405 lines
28 KiB
HTML
405 lines
28 KiB
HTML
<!doctype html>
|
|
<html lang="ko">
|
|
<head>
|
|
<meta charset="utf-8">
|
|
<meta name="viewport" content="width=device-width, initial-scale=1">
|
|
<title>portfolio</title>
|
|
<style>:root {
|
|
color-scheme: light;
|
|
--ink: #1f2933;
|
|
--muted: #52616b;
|
|
--rule: #d8dee4;
|
|
--accent: #0f766e;
|
|
--soft: #eef7f5;
|
|
--code-bg: #f5f7f8;
|
|
}
|
|
|
|
@page {
|
|
size: A4;
|
|
margin: 11mm 13mm 12mm;
|
|
}
|
|
|
|
* {
|
|
box-sizing: border-box;
|
|
}
|
|
|
|
body {
|
|
margin: 0;
|
|
background: #ffffff;
|
|
color: var(--ink);
|
|
font-family: "Noto Sans CJK KR", "Noto Sans KR", "Apple SD Gothic Neo", "Malgun Gothic", Arial, sans-serif;
|
|
font-size: 9pt;
|
|
line-height: 1.48;
|
|
word-break: keep-all;
|
|
overflow-wrap: break-word;
|
|
}
|
|
|
|
main {
|
|
max-width: 184mm;
|
|
margin: 0 auto;
|
|
}
|
|
|
|
h1,
|
|
h2,
|
|
h3 {
|
|
margin: 0;
|
|
line-height: 1.28;
|
|
letter-spacing: 0;
|
|
}
|
|
|
|
main > h1:first-of-type {
|
|
padding-bottom: 3mm;
|
|
border-bottom: 2px solid var(--accent);
|
|
font-size: 19pt;
|
|
font-weight: 800;
|
|
}
|
|
|
|
main > h1:not(:first-of-type) {
|
|
break-before: page;
|
|
margin-top: 0;
|
|
padding-bottom: 2.2mm;
|
|
border-bottom: 2px solid var(--accent);
|
|
color: var(--ink);
|
|
font-size: 16.5pt;
|
|
font-weight: 800;
|
|
}
|
|
|
|
h2 {
|
|
margin-top: 5mm;
|
|
padding-bottom: 1mm;
|
|
border-bottom: 1px solid var(--rule);
|
|
color: var(--accent);
|
|
font-size: 12.5pt;
|
|
font-weight: 800;
|
|
}
|
|
|
|
h3 {
|
|
margin-top: 3.5mm;
|
|
font-size: 10.4pt;
|
|
font-weight: 800;
|
|
}
|
|
|
|
p {
|
|
margin: 1.8mm 0;
|
|
}
|
|
|
|
a {
|
|
color: #0b5cad;
|
|
text-decoration: none;
|
|
}
|
|
|
|
hr {
|
|
height: 1px;
|
|
margin: 3.3mm 0;
|
|
border: 0;
|
|
background: var(--rule);
|
|
}
|
|
|
|
table {
|
|
width: 100%;
|
|
margin: 2.2mm 0 3.4mm;
|
|
border-collapse: collapse;
|
|
font-size: 8.45pt;
|
|
line-height: 1.4;
|
|
}
|
|
|
|
td,
|
|
th {
|
|
padding: 1.25mm 1.6mm;
|
|
border-bottom: 1px solid var(--rule);
|
|
text-align: left;
|
|
vertical-align: top;
|
|
}
|
|
|
|
tr:first-child td {
|
|
color: var(--muted);
|
|
font-weight: 800;
|
|
}
|
|
|
|
td:first-child {
|
|
width: 27mm;
|
|
font-weight: 700;
|
|
}
|
|
|
|
blockquote {
|
|
margin: 2mm 0;
|
|
padding: 1.7mm 2.4mm;
|
|
border-left: 3px solid var(--accent);
|
|
background: var(--soft);
|
|
color: #334e4a;
|
|
}
|
|
|
|
blockquote p {
|
|
margin: 0.8mm 0;
|
|
}
|
|
|
|
ul,
