AOP로 ‘지루한’ 로깅 코드를 날려버리기 📌 들어가며 “이번에도 또 메소드마다 logger.info(…), logger.error(…) …” 프로젝트를 진행하면서 메소드마다 똑같은 로깅 코드를 붙이다 보면, 어느새 핵심 비즈니스 로직보다 ‘부가적인’ 로깅 코드가 더 많아집니다. 가독성은 떨어지고, 유지보수는 더 어려워지죠. 이럴 때 **AOP(Aspect‑Oriented Programming)**를 도입하면, 로깅이라는 횡단 관심사를 깔끔하게 분리할 수 있습니다. 이번 포스팅에서는 Spring AOP와 커스텀 어노테이션을 활용해, 메소드 호출 전·후, 예외 발생 시 자동으로 로깅이 되는 라이브러리를 만들어보겠습니다. 마치 “메소드에 한 줄만 붙이면 끝!” 이라는 느낌으로요 프로젝트 세팅: build.gradle Spring Boot 프로젝트에 AOP 기능을 추가하려면 spring-boot-starter-aop 하나만 추가하면, AOP와 관련된 모든 의존성이 자동으로 설정됩니다. …

아 엑셀다운로드 개발,,, 쉽고 빠르게 하고 싶다 (feat. 엑셀 다운로드 모듈 개발기) 📌 들어가며 여러분도 한 번쯤은 대량의 데이터를 엑셀로 뽑아야 하는 순간을 맞이해본 적 있죠? “이거 또 반복 작업인가…” 하며 한숨이 절로 나오는 그 기분! 저는 이 귀찮음을 단축시키고, 더 깔끔한 코드를 남기고 싶어서 엑셀 다운로드 모듈을 직접 만들어 보기로 했습니다. 비슷한 불편을 겪고 계신 분들께 작은 힌트라도 되길 바라며, 재미있게 풀어볼게요! 왜 엑셀 다운로드 모듈을 만들게 되었나? 작은 요구 하나가 생길 때마다 장문의 코드를 읽어야 하니 답답했습니다. “한 번만 만들어 놓고 계속 써먹자!” 이 간절함이 모듈 개발의 출발점이었습니다. 아주 많은 엑셀 다운로드 PG사의 백오피스에서는 가맹점 혹은 회계팀, 재무팀 등에서 거래 목록, 매입 목록, 정산 목록 등등 총 50개가 넘는 엑셀 다운로드 기능이 존재했습니다. 엑셀 그리고 데이터의 양은 심하면 30만 Row 혹은 그 이상의 데이터들…

법률 기초 법은 위계가 있다. 헌법을 가장 최상위 법 규범으로하고, 그 밑으로 위임하는 형식이다. 위로 갈수록 추상적이고 선언적이며, 아래로 갈수록 구체적이고 상세하다. 법을 살펴보고 싶다면, 여기에 들어가보면 좋다. “전자금융거래법” 이란? 전자금융거래법은 전자적 방식으로 금융 거래를 수행할 때의 안전성과 신뢰성을 확보하기 위해 제정된 법률 이 법은 금융기관과 전자금융업자, 그리고 금융 소비자간의 전자금융 거래에 대한 규제와 의무를 명시 주요 내용으로는 전자 금융거래의 정의, 금융기관의 책임, 소비자 보호 방안 그리고 전자금융업자의 인허가 요건 등이 포함 이를 통해 전자금융 거래가 안전하게 이루어질 수 있도록 법적 기반을 제공하고, 금융 소비자들이 안심하고 거래할 수 있는 환경을 조성하는데 목적이 있음 전자금융거래법에는 크게 두 가지 성격이 있다. 전자금융거래 전반을 규율하는 거래법과 전자금융업 영위 및 감독에 관한 사업법이다. 전자금융거래는? “전자금융거래”는 금융회사 또는…

C++ 환경의 주피터 노트북이 필요했는데, 마땅한 이미지 파일이 도커 허브에 없어서 직접 작성했습니다. 도커 이미지를 빌드합니다. 이미지를 컨테이너화 시킵니다. 콘솔에 뜬 토큰을 포함한 경로로 접속합니다.

