8000 kangdaeun1022 · GitHub
[go: up one dir, main page]

Skip to content
View kangdaeun1022's full-sized avatar

Block or report kangdaeun1022

Block user

Prevent this user from interacting with your repositories and sending you notifications. Learn more about blocking users.

You must be logged in to block users.

Content in all repositories owned by your account will be closed.
Maximum 250 characters. Please don’t include any personal information such as legal names or email addresses. This note will only be visible to you.
Report abuse

Contact GitHub support about this user’s behavior. Learn more about reporting abuse.

Report abuse
kangdaeun1022/README.md

Kang Daeun

Backend Developer · Financial IT · Reliable Systems

Computer Engineering @ Dankook University
GPA 4.36 / 4.5 · Top of Class

Java Spring Boot JPA MySQL PostgreSQL Redis Docker


About Me

금융 IT 백엔드를 목표로 공부하고 있습니다.

단순한 기능 구현보다 동시성, 트랜잭션, 데이터 정합성, 성능 병목, 운영 안정성에 관심이 있습니다.
실제 사용자가 있는 서비스를 운영하면서 생긴 문제를 재현 → 계측 → 원인 분리 → 개선 → 재검증하는 방식으로 프로젝트를 발전시키고 있습니다.


Highlights

Evidence
4,000+ Users 실제 사용자가 이용한 수강신청 연습 서비스 운영
0 Oversubscription 정원 10명 · 100개 동시 요청 환경에서 정합성 검증
3 Concurrency Strategies × 3 Runs 비관적 락 · 낙관적 락 · Conditional UPDATE 반복 비교
Hot-row Bottleneck Analysis 동일 row 집중 시 Conditional UPDATE p95 약 10.09× 증가 구간 분리
Open Source Micrometer 공식 프로젝트 PR Merged

Featured Work

1. Course Registration Practice System

한정된 좌석에 요청이 동시에 몰릴 때에도 정합성을 지키고, 병목을 근거로 설명할 수 있는가?

Java 17 Spring Boot 3.2 JPA MySQL Docker k6 Micrometer Prometheus Grafana

실제 사용자 4,000명 이상이 이용한 단국대학교 비공식 수강신청 연습 서비스입니다.

Concurrency — Race Condition 재현과 해결

기존 조회 → 정원 확인 → 저장 구조에서 정원 10명인 강의에 100개의 동시 요청을 보내 13건이 등록되는 Race Condition과 신청 카운터 불일치를 재현했습니다.

정원 확인과 증가를 하나의 원자적 연산으로 처리하도록 Conditional UPDATE를 적용했습니다.

UPDATE courses
SET applied_count = applied_count + 1
WHERE id = ?
  AND applied_count < limit_count
  AND canceled = false;

검증 결과:

10 Success · 90 Full Rejected · 0 Oversubscription

추가로 동일 사용자 동시 중복 신청과 후속 INSERT 실패 상황을 분리해 UNIQUE Constraint와 Transaction Rollback까지 검증했습니다.

Why Conditional UPDATE?

비관적 락 · 낙관적 락 · Conditional UPDATE를 동일한 좌석 선점 조건에서 각각 3회 비교했습니다.

Strategy Median elapsed Notes
Pessimistic Lock 79.83 ms 정합성 유지
Optimistic Lock 196.75 ms 충돌·재시도 중앙값 309회
Conditional UPDATE 63.06 ms 정합성 유지, 현재 도메인에 선택

9회 모두 10 success / 90 full rejected / 0 mismatch를 확인했습니다.
이 수치는 로컬 MySQL에서 좌석 선점 핵심 로직을 격리한 비교이며 운영 HTTP 성능으로 일반화하지 않습니다.

Performance — 병목을 경로별로 분리

혼합 부하 결과만 보고 원인을 단정하지 않고 처리 경로를 분리했습니다.

A. DB 없는 요청 → B. 단건 조회 → C. 여러 강의 분산 신청 → D. 동일 강의 집중 신청

Render + Railway MySQL에서 C/D를 동일한 20 VU × 3회 조건으로 비교했습니다.

