개발 일상 | 백엔드 김승원의 실무 노트

들어가며"운영 DB 스키마가 개발 환경이랑 달라요." 배포일 아침에 이 말을 들으면 등골이 서늘해집니다. 누군가 ALTER TABLE을 직접 운영 DB에 실행했고, 그 변경이 코드 저장소에는 반영되지 않은 것입니다. 더 큰 문제는 개발자 A가 추가한 컬럼과 개발자 B가 추가한 컬럼이 로컬에서는 각각 잘 동작하는데, 통합하면 스키마가 충돌하는 상황입니다.3~7년차 백엔드 개발자라면 한 번쯤 겪어보셨을 이 문제의 근본 원인은 DB 스키마 변경을 코드처럼 버전 관리하지 않기 때문입니다. 코드는 Git으로 관리하면서 스키마는 수동으로 관리하면, 환경 간 불일치와 배포 사고가 반복됩니다.이 글에서는 Java/Spring 진영에서 가장 많이 사용되는 DB 마이그레이션 도구인 Flyway의 설정부터 실무 운영 전략까..

들어가며"이 API 응답이 왜 3초나 걸리죠?" 운영 중인 서비스에서 이런 질문을 받으면 심장이 철렁합니다. 로직은 단순한데 DB 쿼리만 2.8초를 잡아먹고 있고, 슬로우 쿼리 로그에는 이미 수백 건이 쌓여 있습니다. 인덱스를 추가하면 될 것 같은데, 어디에 어떤 인덱스를 걸어야 할지 막막합니다.3~7년차 백엔드 개발자라면 이런 상황을 한두 번쯤 겪어보셨을 겁니다. JPA가 생성하는 쿼리를 믿고 있었는데 데이터가 100만 건을 넘기면서 Full Table Scan이 발생하고, 복합 인덱스를 잘못 설계해서 오히려 INSERT 성능이 떨어지는 경우도 빈번합니다. MySQL 성능 튜닝은 단순히 인덱스를 추가하는 것이 아니라, 쿼리가 실제로 어떻게 실행되는지 이해하고 체계적으로 접근하는 과정입니다.이 글에서는 ..

들어가며쇼핑몰에서 "무선 블루투스 키보드"를 검색하면, 정확히 일치하는 상품뿐 아니라 "블루투스 무선 기계식 키보드", "BT 키보드 무선" 같은 유사한 상품도 함께 나옵니다. RDBMS의 LIKE '%키보드%' 쿼리로는 이런 검색을 구현할 수 없습니다. 전문 검색(Full-text Search)에는 전문 검색 엔진이 필요합니다.Elasticsearch는 Apache Lucene 기반의 분산 검색/분석 엔진으로, 실시간에 가까운 검색 성능과 강력한 텍스트 분석 기능을 제공합니다. 이 글에서는 Elasticsearch의 핵심 개념부터 역인덱스 원리, 매핑 설정, Query DSL, 한국어 분석기(nori), 그리고 Spring Boot와의 연동까지 실제 상품 검색 시스템을 구축하는 과정을 다루겠습니다.El..

들어가며MongoDB는 전 세계에서 가장 많이 사용되는 NoSQL 데이터베이스입니다. 유연한 스키마, 수평 확장성, 풍부한 쿼리 기능 덕분에 카탈로그, 로깅, 사용자 프로필, IoT 데이터 등 다양한 도메인에서 활용되고 있습니다. 하지만 RDBMS에 익숙한 개발자가 MongoDB를 사용할 때 가장 많이 하는 실수가 "관계형 모델을 그대로 옮기는 것"입니다.이 글에서는 MongoDB의 도큐먼트 모델링 핵심 원칙, 인덱싱 전략, Aggregation Pipeline, Spring Data MongoDB 연동, 그리고 RDBMS와 MongoDB의 선택 기준까지 실무 중심으로 다루겠습니다.도큐먼트 모델링 - 임베딩 vs 참조핵심 원칙: 데이터를 읽는 방식대로 저장하라RDBMS는 정규화가 기본이지만, MongoD..