|
|
ol {
|
|
margin: 1.5mm 0 2.4mm;
|
|
padding-left: 5mm;
|
|
}
|
|
|
|
li {
|
|
margin: 0.8mm 0;
|
|
padding-left: 0.4mm;
|
|
}
|
|
|
|
strong {
|
|
font-weight: 800;
|
|
}
|
|
|
|
code {
|
|
padding: 0.1mm 0.65mm;
|
|
border-radius: 2px;
|
|
background: #f3f4f6;
|
|
color: #1f2937;
|
|
font-family: "JetBrains Mono", "D2Coding", Consolas, monospace;
|
|
font-size: 0.91em;
|
|
}
|
|
|
|
pre {
|
|
margin: 2.2mm 0 3mm;
|
|
padding: 2.2mm 2.6mm;
|
|
overflow: hidden;
|
|
border: 1px solid #e0e5e9;
|
|
border-radius: 4px;
|
|
background: var(--code-bg);
|
|
white-space: pre-wrap;
|
|
break-inside: avoid;
|
|
}
|
|
|
|
pre code {
|
|
padding: 0;
|
|
background: transparent;
|
|
font-size: 7.8pt;
|
|
line-height: 1.42;
|
|
white-space: pre-wrap;
|
|
}
|
|
|
|
.project {
|
|
display: block;
|
|
}
|
|
|
|
h2,
|
|
h3,
|
|
blockquote,
|
|
table,
|
|
pre {
|
|
break-after: avoid;
|
|
}
|
|
|
|
li,
|
|
blockquote,
|
|
tr {
|
|
break-inside: avoid;
|
|
}
|
|
|
|
main > h1 + h2 {
|
|
margin-top: 3.8mm;
|
|
}
|
|
|
|
@media print {
|
|
a {
|
|
color: #0b5cad;
|
|
}
|
|
}
|
|
</style>
|
|
</head>
|
|
<body>
|
|
<main>
|
|
<h1>강동현 · Backend / Platform Engineering Portfolio</h1>
|
|
<table><tbody><tr><td></td><td></td></tr><tr><td>Email</td><td>donghyeonka68@gmail.com</td></tr><tr><td>GitHub</td><td><a href="https://github.com/donghyeon-ka">github.com/donghyeon-ka</a></td></tr><tr><td>TechLog</td><td><a href="https://hyeonworks.com">hyeonworks.com</a></td></tr><tr><td>Blog</td><td><a href="https://velog.io/@donghyeon2">velog.io/@donghyeon2</a></td></tr></tbody></table>
|
|
<hr>
|
|
<h2>About</h2>
|
|
<p>Java / Spring Boot를 중심으로 백엔드를 공부하고 있습니다. 현업 개발자의 멘토링 아래 약 6개월 동안 인증, 데이터 조회, 아키텍처, Kubernetes 인프라를 직접 구현하고 검증했습니다.</p>
|
|
<p>제가 가장 많이 시간을 쓴 부분은 <strong>기술을 적용하는 것보다 실제 동작을 설명할 수 있게 만드는 과정</strong>이었습니다.</p>
|
|
<ul><li>BFF를 적용했다면 브라우저에서 사라진 token은 어디로 갔는지</li><li>N+1을 없앴다면 쿼리 수 대신 다른 비용이 커지지는 않았는지</li><li>Kubernetes manifest에 설정이 있다면 실제 runtime에서도 집행되고 있는지</li><li>API 계약이 맞다면 값이 왜 화면까지 도착하지 않는지</li></ul>
|
|
<p>이 포트폴리오에는 그 질문이 가장 잘 드러나는 네 가지 사례만 담았습니다.</p>
|
|
<hr>
|
|
<h2>한눈에 보기</h2>
|
|
<table><tbody><tr><td>주제</td><td>시작한 질문</td><td>핵심 판단</td></tr><tr><td><strong>TechLog</strong></td><td>계약을 한 곳에서 관리하는데 왜 화면에서는 값이 사라질까?</td><td>계약 자체보다 <strong>값이 지나가는 경계와 수동 목록</strong>이 더 자주 깨졌다</td></tr><tr><td><strong>Keycloak 인증 경계</strong></td><td>브라우저에서 token을 없애면 더 좋은 구조일까?</td><td>token이 사라지는 것이 아니라 <strong>다른 계층이 state와 검증 책임을 가져간다</strong></td></tr><tr><td><strong>피드 조회 성능</strong></td><td>N+1은 fetch join으로 해결하면 끝일까?</td><td>쿼리 수뿐 아니라 <strong>row 수, paging, index, Top-N 비용</strong>을 같이 봐야 했다</td></tr><tr><td><strong>Home Platform</strong></td><td>서비스가 접속되면 인프라 구성이 끝난 걸까?</td><td>TLS, proxy trust, secret, state의 <strong>실제 경로를 runtime에서 확인할 수 있어야 했다</strong></td></tr></tbody></table>
