네이버플레이스

RSS

게시글: 53
등록: 2026년부터

All Frontend Backend AI DevOps Architecture Etc

Backend
업데이트 압축률 67%, 플레이스 리뷰 tagging 시스템 개선경험
이 글은 플레이스 리뷰 tagging 시스템 개선 경험을 공유합니다. 특히, 업데이트 압축률을 67%까지 개선한 경험을 중심으로 다룹니다. 구체적인 개선 과정이나 사용된 기술에 대한 상세한 설명은 본문에서 제공되지 않았지만, 압축률 향상을 통해 시스템 성능을 개선하고 효율성을 높이는 데 초점을 맞추고 있음을 알 수 있습니다. 플레이스 리뷰 시스템의 데이터 처리 및 저장 효율성을 높이기 위한 기술적인 접근 방식을 탐구하며, 실제 운영 환경에서의 성능 최적화 사례를 제시합니다.
압축리뷰tagging
네이버플레이스·2023년 11월 6일
Backend
플랫폼 리팩터링 경험 공유. Code Complexity 줄이기 with Python
이 글은 플랫폼 코드 리팩터링 경험을 공유하며, 특히 'Code Complexity 줄이기'와 '코드 확장성 개선'에 초점을 맞춘다. 리팩터링은 결과의 변경 없이 코드의 구조를 재조정하여 가독성과 유지보수성을 높이는 행위로 정의된다. 필자는 동료들의 피드백을 통해 코드 복잡성을 낮추고, 다른 개발자가 이해하기 쉽고 실수 유발 가능성이 낮은 코드로 개선하는 과정을 설명한다. 이를 통해 코드 변경 시 실수를 최소화하고 유지보수 효율성을 높이는 방법을 공유한다.
리팩토링PythonCode Complexity
네이버플레이스·2022년 8월 24일
Backend
NAVER Glace 신입 적응기: UML을 활용한 코드 리팩토링 및 코드 리뷰
NAVER Glace 신입 데이터 엔지니어의 적응기를 다룬 글입니다. 신입사원은 코드 커버리지 수준을 높이는 과제를 맡아 이를 자동화하고 PR 및 커밋 단위로 반복 수행하기 위한 Code coverage reporting 시스템을 개발했습니다. 시스템 설계 및 구현 과정에서 언어별 테스트 유틸리티 활용(Python의 pytest-cov), GitHub 커밋 메시지 첨부, 테스트 파이프라인 연결(GitHub Hook과 Kubernetes 연동) 등의 내용을 다룹니다. 특히, PR에 새 커밋이 생기면 테스트 컨테이너를 자동으로 생성하도록 설정하는 과정을 설명하며, UML을 활용한 코드 리팩토링 및 코드 리뷰의 중요성을 강조합니다. 이를 통해 코드 품질 향상과 개발 생산성 증대를 목표로 합니다.
코드 리팩토링코드 리뷰UML
네이버플레이스·2022년 6월 17일
Backend
플레이스 데이터 플랫폼 구축기- 어뷰즈 검출 사례
이 글은 플레이스 데이터 플랫폼 팀에서 사용자들의 영수증, 리뷰, 예약 및 업체 정보를 수집하여 Data Lake/Warehouse를 구축하고, 이를 활용해 어뷰즈를 검출하는 사례를 다룹니다. 고품질 서비스를 위해 어뷰저를 찾고 제재하는 것이 중요하며, 이를 위해 여러 서비스 데이터를 통합하고 관련 팀과 협업하는 과정에서 발생한 기술적 난제들을 Data Lake/Warehouse 기반으로 해결했습니다. 특히, 서비스 DB와 HDFS 간의 동기화를 위해 Kafka Source Connector와 Spark-Streaming을 이용한 ETL 파이프라인을 구축했습니다. Kafka Source Connector는 다양한 DBMS의 CDC 데이터를 받아 Kafka에 퍼블리쉬하고, Spark-Streaming은 이 데이터를 HDFS에 Parquet 포맷으로 저장하며 시간/일자별 파티셔닝을 적용하여 조회 비용을 낮추고 처리 성능을 높였습니다. Spark-Streaming의 설정 변경을 통한 컴퓨팅 리소스 확장, 모니터링, Auto Scaling 및 Backpressure 기능 활용에 대해서도 언급합니다.
데이터 플랫폼어뷰즈 검출Data Lake
네이버플레이스·2021년 12월 15일
Backend
Kotlin 도입 과정에서 만난 문제와 해결 방법
이 글은 네이버 예약 서비스에 Java 기반에서 Kotlin으로 전환하는 과정에서 발생한 문제와 해결 방법을 다룹니다. 특히 Lombok 라이브러리를 사용하는 Java 코드와 Kotlin 코드를 함께 사용할 때 발생하는 컴파일 오류에 집중합니다. Lombok은 반복적인 메서드 생성을 자동화하여 코드 간결성을 높이지만, Kotlin에서 Lombok이 생성한 private 필드에 접근하려 할 때 "Cannot access 'name': it is 'private' in "Person""와 같은 컴파일 오류가 발생합니다. 이 문제는 Lombok의 동작 방식과 Kotlin의 접근성 제어 방식의 차이에서 비롯되며, 글에서는 이 문제의 원인을 분석하고 해결 방안을 제시할 것으로 예상됩니다.
KotlinJavaSpring Boot
네이버플레이스·2019년 9월 6일