Metric Distributed writes Same-course hot row
HTTP p95 1025.71 ms 2519.56 ms
Throughput 9.29 req/s 5.40 req/s
Transaction p95 709.97 ms 1771.67 ms
Conditional UPDATE p95 140.13 ms 1413.76 ms
saveAndFlush() p95 107.70 ms 108.18 ms
Connection acquire avg 23.01 ms 564.05 ms

동일 강의 집중 시 Conditional UPDATE 구간의 p95가 약 10.09배 증가한 반면 saveAndFlush()는 거의 변하지 않았습니다.

현재는 이 결과를 근거로 동일 row 변경 대기가 트랜잭션과 connection 점유시간을 늘리는 가설을 두고 최소 개선 1개를 적용한 뒤 동일 조건 Before/After 검증을 진행하고 있습니다.

MySQL lock wait를 직접 관찰한 것은 아니므로, 측정하지 않은 원인을 확정적으로 표현하지 않습니다.

What I learned
@Transactional만으로 동시성 정합성이 해결되는 것은 아니며, 성능 문제 역시 CPU나 DB를 막연히 의심하기보다 통제 실험과 단계별 Timer로 지배 구간을 좁혀야 한다는 것을 배웠습니다.

→ Repository


2. TOMO — Cultural Email Copilot

번역은 맞아도, 관계와 문화에 맞는 표현은 다를 수 있다는 문제에서 시작했습니다.

Python FastAPI PostgreSQL SQLAlchemy Alembic OpenAI Responses API Docker

수신자의 국가 · 언어 · 업무 관계를 고려해 이메일의 문화적 위험을 분석하고 적절한 표현을 추천하는 AI 이메일 서비스입니다.

Backend contribution ~85% · 6 PRs merged

  • Recipient profile / email analysis REST API 구현
  • OpenAI Responses API + Structured Outputs 기반 구조화 응답 처리
  • LLM 위험도 과소평가를 보완하는 backend correction logic 구현
  • PostgreSQL / SQLAlchemy / Alembic 기반 데이터 계층 및 migration 구성
  • 운영 DB와 테스트 DB 분리
  • 외부 LLM 실패 및 예외 상황 처리

→ Repository


3. SuperSave — Emergency Room Decision Support

Java Spring Boot JPA PostgreSQL Redis Gemini Public Data API Kakao Map

실시간 응급실 병상 정보와 이동 정보를 활용해 이송 의사결정을 지원하는 서비스입니다.

9 PRs merged

  • 구급대원 이송 요청 / 병원 관리자 처리 흐름 구현
  • 전국 응급의료기관 및 실시간 가용 병상 공공데이터 연동
  • Redis 기반 병원 정보 캐싱
  • Kakao Map / Navigation 기반 경로 및 교통정보 연동
  • PostgreSQL / Supabase 영속화
  • Gemini 호출 실패 시 fallback 처리

→ Repository


Open Source

Micrometer

Spring 생태계의 Metrics Facade인 Micrometer 공식 프로젝트에 기여했습니다.

PR #7241 — docs: add UDS configuration guide for StatsD

Issue analysis → Codebase / docs analysis → Documentation → Maintainer review → Revision → Merge

  • StatsD registry의 Unix Domain Socket 설정 방법 문서화
  • Java configuration example 추가
  • maintainer review를 반영해 Spring Boot 중복 문서 제거
  • Merged into upstream 1.15.x

Tech

Backend
Java Spring Boot Spring Data JPA Spring Security Python FastAPI

Database
MySQL PostgreSQL Redis

Infra / Observability
Docker k6 Micrometer Prometheus Grafana

AI / Data
OpenAI Responses API Gemini API pgvector


Current Focus

Financial IT Backend · Transactions & Concurrency · Data Consistency
Performance Engineering · Trading / Order Systems · Algorithms & CS


Build → Break → Measure → Improve

Building backend systems that stay correct under real-world load.

Pinned Loading

  1. hell-course/halo hell-course/halo Public

    Java

  2. lab412sugang2/sugang lab412sugang2/sugang Public

    Java

  3. micrometer-metrics/micrometer micrometer-metrics/micrometer Public

    An application observability facade for the most popular observability tools. Think SLF4J, but for observability.

    Java 4.9k 1.2k

  4. Programming-G1/supersave Programming-G1/supersave Public

    TypeScript

  5. tomo-likelion/tomo-backend tomo-likelion/tomo-backend Public

    Python

  6. quickfix-j/quickfixj quickfix-j/quickfixj Public

    QuickFIX/J is a full featured messaging engine for the FIX protocol. - This is the official project repository.

    Java 1.2k 678

0