|
|
<hr>
|
|
<h1>01. TechLog</h1>
|
|
<h2>기술 기록을 다시 읽을 수 있는 서비스로 만들기</h2>
|
|
<p>인증, 성능, 인프라 과제를 진행하면서 문서가 계속 늘었습니다. 문제는 기록이 부족한 것이 아니라 <strong>나중에 왜 이런 결정을 했는지 다시 따라가기 어려운 것</strong>이었습니다.</p>
|
|
<p>그래서 단순 블로그가 아니라 프로젝트 → 주제 → 기록의 맥락을 유지하면서 작성·검증·미리보기·게시까지 할 수 있는 TechLog를 만들기 시작했습니다.</p>
|
|
<p>현재 공개 화면은 <a href="https://hyeonworks.com">hyeonworks.com</a>에서 확인할 수 있습니다.</p>
|
|
<section class="project"><h3>구조</h3><pre><code class="language-text">OpenAPI contract
|
|
│
|
|
├── Backend
|
|
│ domain / application / inbound / outbound
|
|
│
|
|
└── Frontend
|
|
domain / application / adapter / presentation
|
|
|
|
Studio
|
|
Create → Save → Validate → Preview → Publish
|
|
│
|
|
▼
|
|
Public</code></pre><p>Backend는 현재 <strong>18개 Gradle module</strong>로 나누고, module registry를 기준으로 허용 dependency와 runtime membership을 검증하도록 구성했습니다.</p></section>
|
|
<section class="project"><h3>가장 어려웠던 문제 — 계약은 맞는데 값이 사라졌다</h3><p>처음에는 OpenAPI 계약을 한 저장소에서 관리하고 Backend와 Frontend가 같은 계약을 사용하면 서로 어긋날 일이 적을 것이라고 생각했습니다.</p><p>실제 문제는 다른 곳에서 나왔습니다.</p><pre><code class="language-text">PostgreSQL
|
|
→ SQL adapter
|
|
→ application view
|
|
→ response mapper
|
|
→ generated DTO
|
|
→ HTTP
|
|
→ frontend gateway
|
|
→ application port
|
|
→ component</code></pre><p>값 하나가 화면에 도착하기까지 여러 경계를 지나면서 <strong>어느 한 곳이 값을 조용히 버려도 타입 검사나 화면에서 오류가 나지 않는 경우</strong>가 있었습니다.</p><p>예를 들어 DB에는 값이 있고 API 계약에도 필드가 존재하지만, 중간 mapper가 해당 필드를 전달하지 않아 화면에서는 빈 값으로 보였습니다. 화면은 이를 오류가 아니라 “데이터가 없음”으로 표현했습니다.</p></section>
|
|
<section class="project"><h3>문제를 어떻게 좁혔는가</h3><p>증상을 “화면이 비었다”로 보지 않고 <strong>값의 이동 경로를 끝까지 따라갔습니다.</strong></p><ul><li>DB row에 값이 있는지</li><li>persistence adapter가 읽었는지</li><li>application model에 남아 있는지</li><li>HTTP response mapper가 전달했는지</li><li>generated contract type에 필드가 있는지</li><li>frontend adapter가 mapping했는지</li><li>최종 component가 받은 값이 무엇인지</li></ul><p>이 방식으로 contract 자체의 오류와 <strong>contract 이후의 연결 오류</strong>를 분리했습니다.</p></section>
|
|
<section class="project"><h3>반복해서 깨진 것 — 손으로 관리한 목록</h3><p>Record 종류나 route 종류를 배열·삼항식으로 직접 나열한 곳에서는 새 종류를 추가할 때 누락이 반복됐습니다.</p><pre><code class="language-ts">// 이런 구조에서는 새 종류를 빠뜨려도 마지막 분기로 조용히 떨어질 수 있다.
