안녕하세요 SPRING님! 말씀하신 것처럼 I/O 작업에 parallelStream() 을 사용할 때는 주의가 필요해요. 다만 사용 자체가 무조건 안티패턴인 것은 아닙니다. 이 코드에서는 DB와 Redis 응답을 기다리는 동안 공용 스레드 풀의 스레드가 묶일 수 있고, 같은 풀을 사용하는 다른 작업에도 영향을 줄 수 있어요. 따라서 동시 요청이 많은 서비스의 실무에 적용하려면 이런 방법은 적절치 않습니다. 따라서 전용 스레드풀( ForkJoinPool )에 작업을 제출하고 안에서 parallelStream() 을 실행해 공용 풀과 분리하고, 스레드 수를 설정하는 방법도 있어요. 조금 더 디테일한 설정을 직접 관리하고 싶다면 ThreadPoolTaskExecutor 에 CompletableFuture 로 각 작업을 제출하는 방식을 고려할 수 있습니다. 또한 근본적인 성능 개선을 위해서는, 이 코드에서는 팔로우 수를 한 명씩 조회하는 대신 일괄 조회하는 등, I/O 호출 횟수를 줄이는 방법부터 검토하는 것이 좋습니다. 강의 실습에서는 Fanout on Read의 흐름을 간결하게 구현했지만, 병렬처리에 관한 부분은 깊게 다루지 않았네요. 이 부분에 대해서도 다루어주셔서 감사하고, 병렬 처리 방식은 서비스의 부하와 요구사항에 맞게 선택하시면 됩니다. (위에 말씀드린 것 이외에 VirtualThread, 논블로킹 I/O 등도 고려해볼수있습니다. 하지만 현재 스펙에 맞고 과하지 않게 선택하시면 됩니다.) 질문 감사합니다!
안녕하세요 한종승님, 문의주셔서 감사합니다. 강의자료 본문에 코드자료에 대한 설명이 있습니다. 아래 참고해주세요 [코드 자료] https://github.com/apieceofcoding/coupon (kotlin) git clone https://github.com/apieceofcoding/coupon.git 하여 로컬에 코드를 복사합니다. 강의는 위에서 다운받은 코틀린으로 진행됩니다. 다만, 자바를 원하시는 수강생의 경우 자바 소스코드도 제공합니다. https://github.com/apieceofcoding/coupon-java (java) 1) 각 단원에 맞는 브랜치로 이동하여 필요한 코드를 참고합니다. 브랜치 이동: git switch 브랜치명은 README 를 참고하세요. (part-1, part-2, ..., part-6) 2) 브랜치 별 테스트시에는 이미지를 빌드, 실행한 후, 스크립트 파일을 실행합니다. 예시) 2단원 이동, 부하 테스트 # 2단원 부하테스트 브랜치 이동 git switch part-2-1-load-test # 이미지 빌드, 실행 ./gradlew --stop && ./gradlew jibDockerBuild && docker compose up -d # 부하테스트 스크립트 실행 ./scripts/load/part-2/run.sh 감사합니다.
안녕하세요. 지성조님! 이해하신 방향이 맞습니다. 카운트 테이블을 두면 조회는 상대적으로 가벼워지지만, 팔로우와 언팔로우 때 UPDATE 비용이 추가됩니다. 어느 설계를 고를 것이냐의 핵심은 얼마나 자주 조회(read)하고, 변경(write)하는가입니다. 예를 들어 팔로우는 하루 100번 발생하는데 팔로워 수 조회는 10만 번 발생한다면, 변경할 때 비용을 조금 더 들여 반복 조회를 줄이는 편이 유리할 수 있습니다. 반면, 특정 계정에 팔로우 요청이 몰리면 같은 카운트 행을 갱신하면서 대기가 생길 수도 있습니다. 강의에서는 팔로워 수 조회가 팔로우 요청보다 훨씬 많다는 가정하에 고려한 설계입니다. 좋은 질문 감사드립니다.