Lombok을 활용해서 빌더를 손쉽게 사용할 수있지만 Lombok을 사용하지 않고도 쉽게 만들 수 있는 방법을 정리하였습니다. Builder Generator 플러그인 설치 Settings > Plugins > Marketplace > Builder Generator 설치 빌더 클래스 생성 방법 을 누를 시 Builder가 새로 추가됨 빌터 패턴 소개 Member 객체 문제점 객체를 생성할 때 어떤 값이 필수 값인지 옵션 값인지 인지 하기 어렵다 생성자로 객체를 생성 할 경우 반드시 순서를 맞추야 한다 (값의 순서를 착각할 경우 문제를 찾기 어려워짐) 해결 방법 https://plugins.jetbrains.com/plugin/22851-plugin-devkit

코틀린 멀티플랫폼, 미지와의 조우 본 글은 https://inf.run/Nq3y 강좌를 참고하여 작성되었습니다. 간단한 todo 애플리케이션을 제작하기 위해 시작에 앞서 8가지 UseCase를 정의하였습니다. 사용자는 할 일 관리 페이지를 볼 수 있다. 사용자는 등록된 모든 할 일을 볼 수 있다. 사용자는 해야 할 일과 완료된 할 일을 구분해서 여과할 수 있다. (필터링) 사용자는 새로운 할 일을 등록할 수 있다. 사용자는 등록된 할 일을 수정할 수 있다. (내용 변경 또는 완료 처리) 사용자는 등록된 할 일 정리를 할 수 있다. 사용자는 완료된 모든 할 일 정리를 할 수 있다. 사용자는 알림창을 통해 오류 상황을 알 수 있다. 핵심 아키텍처로 클린 아키텍처를 사용하는데 클린 아키텍처에 다양한 정의가 있지만 여기서는 외부에서 내부로 의존성이 흐르는 것과, 애플리케이션 핵심 코드를 세부 구현사항에서 분리시키는데 집중함 3가지 모듈로 나눠서 작성하는데, Core 모듈은 Common…

Docker 컨테이너 관리를 위한 Docker Boot 개발기 안녕하세요! 이번에 Spring Boot 애플리케이션에서 Docker 컨테이너를 쉽게 관리할 수 있는 ‘Docker Boot’를 개발하게 된 과정을 공유하고자 합니다. 이렇게만 하면 스프링 킬 때 도커 컨테이너가 자동으로 켜지고 끌 때 스프링을 끌때 자동으로 꺼진다고?! 마법이쟈나… 개발 배경 개발하게 된 배경 평소 Spring Boot로 개발할 때 로컬 개발 환경에서 Redis, MySQL 등의 데이터베이스나 서비스들을 Docker로 실행하곤 했습니다. 이 과정에서 몇 가지 불편함을 느꼈습니다. 매번 Docker 컨테이너를 수동으로 시작/종료해야 했고 (이게 가장 큼), TestContainers를 테스트 코드가 아닌 프로덕션에 가져오는게 적합해 보이지 않았습니다. 해결 방안 구상 위의 문제들을 해결하기 위해 필요한 내용들을 정리했습니다. Spring Boot 애플리케이션과 Docker 컨테이너의 생명주기 통합 YAM…

AWS IAM과 Kubernetes Service Account 통합 AWS IAM과 Kubernetes Service Account는 각각 AWS와 Kubernetes에서 권한을 관리하는 기능을 제공한다. 특히 EKS에서는 AWS IAM 역할(Role)을 Kubernetes Service Account와 연결해 AWS 리소스에 안전하게 접근할 수 있도록 설정할 수 있다. 여기서는 IAM과 Kubernetes에서의 역할 개념, 두 시스템 간의 통합(IRSA)을 통해 역할을 어떻게 연결할 수 있는지 정리했다. 1. AWS IAM (Identity and Access Management) AWS IAM은 AWS 리소스에 대한 접근 권한을 관리하는 서비스로, , , , 을 통해 접근 권한을 세부적으로 설정할 수 있다. AWS IAM의 주요 개념 사용자(User): AWS 리소스에 접근 가능한 개별 엔터티로, 특정 API 호출 권한을 가질 수 있다. 그룹(Group): 여러 사용자를 하나…

