일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
- 데이터베이스
- axis interceptor
- 쿼리 실행계획
- System Design
- f45
- partitioning
- 가상면접 사례로 배우는 대규모 시스템 설계
- 파티셔닝
- axios
- LRU
- 통계학개론
- 인덱스 추가
- k-Nearest Neighbors
- 복합인덱스
- 상자그림
- 다섯수치요약
- redis
- 인덱스 순서
- Sharding
- Retry
- 머신러닝
- 데이터베이스 인덱스
- knn분류기
- 글또
- R Studio
- DB 파티셔닝
- 데이터베이스 파티셔닝
- 샤딩
- 오버라이딩
- 레디스
- Today
- Total
목록분류 전체보기 (28)
haileyjpark

Intro 햇수로 4년을 함께한 글또. 이제 마지막 기수인 10기의 공식적인 종료를 앞두고, 그간의 글또 활동을 되돌아보려 한다. 2022년 4월, 서버 개발자로 커리어를 전환하며 인턴십을 시작했고, 이듬달인 5월에 글또 활동을 처음 시작했다.매일 밤을 새워가며 공부하던 인턴 시절, 그리고 정규직 전환 이후 적응하느라 정신 없던 시기. 그렇게 얼떨결에 7기를 마무리했고, “다음 기수는 진짜 열심히 해보자”는 다짐으로 8기를 신청했다. 그 이후 비슷한 마음으로 9기를, 마지막이라는 아쉬움으로 10기를 신청했다.7기 당시 약 180명이던 글또의 구성원은 8기 335명, 9기 452명, 그리고 10기에는 무려 642명으로 점차 늘어났고, 그에 따라 다양한 소모임과 스터디도 생겨났다. 나의 개발 커리어의 시작과..
1. Scale up & Scale outQ. L4와 L7 로드밸런서의 차이점과 사용 사례를 설명해주세요.L4 로드밸런서는 OSI 7계층 중 4계층인 전송 계층에서 작동하며, IP 주소와 포트 번호를 기반으로 트래픽을 분산합니다.이는 패킷의 헤더 정보만을 이용하므로 처리 속도가 빠르며, 주로 TCP 및 UDP 프로토콜을 사용하는 서비스에 적합합니다.예를 들어, 온라인 게임이나 스트리밍 서비스 등 실시간 트래픽 처리가 중요한 서비스에서 사용됩니다. L7 로드밸런서는 OSI 7계층 중 7계층인 응용 계층에서 작동하며, HTTP 헤더, 쿠키, URL 등 요청의 내용을 기반으로 트래픽을 분산합니다. 이러한 방식은 다양한 기능과 유연성을 제공하지만, 패킷의 내용을 분석해야 하므로 처리 속도가 상대적으로 느립니다...
책에 나오는 키워드로 미국 IT 기업에서 실제로 출제되는 질문 사례를 탐구해보는 스터디를 시작해서, 해당 스터디에서 다룰 내용을 블로그로 작성해보려고 합니다. 이번 글에서는 캐시(cache)를 활용한 성능 최적화에 대한 면접 사례를 찾아보았습니다. LRU 캐시 설계질문LRU(Least Recently Used) 캐시를 설계하고 구현하는 방법을 설명해 주세요. 답변LRU 캐시는 가장 오래 사용되지 않은 데이터를 제거하는 캐싱 기법입니다.이를 구현하는 방법으로는 해시맵과 이중 연결 리스트를 조합하는 방식이 일반적입니다.해시맵을 이용하면 데이터의 조회 속도를 O(1)로 유지할 수 있고, 이중 연결 리스트를 사용하면 데이터의 삽입 및 삭제가 O(1)로 수행됩니다. 예를 들어, 온라인 쇼핑몰에서 고객이 최근 본..
서버 운영 중 자주 듣게 되는 개념 중 하나가 바로 "CPU 쓰로틀링(throttling)"이다. 하지만 구체적으로 CPU 쓰로틀링이란 무엇이며, 얼마나 높아야 문제가 되는 것일까? 이번 글에서는 CPU 쓰로틀링의 의미와 함께, 서버 및 데이터베이스의 CPU 사용량, 메모리 관리, 에러 로그 모니터링, 그리고 API 응답 시간까지 서버 성능 모니터링에 대한 내용을 다뤄보겠다. CPU 쓰로틀링이란?CPU 쓰로틀링이란 시스템이 과부하 상태일 때 CPU 사용량을 제한하는 메커니즘을 의미한다. 보통 서버는 특정 CPU 사용량을 초과할 경우 온도를 낮추거나 전력 소모를 줄이기 위해 CPU의 클럭 속도를 조절하는데, 이로 인해 성능이 저하될 수 있다.CPU 쓰로틀링이 발생하는 주요 원인은 다음과 같다:CPU 온도 ..

