pile·
백엔드·부스트브라더스부스트브라더스·

예약 시스템 개편기: 우리는 왜 '예약 레고'를 만들었나

문제비브로스 병원 예약 시스템이 감기 10분 / 예방접종 5분 / 초음파 50분 등 가변 진료 시간을 고정 슬롯 + 카운팅 구조로 처리해 race condition 과 디버깅 불가 문제가 있었다.
접근진료 항목별 timeUnit 가변 슬롯, 템플릿/커스텀 2 계층 스케줄, 5분 단위 분산 락 All-or-Nothing 획득, 개별 레코드 + reservationId + 채널 구분으로 카운팅 추적성을 확보하는 예약 레고 구조를 설계했다.
결과왜 이 카운트가 이 값인가 에 대한 답이 가능해지고 동시성 충돌은 겹치는 5분 구간에서만 정확히 차단. 세밀한 락 분할이 효율과 정합성을 동시에 잡는 사례로 정리됐다.
부스트브라더스
부스트브라더스 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