Files
Resume/03-performance-db.md
T
DongHyeonkaandClaude Opus 5 a80bccd99d chore: 이력서 레포 git 초기화
직무 트랙별 이력서(md), PDF 변환 스크립트, 생성된 dist 산출물 추가.

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
2026-09-22 13:27:16 +09:00

5.7 KiB

강동현 · 백엔드 신입 (성능 / DB)

Email donghyeonka68@gmail.com
GitHub github.com/donghyeon-ka
Velog velog.io/@donghyeon2

Summary

PostgreSQL 쿼리 분석과 인덱스 설계에 관심을 두고, 피드 목록 조회 쿼리를 EXPLAIN ANALYZE 기준으로 분석해 1.77 초 → 7.66 ms 까지 단계적으로 개선한 경험이 있는 신입 백엔드 개발자입니다.

Redis 2 단계 캐시와 Locust 부하 테스트로 검증 흐름을 정리했고, JPA fetch 전략 / Flyway 마이그레이션 / 트랜잭션 위치 등 데이터 레이어 책임 경계도 함께 정리했습니다.

모든 성능 수치는 로컬 실험 및 단일 인스턴스 부하 테스트 기준으로 정리했습니다.


Skills

Main

  • PostgreSQL 16, EXPLAIN ANALYZE, 복합 / 커버링 인덱스 설계, Redis, Locust

Used in Projects

  • Spring Data JPA (fetch 전략, N+1 회피), Flyway (V1~V5), 외부 정렬 / Bitmap Heap Scan / Hash Join 분석, p50 / p95 / p99 latency 측정

Backend (보조)

  • Java 21, Spring Boot 4, Spring Security Resource Server, ArchUnit

Projects

feed-postgresql-query-tuning — PostgreSQL 쿼리 튜닝

개인 프로젝트 · 2025.03 ~ 2025.04 · 1 인 · 분석 / 최적화 / 검증
모든 수치는 EXPLAIN ANALYZE 기준 쿼리 실행 시간
github.com/donghyeon-ka/feed-postgresql-query-tuning

피드 목록 조회 쿼리를 EXPLAIN ANALYZE 기준으로 분석하고, JOIN 구조 / 인덱스 설계 / 캐시 전략 / 부하 검증 순으로 단계적으로 개선한 프로젝트입니다.

  • 피드 목록 조회 쿼리 응답 시간 1.77 초 → 7.66 ms 까지 단계적으로 개선
  • 원인 분석 (EXPLAIN ANALYZE) — 4-table LEFT JOIN 으로 인한 데이터 폭증, 인덱스 미사용으로 인한 sequential scan, 디스크 기반 외부 정렬 (Sort Method: external merge Disk) 발생 확인
  • 1 차 개선 — 불필요한 LEFT JOIN 을 EXISTS 서브쿼리로 교체 + 페이지네이션 쿼리 분리 → 1.77 초 → 0.216 초 (8 배)
  • 2 차 개선 — 정렬 키 + WHERE 절 컬럼을 합친 복합 인덱스 + 자주 SELECT 되는 컬럼 포함 커버링 인덱스 → 0.216 초 → 7.66 ms (28 배). 인덱스 기반 조회로 디스크 접근과 정렬 비용을 줄임
  • 캐시 전략 — Redis 2 단계 캐시 (공개 피드만 캐시, private 피드는 우회) 도입. 부하 테스트 구간에서 캐시 히트율 약 90% 관찰
  • 부하 검증 — 단일 인스턴스 환경에서 Locust 로 동시 1,000 명 시나리오 → 900~1,100 RPS (구간별 latency p50 / p95 / p99 측정)
  • JPA 측면 — N+1 회피, fetch 전략 명시 (LAZY + 필요 시 명시적 join fetch), Spring Data Page 의 count 쿼리 분리

PostgreSQL JPA EXPLAIN ANALYZE Index design Redis Locust Spring Boot

Project-Auth-Server — Spring Boot 인증 서버 (DB 측면)

개인 프로젝트 · 2025.11 ~ 현재 · 1 인 · 설계 / 구현 / 로컬 검증
github.com/donghyeon-ka/project-auth-server

Spring Boot 인증 서버 프로젝트 — 본 트랙에서는 PostgreSQL 스키마 / JPA / Flyway / 트랜잭션 경계 등 데이터 레이어 관련 결정 중심으로 정리합니다.

  • Flyway V1~V5 단계적 마이그레이션 — auth 스키마, 사용자 도메인 + Keycloak provider 통합 컬럼 (provider, provider_subject, KEYCLOAK 단일 값으로 고정) 까지 5 단계로 분리
  • 트랜잭션 경계는 application use case 가 소유 — infrastructure adapter 가 @Transactional 을 들고 있던 구조를 ADR 로 정리해 application 레이어로 이동
  • infrastructure → domain 복원 시 무결성 보호 — JpaUserRepositoryAdapter 가 row → User 복원 중 DomainException 등이 발생하면 InfrastructureException(PERSISTED_DATA_INVALID) 로 번역 (잘못된 저장 데이터를 비즈니스 검증 실패가 아니라 인프라 무결성 문제로 분류)
  • DB row 와 도메인 값 객체 분리 — User, UserEmail, UserName 등 VO 의 invariant 가 entity 와 별도로 검증

PostgreSQL JPA Flyway Spring Boot ArchUnit

Project-Infra — 데이터 저장소와 책임 분리

개인 프로젝트 · 2025.11 ~ 현재 · 1 인 · 로컬 / dev 환경 구성
github.com/donghyeon-ka/project-infra

auth-server 가 동작하는 K3s 환경에서 데이터 저장소 (PostgreSQL / MinIO / Docker Registry) 책임을 분리해 구성한 프로젝트입니다.

  • Postgres + MinIO + Docker Registry 책임 분리 — 애플리케이션 row 데이터는 PostgreSQL, object storage 는 MinIO, Docker Registry 는 자체 PV 없이 MinIO S3 backend 위임
  • Flyway 마이그레이션 Job 을 앱보다 먼저 실행되도록 분리하고, GitOps 적용 시 PreSync / sync-wave 로 배포 순서를 제어할 수 있게 구성
  • 외부 push 인증은 Traefik Middleware BasicAuth, 내부 pull 은 K8s imagePullSecret 으로 책임 경계 분리

PostgreSQL MinIO Docker Registry Flyway Kustomize


Blog

  • Velog @donghyeon2 — 기술적 의사결정 과정과 트러블슈팅 경험 기록