안녕하세요! 지성조님 회사 업무에 AI를 활용해보시려는 목적이라면, 아래 관점으로 수강하시면 좋겠습니다. 1) 지금 수강해도 도움이 될까요? 네. 이 강의의 핵심은 백엔드 설계의 이유를 이해하고, AI에 구현을 맡긴 뒤 결과를 검토하는 연습 입니다. 예를 들어 “세션은 왜 Redis에 저장할까?”, “팔로우 수를 동시에 변경하면 문제가 없을까?”, “타임라인은 언제 미리 만들어두는 게 좋을까?” 같은 판단을 다룹니다. 이런 판단 기준은 사용하는 AI 도구나 모델이 바뀌어도 활용할 수 있습니다. 다만 촬영 당시의 도구 설정이나 모델 설정은 현재와 차이가 있을 수 있습니다. 최신 하네스 기능을 폭넓게 익히는 것이 주목적이라면 별도 학습이 필요하지만, AI를 활용하면서도 설계와 코드의 적절성을 스스로 판단하는 기본기 를 익히는 데는 도움이 됩니다. 2) 코드를 직접 손으로 작성해야 할까요? 모든 코드를 그대로 따라 칠 필요는 없습니다. 오히려 다음 순서를 권장합니다. 강의를 보며 요구사항과 설계 이유를 이해합니다. 예제 코드를 직접 구현하기 보다는, 이해한 내용을 바탕으로 AI에 구현을 요청해봅니다. 직접 실행하고 테스트하면서 강의 코드와 차이를 비교합니다. 각 챕터의 미션에서 요구사항을 바꿔보고, AI가 만든 코드가 그 조건을 충족하는지 확인해보시면 좋습니다. 이해되지 않는 핵심 로직은 직접 수정해보시면 좋습니다. 내가 이 코드의 동작과 선택 이유를 설명할 수 있는가? 를 기준으로 학습하시면, 회사 업무에도 연결하기 좋을 거라고 생각합니다.
안녕하세요 아라레님! 괜한 질문이라니요. 좋게 봐주셔서 오히려 감사하고 힘이 납니다 😊 저도 모든 설정을 외우고 있지는 않아요. 비결이라면 설정을 하나씩 외우기보다, 왜 필요한지, 바꾸면 어떻게 되는지를 이해하려고 하는 편입니다. 모르는 부분은 문서를 찾아보고 직접 실행하면서 확인하고요. 예를 들어 이번 실습도 로그가 어디서 생기고, Collector를 거쳐 Loki에 어떻게 저장되고, Grafana에서 어떻게 조회되는지 흐름을 먼저 잡으면 세부 설정을 이해하기가 훨씬 수월해져요. 설정 하나를 바꿔보고 결과를 예상한 뒤, 실제 동작과 비교해보시는 걸 추천드립니다. 예상과 다를 때 이유를 찾아보는 과정이 기억에 오래 남더라고요. 처음부터 전부 이해하려고 부담 갖지 않으셔도 괜찮습니다. 강의 재미있게 들어주셔서 감사합니다!
안녕하세요. 아라레님! 원인 분석과 해결 방법을 자세히 공유해주셔서 감사합니다! 말씀해주신 내용을 확인하고, 제 맥북(M3 Max)에서도 GHCR의 amd64 이미지를 실습과 같은 앱 리소스 제한과 상태 검사 설정으로 다시 실행해봤습니다. 제 환경에서는 Docker Desktop의 amd64 이미지가 Rosetta 로 실행되어 애플리케이션 기동이 성공했고 (약 34초 소요), liveness 검사에서도 재시작 없이 정상 동작했습니다. 다만 Apple Silicon의 모든 환경에서 동일하게 동작하지는 않을 수 있고, Docker Desktop의 가상화와 에뮬레이션 설정, 할당 자원 등에 따라 아라레님 처럼 기동 시간과 실행 결과가 달라질 수 있습니다. 말씀해주신대로 강의 자료에서 기존 설정이 CI 러너의 아키텍처에 맞는 이미지 하나만 생성하는 건 맞구요. 로컬 빌드 환경과 CI 이미지의 실행 환경이 달라지는 경우를 제가 충분히 고려하지 못했네요. 공유해주신 것처럼 amd64와 arm64를 모두 지정해 멀티 플랫폼 이미지로 이미지 저장소(ghcr)에 게시하면, 로컬 PC 에서 이 이미지를 불러올 때 맥북 실리콘(ARM64 노드)은 더이상 AMD64 가 아니라 ARM64 이미지를 선택하므로 해당 변환 과정 없이 실행할 수 있습니다. 그래서 제안해주신 수정 방향은 적절해보입니다! 이 부분은 조만간 강의를 업데이트하도록 하겠습니다 직접 해결하신 과정을 공유해주셔서 감사합니다 🙇♂️
안녕하세요! 감성코딩님 정말 잘 짚어주셨습니다. 말씀하신 대로 Redis 호출도 네트워크 I/O이므로, 트랜잭션 안에서 호출할 때는 HTTP Client와 같은 관점으로 주의해야 합니다. 해당 실습 코드를 보면 CouponService.issue() 에 @Transactional 이 붙어 있고, 그 안에서 Redis를 호출하고 있어요. 따라서 트랜잭션을 짧게 유지하는 관점에서는 개선할 부분이 맞습니다. 이 챕터는 Redis Lua로 재고 차감을 원자적으로 처리하는 단계이고, 이후 단원 비동기 큐 실습에서는 issue() 의 @Transactional 을 제거하고 DB 저장을 별도의 트랜잭션으로 분리합니다. 다만 트랜잭션과 별개로 Redis와 DB 사이의 정합성 문제는 트랜잭션 분리만으로 해결되지 않으므로, 실패 복구와 정합성 보정도 함께 고려해야 합니다. 이 부분도 이후 뒷단원에서 진행하니 아키텍처가 개선되는 것을 느끼면서 내용을 학습해주시면 좋을 것 같습니다. 감사합니다.
