pile·
백엔드·G마켓G마켓·

신규 서비스 "꿀템"을 만들기 위한 여정(네? 다음달까지요?) -1편

문제G마켓·옥션 통합 환경에서 신규 커뮤니티 서비스 꿀템의 DB를 1개월 안에 설계해야 했으며, 사용자 식별자 충돌(사이트 간 중복)과 미래 확장성을 고려한 스키마 설계 필요
접근테마파크 은유(Attraction·Ride·Passenger)로 엔티티 구조 정의, Category 분리로 확장성 확보, Passenger 테이블에 userId+memberType+siteType 복합 식별자로 중복 방지. 물리 FK 미사용(메타데이터 관리 시스템으로 일관성 유지), 오퍼레이터 컬럼에 개인 ID 배제로 프라이버시 컴플라이언스 준수
결과DB 설계 완료 및 조직 메타데이터 관리 시스템 등록까지 완수. 기술 스택·데이터 흐름은 2편에서 상세 기술
G마켓
G마켓 블로그
원문은 여기서 이어서 읽을 수 있어요
원문 읽기
읽음 (0)

이 글과 비슷한

  1. 백엔드·twilio-engTwilio Engineering·

    Programmable Messaging에서 Verify API로 마이그레이션하기

    Twilio의 Programmable Messaging API로 자체 OTP 솔루션을 운영하던 서비스가 Verify API로 전환하는 방법을 코드 예시와 함께 설명한다. Verify는 OTP 전송·검증을 위한 전용 API로, 전화번호 구매, 토큰 생성, DB 저장·만료 관리를 내부에서 처리해 개발자가 직접 구현할 코드를 크게 줄인다.

    요약 이어보기
    #authentication#twilio#sms+2
  2. 백엔드·포스타입포스타입·

    포스타입이 개인화 추천을 하는 방법 2부

    포스타입 백엔드 엔지니어가 벡터 기반 개인화 추천 시스템을 실제 운영하며 맞닥뜨린 성능 장애와 용량 문제를 해결한 과정을 담은 2부다. 수백만 개의 벡터 KNN 검색이 피크 시간대에 전체 Elasticsearch 검색 성능을 흔드는 문제부터 클러스터 OOM 사태까지, 쿼리 최적화와 인프라 분리 두 가지 경로로 근본 해결에 이른다.

    요약 이어보기
    #elasticsearch#vector-search#recommendation-system+2
  3. 백엔드·포스타입포스타입·

    포스타입이 개인화 추천을 하는 방법 1부

    포스타입이 태그 기반 추천의 한계를 극복하고 벡터 임베딩 기반 개인화 추천 시스템을 구축한 과정을 담은 1부다. 유사한 콘텐츠가 다른 용어를 쓰거나 동일한 태그가 전혀 다른 톤의 콘텐츠를 가리키는 문제를 임베딩 벡터로 해결하고, OpenSearch의 HNSW ANN 검색으로 수백만 벡터를 실시간 검색하는 시스템을 구축해 구매율 15% 향상을 달성했다.

    요약 이어보기
    #opensearch#vector-search#recommendation-system+2