|
|
const path =
|
|
kind === "CASE" ? "/cases/" :
|
|
kind === "REFERENCE" ? "/references/" :
|
|
"/projects/";</code></pre><p>이를 <code>Record<Kind, Value></code>, exhaustive switch, contract coverage test처럼 <strong>누락 자체를 실패로 만드는 구조</strong>로 바꿨습니다.</p><p>핵심은 “사람이 잘 기억하자”가 아니라 <strong>컴파일러나 테스트가 목록의 완전성을 확인하도록 만드는 것</strong>이었습니다.</p></section>
|
|
<section class="project"><h3>이 프로젝트에서 남은 기준</h3><ul><li>값은 중간 layer가 아니라 <strong>최종 사용자에게 보이는 지점까지 확인한다.</strong></li><li>종류를 수동으로 나열해야 한다면 completeness를 검증할 방법을 같이 둔다.</li><li>“없음”과 “읽지 못함”을 같은 UI 상태로 표현하지 않는다.</li><li>테스트가 존재하는 것보다 실제 CI / verification 경로에서 그 테스트가 실행되는지가 중요하다.</li></ul></section>
|
|
<section class="project"><h3>Stack</h3><p><code>Java 21</code> <code>Spring Boot</code> <code>JPA</code> <code>PostgreSQL</code> <code>Gradle</code> <code>ArchUnit</code> <code>React</code> <code>TypeScript</code> <code>OpenAPI</code> <code>Vitest</code> <code>Playwright</code></p><hr></section>
|
|
<h1>02. Keycloak 인증 경계</h1>
|
|
<h2>“브라우저에서 token을 없애면 더 안전하다”를 구조로 확인하기</h2>
|
|
<p>OAuth2 / OIDC를 공부할 때 SPA, BFF, Forward-Auth라는 이름은 많이 볼 수 있었습니다.</p>
|
|
<p>하지만 이름만으로는 다음 질문에 답하기 어려웠습니다.</p>
|
|
<ul><li>authorization code는 누가 token으로 교환하는가?</li><li>access token과 refresh token은 어디에 남는가?</li><li>실제 API caller는 browser인가, server인가?</li><li>Resource Server는 JWT를 검증하는가, trusted header를 믿는가?</li></ul>
|
|
<p>같은 기능 요구사항을 두고 네 가지 구조를 직접 구현해 비교했습니다.</p>
|
|
<section class="project"><h3>네 패턴을 credential 소유권으로 비교</h3><table><tbody><tr><td>구조</td><td>Browser</td><td>Server / Edge</td><td>API가 받는 값</td></tr><tr><td><strong>SPA</strong></td><td>access / refresh token 관리</td><td>없음</td><td>Bearer JWT</td></tr><tr><td><strong>Token Mediator</strong></td><td>access token 사용</td><td>refresh token / client state 관리</td><td>Browser가 보낸 Bearer JWT</td></tr><tr><td><strong>BFF</strong></td><td>session cookie</td><td>OAuth token + server session</td><td>BFF가 만든 Bearer JWT</td></tr><tr><td><strong>Forward-Auth</strong></td><td>proxy session cookie</td><td>OAuth login + identity projection</td><td>trusted identity header</td></tr></tbody></table><p>처음에는 SPA → BFF → Forward-Auth로 갈수록 token이 브라우저에서 멀어지므로 더 좋은 구조처럼 보였습니다.</p><p>직접 구현해보니 <strong>없어진 책임은 없었습니다.</strong></p></section>
|
|
<section class="project"><h3>BFF — token 대신 state를 운영한다</h3><p>BFF에서는 JavaScript가 OAuth token을 받지 않습니다.</p><p>대신 Backend가 다음을 맡습니다.</p><ul><li>server-side session</li><li>authorized client / refresh token 저장</li><li>CSRF 검증</li><li>downstream API 호출</li><li>logout 시 session과 token state 정리</li><li>replica가 늘어났을 때 state 공유</li></ul><p>즉 브라우저 token 노출을 줄이는 대신 <strong>stateful backend를 운영하는 비용</strong>이 생겼습니다.</p></section>
|
|