안녕하세요, 애송이님. AWS가 2026년 9월부터 신규 가입자에게 새로운 가입 방식을 적용 하고 있는데, Google 로그인으로 가입하고 계정이 만들어졌다면 새 방식으로 가입하신 겁니다. 새 방식은 권한 관리를 AWS가 대신 해주는 구조라서, 콘솔에 로그인하는 IAM 사용자는 아예 만들 수 없게 되어있어요. 해결 방법 1 지금 새 방식으로 만드신 계정으로 그대로 쭉 진행을 해주셔도 됩니다. 다만, 아쉽게도 강의 마지막 섹션의 'Github Actions와 AWS SSM 연동' 에 대해 실습을 진행할 수가 없는데 이 부분을 감안해주시고 수강해주시면 됩니다. 해결 방법 2 (추천) 현재 강의가 기존 방식(advanced)으로 진행되기 때문에, 현재 강의와 실습을 비슷하게 해보시려면 계정을 새로 만드시는 걸 추천드립니다. 기존 방식 가입은 이렇게 하시면 됩니다. 1. https://aws.amazon.com 에서 계정 생성 클릭 2. 가입 화면의 안내에서 새 방식(new)이 아닌 advanced(고급) 방식 선택 (못 찾겠다면, https://signin.aws.amazon.com/signup?request_type=register 로 바로 이동해주세요 ) 3. 이메일, 비밀번호로 가입한 뒤 강의 순서대로 진행 이미 사용한 이메일로 가입이 안 되면 다른 이메일을 쓰시면 됩니다. 새 방식으로 만든 계정은 리소스를 만들지 않았다면 비용이 나오지 않으니 그냥 두셔도 괜찮아요. 참고로 새 방식 계정에서 "고급 기능 활성화"로 기존 방식처럼 바꾸는 방법도 있긴 한데, 유료 플랜 업그레이드가 필요하고 되돌릴 수 없어서 학습용으로는 추천하지 않습니다. (2026-10-05 23:37 수정) 추가로 확인한 내용이 있어 보충드립니다. 앞서 새 방식 계정으로 그대로 진행해도 된다고 말씀드렸는데 정정하겠습니다. 새 방식 계정은 AWS 정책상 'ID 제공업체(OIDC) 등록'이 막혀 있어서, 마지막 섹션의 'Github Actions와 AWS SSM 연동' 실습을 진행할 수 없습니다. 강의를 끝까지 따라오시려면 위 절차대로 advanced 방식으로 새로 가입하시는 걸 권장드립니다. AWS 정책이 변경되었는데 혼란이 있을 것 같아요. 위에 말씀드린 대로 해보시고, 혹시나 제가 빠뜨린 것이 있다면 또 질문 주시면 빠르게 확인해보겠습니다. 관련해서 커리큘럼에 수업 자료 추가해두었습니다. 감사합니다.
안녕하세요, 사랑2님. 첫 번째 질문에 확인 절차를 댓글로 남겼습니다. 첫 번째 질문에 남긴 답변 확인하기 안내드린 명령의 실행 결과를 해당 글에 남겨주시면, 이어서 원인을 확인하고 해결 방법을 안내드리겠습니다. 정상적으로 실습을 진행하실 수 있도록 함께 확인할게요. 감사합니다.