Redis 클러스터 (Redis Cluster) Redis 클러스터는 Redis 서버의 수평적 확장과 데이터 분산을 지원하는 고가용성 솔루션이다. 여러 대의 Redis 서버를 하나의 클러스터로 묶어, 데이터를 여러 서버에 분산 저장하고, 장애가 발생해도 서비스를 지속할 수 있도록 설계되었다. Redis 클러스터의 주요 특징과 동작 방식은 다음과 같다. 데이터 분산 (Sharding) Redis 클러스터는 데이터를 여러 노드에 나누어 저장하는 샤딩(Sharding) 방식을 사용한다. Redis 클러스터는 키의 해시 값을 기준으로 각 키를 특정 슬롯(Slot)에 할당하며, 클러스터는 총 16,384개의 슬롯으로 구성된다. 각 노드는 이 슬롯들 중 일부를 담당하며, 클라이언트는 데이터를 읽거나 쓸 때 해당 키가 속한 슬롯을 담당하는 노드에 직접 접근한다. 이를 통해 여러 서버에 데이터가 분산 저장되어, 큰 데이터셋을 효과적으로 처리할 수 있다. 고가용성 (High Availability…

Redis Sentinel Redis Sentinel은 Redis의 고가용성(High Availability)을 보장하기 위한 도구이다. Sentinel을 사용하면 Redis 서버 인스턴스들을 모니터링하고, 장애가 발생했을 때 자동으로 복구할 수 있다. Redis 클러스터를 구성하지 않고도 마스터-슬레이브 간의 복제와 장애 조치(Failover)를 효과적으로 관리할 수 있다. Sentinel의 주요 기능은 다음과 같다. 1. 모니터링 (Monitoring) Sentinel은 마스터와 슬레이브 인스턴스를 지속적으로 감시하여, 서버가 정상적으로 동작하는지 확인한다. 특정 인스턴스가 응답하지 않거나 다운되었다고 판단되면, Sentinel은 이를 즉시 감지하고 필요한 조치를 취할 준비를 한다. 2. 자동 페일오버 (Automatic Failover) 마스터 인스턴스가 장애로 인해 다운되면, Sentinel은 슬레이브 인스턴스 중 하나를 새로운 마스터로 승격시킨다. 이후 나머지 슬레이브들이…

AWS에서 제공하는 Site-to-Site VPN과 Client VPN은 모두 VPN을 통해 AWS 리소스에 접근할 수 있게 해주는 서비스지만, 그 목적과 설정 방식에 차이가 있다. 간단히 말해, Site-to-Site VPN은 회사 내부 네트워크나 다른 데이터센터와 AWS VPC 간의 연결을 위해 사용하고, Client VPN은 개별 사용자가 원격에서 AWS 리소스에 안전하게 접근할 수 있도록 돕는 솔루션이다. 1. Site-to-Site VPN 주요 목적: 주로 온프레미스 네트워크(회사 내부 데이터센터 등)나 다른 VPC를 AWS VPC에 연결할 때 사용한다. 사용 예시: 회사 사무실의 내부 네트워크에서 AWS VPC의 프라이빗 서브넷에 있는 EC2, RDS 같은 리소스에 접근할 때 활용된다. 연결 대상: 온프레미스 네트워크 또는 다른 클라우드 서비스, 데이터센터를 AWS VPC와 연결. 연결 방식: AWS의 Virtual Private Gateway와 온프레미스 네트워크의 V…

JMH(Java Microbenchmark Harness) JMH는 자바에서 마이크로벤치마크를 작성하고 실행하는 도구로, 고성능 애플리케이션의 성능을 정확하게 측정하기 위해 사용된다. 메소드 호출, 객체 생성, 컬렉션 처리 같은 낮은 수준의 성능 특성을 세밀하게 분석할 수 있어 특히 유용하다. JMH는 자바의 표준 라이브러리가 아니라, OpenJDK에서 별도로 개발된 라이브러리로, 정확한 성능 측정을 위해 다양한 벤치마크 모드, 쓰레드 모델, 타이머 제어 등을 지원한다. JMH가 필요한 이유 자바에서 성능 테스트는 생각보다 복잡하다. JIT 컴파일러, Garbage Collection (GC), 클래스 로딩 등 여러 요소가 성능 측정에 영향을 미쳐, 일반적인 방식으로는 정확한 성능 데이터를 얻기 어렵다. 이러한 변수들을 제대로 관리하지 않으면 측정 결과가 부정확할 수 있다. JMH는 이런 문제를 해결하기 위해 만들어졌으며, 다양한 설정을 통해 정확한 성능 측정을 할 수 있도록 도와…