<section class="project"><h3>Forward-Auth — JWT 대신 header를 믿는다</h3><p>Forward-Auth에서는 upstream이 OAuth token을 직접 이해하지 않아도 됩니다.</p><p>하지만 edge가 만든 identity header를 신뢰하려면 조건이 필요했습니다.</p><ul><li>backend로 직접 들어가는 외부 경로를 닫는다.</li><li>browser가 보낸 인증 관련 header를 edge에서 덮어쓴다.</li><li>edge와 upstream 사이의 신뢰 범위를 제한한다.</li><li>endpoint가 늘어나도 동일한 인가 검증을 적용할 수 있어야 한다.</li></ul><p>결국 “token이 없다”가 아니라 <strong>신뢰할 credential의 형태가 JWT에서 header로 바뀐 것</strong>이었습니다.</p><hr></section>
|
|
<h2>단일 인스턴스 설명에서 2-node 환경으로</h2>
|
|
<p>인증 구조를 구현한 뒤에는 다음 질문이 남았습니다.</p>
|
|
<blockquote><p>Keycloak replica를 늘리면 session은 실제로 어디에 존재하는가?</p></blockquote>
|
|
<p>물리 서버 위에 VM 2대를 만들고 K3s server / agent로 구성해 Keycloak 두 인스턴스와 PostgreSQL, Redis를 배치했습니다.</p>
|
|
<section class="project"><h3>예상과 달랐던 session 경로</h3><p>Keycloak 26의 기본 <code>persistent-user-sessions</code> 조건에서 교차 노드 session 처리는 단순히 “Infinispan이 session을 복제해서” 설명되지 않았습니다.</p><p>실제 SQL과 runtime 상태를 확인하면서 <strong>두 인스턴스가 공유 PostgreSQL의 persistent session state를 사용할 수 있다는 점</strong>을 확인했습니다.</p><p>반대로 persistent session을 끈 조건에서는 JGroups, cache, restart, DB 장애가 결과에 미치는 영향이 달라졌습니다.</p></section>
|
|
<section class="project"><h3>장애 명령을 실행했다고 장애가 만들어진 것은 아니었다</h3><p>NetworkPolicy, iptables, <code>tc</code>를 이용해 network fault를 만들면서 가장 크게 바뀐 습관은 이것이었습니다.</p><blockquote><p>장애 결과를 보기 전에 <strong>장애 자체가 실제로 주입됐는지 먼저 확인한다.</strong></p></blockquote><p>기존 connection이 conntrack에 남아 있거나 rule 방향이 틀리면 명령은 성공했지만 통신은 계속될 수 있었습니다.</p><p>그래서 결과를 보기 전에 다음을 따로 확인했습니다.</p><ul><li>cluster membership</li><li>active connection / conntrack</li><li>packet counter</li><li>process / PID 상태</li><li>실제 요청 결과</li></ul></section>
|
|
<section class="project"><h3>다중 replica에서만 보인 문제</h3><ul><li>Refresh Token Rotation 경쟁에서는 동시에 같은 refresh token을 사용했을 때 client session 자체가 무효화되는 조건을 확인했습니다.</li><li>Resource Server replica별 JWKS cache 상태가 다르면 같은 old token이 replica에 따라 다른 결과를 낼 수 있었습니다.</li><li>Session store와 OAuth2 Authorized Client store는 조회 key가 달라 <strong>session만 Redis로 옮긴다고 token state까지 해결되는 것은 아니었습니다.</strong></li></ul></section>
|
|
<section class="project"><h3>이 실습에서 남은 기준</h3><p>인증 구조를 볼 때 이제는 패턴 이름보다 먼저 다음을 확인합니다.</p><ol><li>credential의 실제 소유자는 누구인가</li><li>state는 어느 저장소에 남는가</li><li>replica가 늘어나면 그 state를 어떻게 찾는가</li><li>보호 자원이 최종적으로 무엇을 신뢰하는가</li><li>실패했을 때 어느 계층이 401 / 403 / 재로그인을 결정하는가</li></ol></section>
|
|
<section class="project"><h3>Stack</h3><p><code>Keycloak</code> <code>OAuth2 / OIDC</code> <code>Spring Security</code> <code>PKCE</code> <code>JWT / JWKS</code> <code>K3s</code> <code>PostgreSQL</code> <code>Redis</code> <code>JGroups</code> <code>Nginx</code> <code>oauth2-proxy</code></p><hr></section>
|
|
<h1>03. 피드 조회 성능</h1>
|
|
<h2>N+1을 없앤 뒤에도 느릴 수 있는 이유</h2>
|
|
<p>피드에서 각 항목의 최신 Highlight와 공개 범위, pagination을 함께 조회하는 과제를 진행했습니다.</p>
|
|
<p>처음 문제는 명확했습니다.</p>
|
|
