Project

팀 구성원과 통신하여 프로젝트의 범위와 주요 목표를 설정한다.팀 내의 역할 분배와 마감 기한 설정을 한다.서비스의 주요 기능 및 개발 범위를 논의하여 결정한다.피그마(Figma) 활용을 고려한다.와이어프레임은 주어진 예시들을 참고하여 제작한다.API 설계를 완료하고 이

사용자 관리 기능 로그인 / 회원가입 기능 사용자 정보 수정 및 삭제 기능보드 관리 기능 보드 생성 보드 수정보드 이름배경 색상설명 보드 삭제생성한 사용자만 삭제를 할 수 있습니다. 보드 초대특정 사용자들을 해당 보드에 초대시켜 협업을 할 수 있어야 합니다.컬럼 관리

로그인한 사용자들에게 프로젝트 관리를 위한 칸반 보드 기반의 트렐로 서비스를 제공하는 웹 플랫폼팀장 : 송유헌팀원 : 최수경팀원 : 강다온2023/09/15 ~ 2023/09/27GitHubSlackNotion프론트엔드 HTML5, CSS3, Thymeleaf백엔드 J

1) 대규모 부동산 데이터 서비스장점데이터의 다양성 부동산 데이터에는 다양한 정보가 포함된다.DB 성능 최적화데이터 조회 시 성능 최적화의 필요성이 강조된다.단점실시간 트래픽의 부재실시간 트래픽 시뮬레이션의 한계가 있을 수 있다.2) 실시간 여론조사 서비스장점실시간

Mysql과 postgresql중 Mysql을 선택한 이유https://aws.amazon.com/ko/compare/the-difference-between-mysql-vs-postgresql/데이터 타입의 다양성Redis는 키-값 구조뿐만 아니라 리스트,

항해 99 최종 프로젝트 1차 주제 선정항해 99 최종 프로젝트 주제 비교실시간 여론조사 서비스로 주제 변경PostgreSQL vs MySQL: 대용량 데이터 처리의 적합성 비교항해 99 최종 프로젝트 아키텍처 및 CI/CD최종 프로젝트 Notion.so아이디어 브레인

이 페이지는 관리자가 유저의 정보와 활동을 관리할 수 있는 페이지이다. HtmlJS 코드AdminMixedController/admin/users로 관리자가 접근하면 user 목록을 뽑아서 model에 넣어서 admin.html 페이지를 반환해준다.adminContro

현재는 컨트롤러가 아래와 같다페이징을 할려면 서비스에서 Page한 결과를 리턴하고 컨트롤러에서 아래 처럼 반환하면 된다.우선 페이징을 위한 컨트롤러(api)를 Version 2로 만들겠다.컨트롤러 뿐만 아니라 새로운 DTo 역시 필요하다왜냐면 페이지 최대 개수 역시 h

검색과 페이징 동시 적용을 위한 api를 작성해야한다.검색은 queryDsl을 이용해서 동적으로 구현 할 것이다.QueryDsl을 위해서는 우선 의존성을 gradle에서 설치하여야한다.그 후 querydsl을 통한 페이징을 처리하기 위한 컨트롤러와 서비스를 만든다.레파

테스트 코드 및 코드 포매팅 N+1 문제 발생 점검 작업 관리자 - 유저 관리 페이지 점검 ( 단순 방문 ) 쿼리 Spring Security 필터 ( 1 ) 페이징 ( 페이징 데이터 조회 + 카운트 조회 = 2 ) ![](https://velog.velcdn.co

동시성 테스트 결과를 보면 하나의 책에 여러개의 신청이 생긴 것을 알 수 있다.\-> 동시성 문제가 발생한 것을 알 수 있다.즉 다수의 사용자들이 동시에 이벤트에 참여해서 동일한 책을 신청하면 동시성 오류가 발생한다.하나의 책은 한 사람에게만 기부 될 수 있는데 여러사

이 글에서는 Windows 11 환경에서 Apache Kafka 2.8.0 버전을 설치하고 실행하는 방법을 상세하게 설명합니다. 설치 순서는 Kafka 다운로드, 파일 구성 확인, Zookeeper 및 Kafka 실행, 그리고 Kafka Topic 생성 순입니다Apac

현재 진행 중인 프로젝트의 서비스는 대용량 트래픽을 받는 서비스이다.→ kafka를 사용하면 데이터 베이스나 애플리케이션에 락을 걸지 않고 전송 속도를 제어해서 동시성 문제가 발생하지 않는 속도로 순차적으로 전달한다면 락보다 속도가 빠를것입니다.확장성이 중요한 경우→

책 나눔 서비스를 운영 중인 시스템에서 특정 기간 동안 신청 순서대로 책을 배부하는 구조를 가지고 있습니다. 이 과정에서 하나의 책에 여러 명이 동시에 신청하는 문제가 발생하였고, 이를 해결하기 위해 데이터베이스 수준과 애플리케이션 수준에서 여러 가지 락(비관적 락,

우선 코드를 변경하기 전에 전체적인 적용할려는 시스템의 로직을 파악하자초록을 프로듀서 연파랑을 컨슈머로 하면 되지 않을까?전체적으로 적용을 위한 구조를 작성해 보았다.분산 메시징 시스템인 Apache Kafka를 이용하여 서비스를 구축하고 최적화하는 과정은 다양한 설정

listeners와 advertised.listeners 설정listenersKafka 서버가 클라이언트의 연결을 수락할 인터페이스와 포트를 설정합니다. 외부 IP에서의 접근을 허용하려면 서버의 외부 IP 주소를 사용하거나 모든 인터페이스에서 수신하도록 0.0.0.0을