은 Docker에서 제공하는 특수한 DNS 이름으로, 컨테이너가 호스트 시스템에 접근할 수 있도록 도와주는 기능이다. 이를 통해 Docker 컨테이너 내부에서 호스트 머신의 네트워크 자원에 쉽게 접근할 수 있다. 기본적으로 Docker 컨테이너는 자체 네트워크 환경을 가지고 있어서, 호스트 시스템의 네트워크와 격리된 상태로 동작한다. 하지만 때로는 컨테이너가 호스트 시스템의 네트워크 서비스에 접근해야 할 경우가 있다. 예를 들어, 호스트 시스템에서 실행 중인 데이터베이스나 API에 컨테이너가 연결해야 하는 경우가 그런 상황이다. 주요 특징 호스트 머신에 네트워크 접근 제공 을 사용하면 Docker 컨테이너가 호스트 시스템의 IP 주소나 네트워크 자원에 접근할 수 있다. 예를 들어, 호스트 시스템에서 데이터베이스 서버가 실행 중이라면, 컨테이너 내부에서 주소를 사용해 해당 데이터베이스에 연결할 수 있다. 운영체제에 따른 지원 여부 Windows와 macOS에서는 이 기본적으로 지원…

1. 고차 함수 (Higher-order Functions) 고차 함수는 다른 함수를 매개변수로 받거나 반환값으로 사용하는 함수를 말합니다. 코틀린에서는 함수가 일급 시민(First-class Citizen)으로 취급되기 때문에, 함수 자체를 변수처럼 넘기거나 반환할 수 있습니다. 고차 함수 예시: 위에서 는 고차 함수로, 이라는 함수를 인자로 받습니다. 추가적으로, 만약 calculate 함수와 같이 마지막 인자가 함수인 경우에는 다음 코드와 같이 함수 호출 부로 뺄 수 있습니다. 2. 람다식 (Lambda Expressions) 람다식은 익명 함수의 일종으로, 이름이 없는 간단한 함수 표현입니다. 자바 8의 람다와 유사하며, 코틀린에서는 함수형 프로그래밍에서 매우 자주 사용됩니다. 람다식 기본 문법: 파라미터 리스트와 함수의 본체가 로 구분됩니다. 람다식은 중괄호로 감싸고, 파라미터 타입은 추론될 수 있어 생략 가능합니다. 람다식 예시: 람다식은 간결하지만 특정 상황에서 키…

Kotlin의 lateinit과 lazy()는 각각 지연 초기화와 관련된 기능으로, 변수나 프로퍼티가 필요할 때만 초기화되는 특징을 가지고 있습니다. 은 로 선언된 mutable(변경 가능한) 프로퍼티에 대해 사용할 수 있으며, 나중에 해당 프로퍼티를 초기화할 수 있도록 도와줍니다. 주로 nullable하지 않고, 나중에 초기화될 변수에 사용됩니다. 초기화하기 전에 접근하면 이 발생합니다. 은 nullable하지 않은 프로퍼티에서만 사용할 수 있으며, 원시 타입 (Int, Boolean 등)에서는 사용할 수 없습니다. 는 로 선언된 불변 프로퍼티에 대해 사용할 수 있으며, 해당 프로퍼티가 최초로 접근될 때 초기화됩니다. 이는 주로 비용이 큰 초기화를 지연시키고 싶을 때 사용합니다. 는 싱글톤 패턴처럼 프로퍼티가 한 번만 초기화되도록 보장합니다. 기본적으로 thread-safe하며, 첫 번째 접근 시 단일 스레드에서만 초기화가 이루어집니다. 의 원리와 위임 프로퍼티 는 **위임 …