머신러닝 수업을 듣고 KNN 분류기에 대해 학습한 내용을 바탕으로 KNN 분류기를 구현하고, K값에 따른 성능과 거리측정방식에 따른 성능을 비교해보았습니다. KNN(K-Nearest Neighbors) 분류기란?KNN(K-Nearest Neighbors) 분류기는 머신러닝의 지도 학습 기법 중 하나로, 가장 간단하고 직관적인 분류 알고리즘으로 알려져 있습니다. KNN 분류기의 주요 개념은 새로운 데이터를 분류할 때, 그 데이터와 가장 가까운 K개의 이웃 데이터의 클래스(라벨)를 참고하여 결정하는 방식입니다. KNN의 원리KNN의 핵심 원리는 유사한 데이터가 가깝게 위치한다는 가정에 기반하고 있습니다. 즉, 새로운 데이터가 주어졌을 때, 그 데이터와 기존 데이터 간의 거리를 계산하여 가장 가까운 K개의 이..

재직중이지만 관련 전공자가 아니라서 부족한 기초를 채우기 위해 방송통신대학교 컴퓨터과학과 수업을 들으며 성적을 만들고 있는데,이번에는 알고리즘 수업을 들으며 내용을 정리해보았습니다.알고리즘의 시간 복잡도O(logn) O() O(n) O() O(1) O() O(nlogn) 를 비효율적인 것부터 효율적인 순서대로 나열해보자. 알고리즘의 시간 복잡도를 구할 때, 알고리즘의 모든 문장이 아닌 루프의 반복 횟수만을 조사하여 최고 차수를 시간 복잡도로 취하여 O(최고차수)와 같은 방법으로 계산해볼 수 있습니다.빅오 함수에 따른 연산 시간의 증가를 표로 나타내보면 다음과 같습니다.따라서, 비효율적인 것 부터 효율적인 순서대로 나열하면 아래와 같습니다.O() < O() < O() < O(n..

개발자 글쓰기 커뮤니티인 글또의 9기에 참여하면서, 감사하게도 Udemy에서 쿠폰을 받아 강의를 들을 수 있는 기회가 주어졌고, 나는 아래의 두 가지 강의를 수강했다. 강의 개요 페이지로 연결되는 아래의 링크를 통해서 강의에 대한 자세한 설명을 볼 수 있다.안드로이드와 아이폰 동시개발! 프로젝트로 따라하며 배우는 Flutter 앱 개발 입문클린코드 자바스크립트 (JavaScript)앱개발 강의에 대한 수강 후기 에서는 해당 강의에 대한 후기와 Udemy 플랫폼의 UI에 대한 경험 후기를 전반적으로 적어보았고, 이번에는 자바스크립트 강의에 대한 후기만 간략하게 남겨보고자 한다. Requirements강의를 듣기 전 참고해야 할 사항은 아래와 같다.JavaScript 기본적인 문법 이해가 필요합니다.Jav..

개발자 글쓰기 커뮤니티인 글또의 9기에 참여하면서, 감사하게도 Udemy에서 강의 쿠폰을 받아 강의를 들을 수 있는 기회가 주어졌다. Udemy라는 아카데미 플랫폼은 2019년에 디지털 마케팅 강의로 접하기 시작해서, 개발자로 커리어를 전환한 이후에도 서버 개발에 도움이 되는 강의들을 필요할 때마다 찾아서 들었기 때문에 이용했던 경험이 꽤나 많고, Udemy라는 플랫폼에서의 경험이 긍정적인 편인지라, 이번에도 강의를 신청해서 들어보았다. 지금까지 Udemy에서 들었던 강의들 중 끝까지 들었던 강의들은 Kafka, graphql, Koa.js, TypeScript 이 네 가지 주제에 관한 강의였고, 네 번 모두 회사에서 일하는 데에 필요한 스택을 학습하기 위한 강의들이었기 때문에, 이번에는 호기심을 가져왔..