<blockquote><p>FeedItem을 N개 읽으면 연관 데이터를 가져오기 위한 SQL도 N에 비례해 증가한다.</p></blockquote>
|
|
<p>PostgreSQL 16 Testcontainers와 Hibernate Statistics를 이용해 실제 쿼리 수를 측정했습니다.</p>
|
|
<section class="project"><h3>기준선</h3><p>FeedItem 1,000개를 조회했을 때:</p><ul><li>PreparedStatement: <strong>2,022</strong></li><li>Highlight collection fetch: <strong>1,000</strong></li><li>local warm-cache 기준 median 약 <strong>193.7ms</strong></li></ul><p>중요했던 것은 시간보다 <strong>왜 2,022개의 SQL이 발생했는지 분리하는 것</strong>이었습니다.</p><hr></section>
|
|
<h2>Fetch Join이 항상 답은 아니었다</h2>
|
|
<p>N+1 해결책으로 가장 먼저 떠올릴 수 있는 fetch join을 적용했지만 다른 문제가 생겼습니다.</p>
|
|
<section class="project"><h3>두 collection을 동시에 fetch</h3><p><code>MultipleBagFetchException</code>으로 실패했습니다.</p></section>
|
|
<section class="project"><h3>collection 하나만 fetch</h3><p>쿼리 수는 줄었지만 join으로 인해 DB가 보내는 row 수가 늘어났습니다.</p></section>
|
|
<section class="project"><h3>fetch join + pagination</h3><p>응답은 한 page였지만 SQL에는 기대한 <code>LIMIT</code>이 없고, 부모 데이터를 더 많이 읽은 뒤 memory에서 page를 잘라내는 문제가 나타났습니다.</p><p>즉 <strong>쿼리 수가 줄었다는 사실만으로 개선이라고 판단할 수 없었습니다.</strong></p><hr></section>
|
|
<h2>Batch Fetch — 단순 조회를 유지하면서 쿼리 수 줄이기</h2>
|
|
<p>Batch Fetch를 적용한 뒤 같은 N=1,000 조건에서:</p>
|
|
<p><strong>PreparedStatement 2,022 → 23</strong></p>
|
|
<p>으로 줄었습니다.</p>
|
|
<p>엔티티 조회 구조를 크게 바꾸지 않고 N+1과 pagination을 함께 다루기에는 유효했습니다.</p>
|
|
<p>하지만 여전히 화면에 필요하지 않은 entity까지 로드하는 비용이 남았습니다.</p>
|
|
<p>그래서 다음 단계로 DTO Projection을 비교했습니다.</p>
|
|
<ul><li>entity load 0</li><li>N이 증가해도 고정된 수의 query</li><li>필요한 컬럼 중심의 읽기 경로</li></ul>
|
|
<hr>
|
|
<h2>부모마다 최신 3개 — Window vs LATERAL vs 2-step</h2>
|
|
<p>다음 요구사항은 단순 LIMIT으로 해결되지 않았습니다.</p>
|
|
<blockquote><p>“전체에서 3개”가 아니라 <strong>각 FeedItem마다 최신 Highlight 3개</strong></p></blockquote>
|
|
<p>세 가지 접근을 같은 데이터에서 비교했습니다.</p>
|
|
<ul><li>Window Function</li><li>LATERAL</li><li>2-step query</li></ul>
|
|
<p>현재 데이터에서는 <strong>작은 K=3과 복합 인덱스 seek가 가능한 조건</strong>에서 LATERAL이 유리했습니다.</p>
|
|
<p>하지만 인덱스를 제거하거나 K가 커지면 이점이 줄었습니다.</p>
|
|
<p>따라서 결론을 “LATERAL이 빠르다”가 아니라 다음처럼 정리했습니다.</p>
|
|
<blockquote><p>LATERAL의 이점은 문법 자체보다 <strong>부모별로 적은 수의 row를 index seek할 수 있는 조건</strong>에서 나온다.</p></blockquote>
|
|
<hr>
|
|
<h2>깊은 페이지 — OFFSET vs Keyset</h2>
|
|
<p>2,000행 데이터의 100번째 page를 비교했습니다.</p>
|
|
<ul><li>OFFSET: 앞의 row를 포함해 <strong>2,000행</strong> 탐색</li><li>Keyset + 정렬키 index: 다음 page에 필요한 <strong>20행</strong> 탐색</li></ul>
|
|
<p>실행계획에서도 scan-then-discard와 index seek의 차이를 확인했습니다.</p>
|
|
<p>Keyset 역시 항상 정답은 아니었습니다. 정렬 조건을 만족하는 index가 없으면 장점이 크게 줄었습니다.</p>
|
|
<section class="project"><h3>이 실습에서 남은 기준</h3><p>조회 성능을 볼 때 다음 순서로 확인합니다.</p><ol><li>query count</li><li>DB가 실제 읽고 반환한 row</li><li>entity materialization</li><li>sort / index 사용 여부</li><li>pagination이 DB에서 일어나는지 memory에서 일어나는지</li><li>데이터 분포와 K가 바뀌어도 같은 결론인지</li></ol></section>
|
|