제네릭 공변성, 무공변성, 반공변성 제네릭의 공변성, 무공변성, 반공변성은 제네릭 타입 간의 상속 관계와 관련된 중요한 개념입니다. 이 개념들은 클래스와 메서드(함수)에 적용되며, 코드의 안전성과 유연성을 높여줍니다. 또한, 자바에서는 **와일드카드(wildcard)**를 사용하여 제네릭 타입의 공변성과 반공변성을 표현합니다. 1. 무공변성(Invariance) 기본적으로 코틀린의 제네릭 타입은 무공변성을 따릅니다. 이는 제네릭 타입 사이에 상속 관계가 없음을 의미합니다. 위 코드에서 Box는 Box의 하위 타입이 아니므로 대입할 수 없습니다. 2. 공변성(Covariance) 공변성은 제네릭 타입의 타입 파라미터가 상위 타입으로 대체될 수 있음을 의미합니다. 키워드를 사용하여 공변성을 선언합니다. 는 T가 공변적임을 나타냅니다. T는 출력 위치에서만 사용될 수 있으며, 입력 위치에서는 사용할 수 없습니다. 3. 반공변성(Contravariance) 반공변성은 제네릭 타입의 타…

제네릭 공변성, 무공변성, 반공변성 Kotlin에서 인라인 함수란 함수 선언 앞에 키워드를 붙여 만든 함수다. 이 키워드가 어떤 의미를 가지며, 왜 사용하는지 간단하게 알아보겠다. 왜 인라인 함수가 필요할까? Kotlin에서는 고차 함수(다른 함수를 인자로 받거나 반환하는 함수)를 자주 사용한다. 예를 들어, , , 같은 함수들이 대표적이다. 하지만 고차 함수를 사용하면 다음과 같은 성능 오버헤드가 발생할 수 있다. 함수 호출 오버헤드: 함수 호출 자체에도 비용이 든다. 람다 객체 생성: 람다 표현식을 사용할 때마다 새로운 객체가 생성된다. 이런 오버헤드는 작은 규모의 앱에서는 크게 문제되지 않지만, 성능이 중요한 애플리케이션에서는 영향을 줄 수 있다. 인라인 함수란 무엇인가? 위 예시에서 키워드를 붙여 함수를 인라인 함수로 선언했다. 컴파일러는 호출을 함수 본문으로 대체한다. 즉, 컴파일된 코드는 다음과 같이 된다. 이렇게 하면 함수 호출이 아니라 함수의 내용이 그대로…

안녕하세요! B2B 핀테크 서비스 회사에서 일하고 있는 개발자 에디입니다. 최근 팀 내 서비스의 성능 테스트를 진행하면서 겪은 경험과 학습한 내용을 공유드리고자 합니다. 결제 서비스의 주요 병목 구간을 찾고, 트래픽 스파이크 상황에서도 안정성을 확보하기 위해 성능 테스트를 진행했습니다. 첫 번째 단계로는 현재 구조에서 처리 가능한 트래픽의 한계를 파악하는 것이 목표였습니다. 성능 테스트의 시작 Gatling 도입 이유 결제 서비스는 순간적으로 많은 트래픽이 몰리는 시스템입니다. 특히 많은 트래픽이 스파이크성으로 몰리는 상황에서도 안정적인 동시성 처리가 필요합니다. 결제는 돈과 직결되는 만큼, 어떤 상황에서도 안정적인 서비스를 제공하는 것이 매우 중요했습니다. 먼저 주요한 확인 포인트는 현재 구조에서는 어느 정도의 트래픽을 처리할 수 있을까? 입니다. 프로덕션 코드를 실제 가져와서 작성할 수 없으니 현재는 간단하게 Mock 형식으로 외부 PG를 구현하고, 추후 Netty 기반의 Ht…