들어가며서비스가 성장하면 어느 순간 DB가 병목이 됩니다. API 응답이 느려지고, 커넥션 풀이 고갈되고, 슬로우 쿼리 알림이 쏟아집니다. PostgreSQL은 뛰어난 쿼리 옵티마이저를 가지고 있지만, 올바른 튜닝 없이는 그 성능을 제대로 끌어낼 수 없습니다.이 글에서는 PostgreSQL 성능 튜닝의 핵심인 EXPLAIN ANALYZE 읽는 법부터 인덱스 전략, 테이블 파티셔닝, 커넥션 풀링(PgBouncer), postgresql.conf 주요 설정까지 실무에서 바로 적용할 수 있는 내용을 다룹니다.EXPLAIN ANALYZE 완전 정복기본 사용법PostgreSQL의 실행계획을 확인하는 가장 강력한 도구는 EXPLAIN ANALYZE입니다. EXPLAIN은 예상 계획만 보여주지만, ANALYZE를 추..

들어가며데이터베이스 트랜잭션은 데이터 무결성의 근간입니다. 하지만 동시에 수많은 요청이 들어오는 실무 환경에서는 트랜잭션 격리 수준에 따라 예상치 못한 데이터 이상 현상이 발생합니다. 이 글에서는 4가지 트랜잭션 격리 수준, 각 수준에서 발생할 수 있는 문제, 그리고 낙관적/비관적 락과 MVCC까지 실무에서 반드시 알아야 할 동시성 제어 기법을 체계적으로 정리합니다.1. 트랜잭션 격리 수준의 이해SQL 표준은 4가지 격리 수준을 정의하며, 높은 격리 수준일수록 데이터 일관성은 좋아지지만 동시성(성능)은 떨어집니다.READ UNCOMMITTED - 가장 낮은 격리 수준다른 트랜잭션이 커밋하지 않은 데이터를 읽을 수 있습니다. Dirty Read가 발생하며, 실무에서는 거의 사용하지 않습니다.-- 트랜잭션 ..

들어가며서비스의 응답 속도를 개선하고 데이터베이스 부하를 줄이기 위해 캐시는 필수입니다. Redis는 인메모리 데이터 스토어로서 마이크로초 단위의 응답 속도를 제공하며, 가장 널리 사용되는 캐시 솔루션입니다. 하지만 캐시를 단순히 적용하는 것만으로는 충분하지 않습니다. 어떤 전략을 선택하느냐에 따라 데이터 일관성, 성능, 장애 대응이 크게 달라집니다. 이 글에서는 실무에서 바로 적용할 수 있는 Redis 캐시 전략과 Spring Boot 연동 방법을 다룹니다.1. Cache-Aside (Lazy Loading) 패턴가장 널리 사용되는 캐시 패턴입니다. 애플리케이션이 캐시와 데이터베이스 사이에서 직접 데이터를 관리합니다. 캐시에 데이터가 없으면(Cache Miss) 데이터베이스에서 조회한 후 캐시에 저장합..

들어가며운영 중인 서비스의 API 응답이 갑자기 느려졌다면, 가장 먼저 의심해야 할 것은 데이터베이스 쿼리입니다. 그리고 그 원인의 대부분은 인덱스와 관련이 있습니다. 이 글에서는 인덱스의 동작 원리부터 실무에서 자주 하는 실수, 그리고 최적화 전략까지 정리합니다.1. 인덱스란 무엇인가인덱스는 데이터베이스 테이블의 검색 속도를 향상시키기 위한 자료구조입니다. 책의 목차(Index)와 같은 역할을 합니다.B-Tree 인덱스대부분의 RDBMS(MySQL, PostgreSQL, Oracle)가 기본으로 사용하는 인덱스 구조입니다.CREATE INDEX idx_users_email ON users(email);CREATE INDEX idx_orders_user_date ON orders(user_id, crea..