<section class="project"><h3>Stack</h3><p><code>Spring Data JPA</code> <code>Hibernate</code> <code>PostgreSQL 16</code> <code>Testcontainers</code> <code>Flyway</code> <code>EXPLAIN (ANALYZE, BUFFERS)</code></p><hr></section>
|
|
<h1>04. Home Platform</h1>
|
|
<h2>“서비스가 뜬다”에서 “요청 경계를 설명할 수 있다”로</h2>
|
|
<p>개인 서버에 서비스를 하나씩 올리면서 처음에는 host에 Nginx 설정을 추가하고 K3s 안에 필요한 workload를 배치했습니다.</p>
|
|
<p>서비스가 늘어나자 다음 질문에 바로 답하기 어려워졌습니다.</p>
|
|
<ul><li>TLS는 어디에서 종료되는가?</li><li>외부 요청이 Kubernetes로 들어가는 문은 몇 개인가?</li><li><code>X-Forwarded-*</code>는 누가 만들고 누가 신뢰하는가?</li><li>DB와 object storage는 외부에서 직접 접근 가능한가?</li><li>Secret은 어디가 원본인가?</li><li>manifest에 적힌 설정과 실제 cluster state가 같은가?</li></ul>
|
|
<p>그래서 저장소 설정, 문서, live cluster를 대조하며 현재 구조를 다시 정리했습니다.</p>
|
|
<hr>
|
|
<h2>요청 경로</h2>
|
|
<pre><code class="language-text">Client
|
|
│ HTTPS
|
|
▼
|
|
Host Nginx :443
|
|
│ TLS termination
|
|
│ forwarded header overwrite
|
|
│ source allowlist
|
|
▼
|
|
127.0.0.1:30080
|
|
│
|
|
▼
|
|
Traefik NodePort
|
|
│
|
|
▼
|
|
Kubernetes Service
|
|
│
|
|
├── Gitea
|
|
├── Keycloak
|
|
├── Grafana
|
|
├── pgAdmin
|
|
└── Object Storage Console</code></pre>
|
|
<p>핵심은 두 가지였습니다.</p>
|
|
<section class="project"><h3>TLS는 Host Nginx에서 한 번만 종료</h3><p>Nginx 뒤의 cluster 진입은 HTTP로 단순화했습니다.</p></section>
|
|
<section class="project"><h3>NodePort를 loopback에 제한</h3><p>Traefik NodePort를 LAN 전체에 노출하지 않고 <code>127.0.0.1</code> 경로로 제한해 <strong>클러스터 진입점을 Host Nginx 뒤로 고정</strong>했습니다.</p><p>또한 외부에서 들어온 <code>X-Forwarded-*</code>를 Nginx가 다시 작성하고, Traefik은 실제 upstream source만 trusted proxy로 인정하도록 범위를 좁혔습니다.</p><hr></section>
|
|
<h2>상태를 어디에 둘 것인가</h2>
|
|
<p>같은 cluster 안에서도 state의 성격을 분리했습니다.</p>
|
|
<ul><li>PostgreSQL — CloudNativePG</li><li>Keycloak — PostgreSQL 기반 identity state</li><li>Gitea — PostgreSQL + Local PV</li><li>Object Storage — 별도 XFS 영역</li><li>Observability — Prometheus / Loki / Tempo 등 각 저장 경로</li></ul>
|
|
<p>Local PV는 노드와 디스크에 강하게 묶입니다.</p>
|
|
<p>따라서 <code>Retain</code>이나 PVC가 있다고 해서 이를 백업이나 HA로 표현하지 않았습니다.</p>
|
|
<p>현재 환경은 단일 노드 home lab이므로 노드 자체가 사라지면 플랫폼 전체가 영향을 받습니다. 오프사이트 백업도 별도 과제로 남아 있습니다.</p>
|
|
<hr>
|
|
<h2>Secret Delivery — Vault를 쓰는 이유를 경로로 설명하기</h2>
|
|
<p>Secret을 Git에서 제거하는 것만으로는 secret 관리가 끝나지 않았습니다.</p>
|
|
<p>누가 Vault에 접근하고 workload는 무엇을 읽는지까지 분리했습니다.</p>
|
|
<pre><code class="language-text">Vault KV-v2
|
|
│
|
|
▼
|
|
Vault Secrets Operator
|
|
│
|
|
▼
|
|
Kubernetes Secret
|
|
│
|
|
▼
|
|
Workload</code></pre>
|
|
<p>애플리케이션이 Vault API를 직접 호출하지 않고 Kubernetes Secret만 소비하도록 구성했습니다.</p>
|
|
<ul><li>Kubernetes Auth</li><li>role / policy 분리</li><li>VaultConnection / VaultAuth</li><li>VaultStaticSecret</li><li>bootstrap dependency</li></ul>
|
|
<p>현재 lab Vault는 1 replica / file storage 기준이며 이를 HA 구성으로 표현하지 않습니다.</p>
|
|
<hr>
|
