pile·
백엔드·CJ온스타일CJ온스타일·

‘오네’(O-NE) 배송을 오네가이시마스 — 레거시 API 떠나보내기

CJ온스타일이 오네(O.NE) 배송정보 API의 MLC(Mobile-Live Commerce) API 강결합 문제를 해결하기 위해 BFF 패턴 기반 신규 API로 마이그레이션한 과정을 다룬다. MLC API 타임아웃이 상품 서비스 전체에 영향을 미치던 연쇄 장애를 근본적으로 제거한 사례다.

핵심 포인트
  • MLC API가 방송 편성 조회 공통 메서드에 추가되면서 장바구니·마이존·상품·전시 등 무관한 영역까지 불필요하게 호출되는 결합도 문제
  • MLC API 타임아웃이 상품 서비스 전체 장애로 이어지는 연쇄 장애 구조를 BFF 패턴 신규 API로 해소
  • MSA 구조에 맞춘 BFF(Backend For Frontend) 패턴으로 프론트엔드 최적화 API 제공 및 재사용성 확보
  • Spring Boot 2.X로 개발환경 전환, Redis @Cacheable로 Feign Client 응답시간 감소
  • Dead field 제거로 Over-Fetching 문제 해결
상세 정리
  • 기존 배송정보 API: 방송 편성 정보 조회 공통 메서드에 MLC API가 추가되어 배송과 무관한 장바구니·마이존·상품·전시 서비스에서도 불필요하게 호출됨
  • MLC API 응답 지연·타임아웃 시 상품 서비스 전체가 영향을 받는 단일 장애 지점 구조
  • BFF 패턴: 각 API 서버의 원본 데이터를 활용해 프론트엔드 요구사항에 최적화된 API를 별도 구성
  • 신규 배송정보 API는 MLC API를 직접 호출하지 않아 MLC 장애가 배송정보 응답에 영향을 미치지 않음
  • Spring Boot 구 버전(미지원 프레임워크)에서 Spring Boot 2.X로 마이그레이션하며 현대화
  • Redis @Cacheable 어노테이션으로 Feign Client 호출을 캐싱해 응답시간 단축
  • 과거 API에서 사용되지 않는 데드 필드를 제거해 Over-Fetching 제거, 네트워크 비용 절감
  • 마이그레이션 결과: 오네 배송정보 API에서 MLC API 호출이 완전히 제거되어 시스템 안정성 향상
왜 읽나MSA 환경에서 특정 외부 API와의 강결합이 서비스 전반으로 장애를 전파하는 문제를 BFF 패턴으로 해결하려는 팀에 실전 마이그레이션 사례를 제공한다.
CJ온스타일
CJ온스타일 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