Redis 캐싱 전략 Redis를 이용해 캐싱을 구현할 때, 데이터를 어떻게 읽고 쓰는지에 따라 다양한 전략을 사용할 수 있다. 각 전략은 성능과 데이터 일관성에 미치는 영향이 다르므로, 애플리케이션의 특성에 맞는 방식을 선택하는 것이 중요하다. 아래는 Redis 캐싱에서 자주 사용되는 읽기 전략과 쓰기 전략이다. 🟢 읽기 전략 (Read Strategies) 1. Read-Through (캐시 자동 조회) 클라이언트가 데이터를 요청하면 먼저 캐시를 확인하고, 캐시에 데이터가 없으면 캐시가 자동으로 데이터베이스에서 데이터를 가져와 저장한 후 클라이언트에게 반환하는 방식이다. 장점 캐시 관리가 자동으로 이루어져 관리가 편리하다. 자주 사용되는 데이터가 캐시에 남아 조회 속도가 빨라진다. 단점 처음 요청 시에는 캐시에 데이터가 없어 응답이 느릴 수 있다. 캐시와 데이터베이스 간 통합 설정이 다소 복잡할 수 있다. 2. Cache-Aside (Lazy Loading) (캐시 수동 조회)…

Spring DevTools는 무엇인가? Spring DevTools는 Spring Framework를 사용해 애플리케이션을 개발할 때 개발 생산성을 높이기 위한 도구 모음이다. 주로 개발 중에 반복적으로 발생하는 작업을 줄이고, 개발 속도를 높이는 데 초점을 맞추고 있다. 여기서는 Spring DevTools의 주요 기능과 사용 방법을 설명한다. 1. 자동 재시작 (Automatic Restart) Spring DevTools는 클래스 경로에 있는 파일이 변경될 때마다 애플리케이션을 자동으로 재시작한다. 이렇게 하면 개발자가 코드를 수정한 후 서버를 수동으로 다시 시작하지 않고도 변경된 내용을 즉시 확인할 수 있다. 자동 재시작 기능은 크게 두 가지 방식으로 작동한다: 클래스 경로 모니터링: 클래스 파일이 변경되면 애플리케이션을 재시작한다. 재시작 제외 설정: 재시작 성능을 높이기 위해, 재시작이 불필요한 클래스 경로는 제외할 수 있다. 기본적으로 리소스나 , , , 디렉토리…

스프링 부트에서 Fetch Join과 여러 엔티티 Join의 주의사항 스프링 부트에서 Fetch Join과 여러 엔티티 Join은 데이터베이스 성능을 최적화하고, 특히 N+1 문제를 해결하는 데 유용하다. 하지만 이 기능들을 잘못 사용하면 성능 문제나 중복 데이터 발생 같은 문제가 생길 수 있으므로 주의해야 한다. 이 글에서는 Fetch Join을 사용할 때 주의할 점, 여러 엔티티를 Join할 때의 문제점, 그리고 페이징과 관련된 추가 고려 사항들을 설명한다. 1. Fetch Join이란? Fetch Join은 JPA에서 N+1 문제를 해결하기 위해 관계된 엔티티를 한 번의 쿼리로 함께 조회하는 방법이다. 기본적으로 Lazy Loading을 대체하여 성능을 최적화하는 데 유용하지만, 잘못 사용하면 오히려 성능 저하가 발생할 수 있다. Fetch Join 기본 예시 이 예시는 를 조회하면서 을 함께 가져오는 방식이다. 한 번의 쿼리로 두 개의 엔티티 데이터를 동시에 로딩할 수 있어…

스프링 부트에서의 락(Lock) 개념 정리 스프링 부트에서 동시성 문제를 해결하려면 다양한 락(Lock) 기법을 사용할 수 있다. 여러 스레드가 동시에 같은 자원에 접근하려 할 때, 데이터가 엉키지 않도록 데이터 무결성을 보장하려면 락을 걸어야 한다. 스프링 부트는 자바에서 제공하는 기본 락 외에도 다양한 락을 사용할 수 있게 해준다. 1. 낙관적 락 (Optimistic Lock) 낙관적 락은 데이터 충돌 가능성이 낮을 때 사용하는 방식이다. 데이터에 버전 필드를 두고, 충돌이 발생하면 예외를 발생시킨다. 주로 읽기 작업이 빈번하고 충돌이 적은 경우에 적합하다. 예시: 2. 비관적 락 (Pessimistic Lock) 비관적 락은 충돌 가능성이 높을 때 사용하는 락이다. 자원에 접근하려는 순간 락을 걸어 다른 스레드가 접근하지 못하게 막는다. 예시: 3. 베타락 (Read-Write Lock) 읽기와 쓰기를 구분해서 관리하는 베타락은 여러 스레드가 동시에 읽기 작업을 할 수 있도…