬한 다음 확률 계산을 진행했습니다. 불필요한 데이터는 적절히 가지치기하여 성능 개선을 도왔습니다.
API에 번호를 부여한 것이 협업과 유지 보수에 도움이 되었습니다. 해당 번호를 통해 요구 사항을 수정할 수 있었습니다. 번호를 부여할 때 1-1과 같은 형태로 하는 것이 좋을 것 같습니다. 이렇게 하면 API가 증가할 때 유연하게 대처할 수 있습니다.
DTO 관련해서는 유사한 화면이 여럿 있었습니다(예: 유저 회원 가입 시 관심 지역 선택 페이지, 회원 가입 이후 관심 지역 선택 페이지). 유사한 페이지를 사용하면 DTO를 공유하기 때문에 변수명을 통일하는 것이 좋습니다. 프론트엔드와 소통하여 DTO를 재활용하는 곳을 파악하고 변수명을 통일할 것입니다.
@OneToOne 관계에서 삭제를 할 때 고아 객체 문제가 있었습니다. "주어진 식별자를 가진 행이 하나 이상 발견되었습니다"와 같은 문제가 지속적으로 발생하지 않고, 수십 번의 테스트 중 한 번씩 발생하여 정확한 문제 파악이 쉽지 않았습니다. 개발자 포럼을 통해 고아 객체 관련 문제임을 파악하였고, 고아 객체 삭제 옵션을 통해 문제를 해결했습니다.
개발 즐거웠다.
/