1. AWS 배포된 상태에서의 웹 서비스 성능 테스트 ( 카프카 및 여러 동시성 제어 ) 트러블 슈팅 : SSH 키 파일 권한 문제로 인한 연결 실패 [트러블 슈팅 : 컨슈머 서버가 카프카 서버 토픽의 파티션을 할당 받지 못하는 문제](https://velog.io

10:00 ~ 10:50 : 2대2 서버 및 트래픽 관계 확인Main ServerTraffic Server트러블 슈팅 : 카프카 컨슈머 그룹 설정 오류로 인한 메시지 처리 문제Kafka에서의 효율적인 메시지 처리: 컨슈머 그룹 ID의 활용

이번주 동안 카프카를 진행한 내용→ kafka를 사용하면 데이터 베이스나 애플리케이션에 락을 걸지 않고 전송 속도를 제어해서 동시성 문제가 발생하지 않는 속도로 순차적으로 전달한다면 락보다 속도가 빠를것입니다.→ 서비스가 계속 성장하고 더 많은 트래픽을 처리해야 할 경

| 통계 평균 | | | | | --- | --- | --- | --- | | 카프카 | | | | | 단일 트래픽 서버 | | 다중 트래픽 서버 | | | 단일 파티션 | 다중 파티션 | 단일 파티션 | 다중 파티션 | | 525.6 | 591.5 |

기존 인스턴스 t1.micro에서 c5.large로 변경IOPS 3000기존 인스턴스 t1.micro에서 c5.xlarge로 변경IOPS 3000인스턴스를 t1.small에서 c5.2xlarge로 변경인스턴스를 C5.2xlarge로 변경AWS EC2에 Kafka 서버

레디스(Redis) 분산 락은 여러 컴퓨터 또는 프로세스 간에 자원의 동시 접근을 제어하기 위한 메커니즘입니다. 분산 시스템에서 여러 노드가 동일한 자원에 접근하려 할 때, 일관성과 순서를 유지하면서 동시성 문제를 해결하는 데 쓰입니다.동시성 관리: 복수의 인스턴스가

책나눔 서비스는 대규모 트래픽을 효율적으로 처리할 수 있는 시스템 구조가 필수적이었습니다.이에 따라 기존의 모놀리식 구조에서 마이크로서비스 아키텍처로 전환하며, 이 과정에서 카프카를 도입하기로 결정했습니다.카프카는 대용량 데이터를 여러 컨슈머가 병렬로 처리할 수 있게

자원 파일(자바스크립트, CSS, 템플릿)을 체계화합니다.보안 필터 제거 및 도메인에서 불필요한 컨트롤러를 제거합니다.사용하지 않는 서비스와 저장소(repository)를 정리합니다.필요 없는 DTO를 제거하고, bookApplyEvent 서비스에 필요한 DTO와 엔티

책나눔 서비스는 대규모 트래픽을 효율적으로 처리할 수 있는 시스템 구조가 필수적이었습니다.이에 따라 기존의 모놀리식 구조에서 마이크로서비스 아키텍처로 전환하며, 이 과정에서 카프카를 도입하기로 결정했습니다.카프카는 대용량 데이터를 여러 컨슈머가 병렬로 처리할 수 있게

이벤트의 시작과 종료 시간 앞에는 부트스트랩의 아이콘을 사용하여 시각적인 표현을 강화했습니다. 시작 시간에는 '재생 아이콘', 종료 시간에는 '정지 아이콘'을 추가하여 시각적으로 구분이 쉽도록 디자인했습니다. 각 시간 값은 배경색이 적용된 박스 내에 표시하여 가독성을

1. 검색 기능 업그레이드 --- 기존 페이징 버전(v3) 슬라이스 방식의 버전(v4) 무한 스크롤 기능(is1) 엘라스틱 서치 기능(el1) 2. 프론트엔드 네비게이션 변경 로그인 상태에 따른 UI 변경 비로그인 상태:

Spring Boot 스프링 부트는 자동 설정 및 스타터 종속성을 통해 자바 기반의 웹 애플리케이션을 빠르게 구축할 수 있게 해주는 도구입니다. 의존성을 관리가 쉽고, 웹 애플리케이션을 간편하게 배포할 수 있습니다.다른 Java 프레임 워크도 있는데 Spring을

Apache Kafka 설치 및 실행 (Windows 11 환경) 프로젝트에 카프카 시스템 적용 Kafka에서의 효율적인 메시지 처리: 컨슈머 그룹 ID의 활용AWS EC2 Redis 분산락 구현 Kafka 리스너(컨슈머)가 Kafka 서버에서 데이터를 읽지

GitHub 리포지토리와의 긴밀한 통합으로 이벤트 기반 워크플로를 쉽게 설정할 수 있습니다.코드 소스와 CI/CD 파이프라인이 동일한 장소에서 관리되므로 개발자는 별도의 CI 도구로 전환할 필요 없이 편리하게 작업할 수 있습니다Jenkins는 별도의 서버를 준비하고 유