|
<h2>관측 — 선언과 runtime을 구분하기</h2>
|
|
<p>인프라를 정리하면서 가장 중요하게 둔 기준은 다음 다섯 가지였습니다.</p>
|
|
<table><tbody><tr><td>표현</td><td>의미</td></tr><tr><td><strong>관측</strong></td><td>실제 host / cluster에서 명령을 실행해 확인</td></tr><tr><td><strong>선언</strong></td><td>manifest나 설정 파일에 존재</td></tr><tr><td><strong>기록</strong></td><td>과거 문서에서 확인한 상태</td></tr><tr><td><strong>추론</strong></td><td>관측과 선언을 근거로 판단</td></tr><tr><td><strong>미확인</strong></td><td>아직 확인하지 못함</td></tr></tbody></table>
|
|
<p>예를 들어 NetworkPolicy YAML이 저장소에 있다는 사실만으로 실제 통신이 막힌다고 판단하지 않았습니다.</p>
|
|
<p>Prometheus / Grafana / Loki / Tempo / Blackbox Exporter를 구성하고, 필요한 경우 실제 endpoint와 cluster state를 함께 확인했습니다.</p>
|
|
<section class="project"><h3>이 프로젝트에서 남은 기준</h3><ul><li>manifest는 <strong>의도</strong>이고 runtime은 <strong>결과</strong>다.</li><li><code>1/1 Ready</code>는 HA를 의미하지 않는다.</li><li><code>Retain</code>은 backup을 의미하지 않는다.</li><li>proxy header를 신뢰하려면 proxy를 우회할 경로도 같이 닫아야 한다.</li><li>장애나 보안 정책은 “설정했다”가 아니라 실제 상태 변화로 확인한다.</li></ul></section>
|
|
<section class="project"><h3>Stack</h3><p><code>K3s</code> <code>Kubernetes</code> <code>Nginx</code> <code>Traefik</code> <code>Kustomize</code> <code>CloudNativePG</code> <code>Vault</code> <code>VSO</code> <code>Prometheus</code> <code>Grafana</code> <code>Loki</code> <code>Tempo</code></p><hr></section>
|
|
<h2>제가 문제를 확인하는 방식</h2>
|
|
<p>네 프로젝트의 주제는 다르지만 문제를 확인하는 순서는 비슷했습니다.</p>
|
|
<pre><code class="language-text">1. 먼저 기준선을 만든다.
|
|
↓
|
|
2. 내가 예상한 동작을 적는다.
|
|
↓
|
|
3. 실제 요청 / SQL / packet / runtime state를 본다.
|
|
↓
|
|
4. 예상과 다른 지점을 가장 작은 경계까지 좁힌다.
|
|
↓
|
|
5. 수정 후 같은 관측 지점에서 다시 확인한다.
|
|
↓
|
|
6. 아직 확인하지 않은 범위를 따로 남긴다.</code></pre>
|
|
<p>이 방식 때문에 결과가 기대와 다르게 나와도 실습을 실패했다고 보지 않습니다.</p>
|
|
<p>오히려 <strong>예상과 실제가 갈리는 지점이 다음 설계 판단의 근거</strong>가 되었습니다.</p>
|
|
<hr>
|
|
<h2>Additional Work</h2>
|
|
<h2>Clean Architecture Backend Template</h2>
|
|
<p>Java / Spring 기반 프로젝트에서 domain과 application policy가 framework detail에 끌려가지 않도록 multi-module template을 구성하고 있습니다.</p>
|
|
<p>Gradle에는 module dependency direction을 두고, application / adapter / bootstrap의 책임을 분리하며 ArchUnit과 테스트로 경계를 검증하는 방향으로 개선했습니다.</p>
|
|
<h2>Virtualization</h2>
|
|
<p>CPU virtualization에서 시작해 Network, Storage, Memory까지 실제 host 관점에서 학습하고 문서화했습니다.</p>
|
|
<p>KVM / QEMU, vCPU와 VM-exit, virtio / vhost-net / TAP / Linux Bridge, NAT, IOMMU / VFIO 등의 흐름을 명령과 실제 구성 기준으로 정리했습니다.</p>
|
|
<hr>
|
|
<h2>Links</h2>
|
|
<ul><li><strong>TechLog</strong> — <a href="https://hyeonworks.com">https://hyeonworks.com</a></li><li><strong>GitHub</strong> — <a href="https://github.com/donghyeon-ka">https://github.com/donghyeon-ka</a></li><li><strong>Blog</strong> — <a href="https://velog.io/@donghyeon2">https://velog.io/@donghyeon2</a></li></ul>
|
|
</main>
|
|
</body>
|
|
</html>
|