전체 글

개요채팅방 메세지 읽음 처리 기능은 사용자가 마지막으로 읽은 메세지를 추적하여, 읽지 않은 메세지의 개수를 확인하고 각 메세지에 대해 '읽지 않은 개수 (Unread Count)'를 표시합니다.  기존의 메세지 읽음 처리 구조는 각 메세지마다 해당 메세지를 읽은 유저의 ID 리스트를 기록하고, 읽은 유저 ID 배열의 길이를 통해 '읽지 않은 개수 (Unread Count)'를 계산했습니다. 하지만 사용자가 많은 채팅방은 사용자가 적은 채팅방에 비해 더 많은 메세지가 오가므로, 수정해야할 데이터의 개수가 기하급수적으로 늘어나게 됩니다. 이를 해결하기 위해 메세지 읽음 처리 로직을 개선해보겠습니다.  기존의 메세지 읽음 처리 로직먼저, 기존의 채팅 시스템의 메세지 읽음 처리 로직을 살펴보겠습니다.  앞서 설..

들어가며이번 프로젝트를 진행하면서 로컬 개발 환경의 일관성과 효율성에 대해 고민이 있었습니다. 팀 프로젝트가 진행됨에 따라, 여러 명의 개발자가 동시에 작업을 시작하게 되었고, 프로젝트를 GitHub에서 클론한 뒤, 빠르게 개발을 시작할 수 있는 환경을 제공하는 것이 중요하다는 점을 깨달았습니다.  초기에는 각 개발자가 Redis, MySQL, MongoDB와 같은 외부 데몬은 별도로 설치해야 하는 경우가 많았고, 그로 인해 설정에만 오랜 시간이 걸리거나, 환경 세팅을 하지 못한 채로 진행되는 경우도 있었습니다. 따라서, 프로젝트를 클론한 후 바로 실행 가능한 환경을 구성해야 한다는 생각이 들었고, 이를 위해 로컬에서 독립적으로 실행할 수 있는 기술이 필요하다고 판단했습니다.  이 문제를 해결하기 위한 ..

들어가기 앞서프로젝트 진행 중 도서 데이터를 비동기적으로 크롤링하여 HashMap에 저장하는 로직을 구현했습니다. 목표는 100개의 데이터를 수집하는 것이었으나, HashMap을 사용하면서 데이터 개수가 일치하지 않는 문제가 발생했습니다.문제 원인을 분석한 결과, 비동기 작업에서 발생하는 동시성 문제로 인해 HashMap만으로는 데이터 관리에 어려움이 있다는 점을 알게 되었습니다. 이를 해결하기 위해 HashMap, HashTable, ConcurrentHashMap의 차이점을 살펴보고, 각 자료구조가 어떤 방식으로 동작하는지 비교해보려 합니다. HashMapkey와 value에 null 허용동기화를 보장하지 않음HashMap은 스레드 안전(thread-safe)을 보장하지 않기 때문에, 주로 싱글 스레..