Project

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 앞서프로젝트를 진행 중, 프론트엔드 개발자분 께서 별점 기능에서 별점 값이 제대로 업데이트되지 않는 문제를 발견하셨습니다. 문제를 정확히 파악하기 위해 데이터베이스를 확인해본 결과, 동일한 별점 데이터가 2개 저장된 것을 확인할 수 있었습니다. public RatingCreateResponse createRating(Long userId, RatingCreateServiceRequest request) { User user = userRepository.findById(userId) .orElseThrow(() -> new BusinessException(USER_NOT_FOUND)); Book book = bookRepository.findById(request.getBookIsbn()) ..

들어가기 앞서저희 프로젝트에서는 매일 오전 4시에 베스트 셀러 도서 100권의 정보를 크롤링하여 서버에 저장하는 작업을 수행해야 했습니다. 처음에는 동기적인 방식으로 코드를 작성하여 이 작업을 테스트해 보았으나, 이 방법으로는 데이터 크롤링에 많은 시간이 소요되었고, 전체 프로세스 효율성에 문제가 있었습니다.  이에 따라, 이 문제를 해결하기 위해 CompletableFuture를 이용한 비동기 처리와 병렬 프로그래밍을 활용한 방법으로 개선을 시도했습니다. 이 글에서는 기존 동기적인 접근 방식에서 겪었던 문제와 그로 인해 발생한 지연 문제를 어떻게 해결했는지, 그리고 새로운 방법으로 개선된 효율성에 대해 공유하려 합니다.  문제 상황@Component@RequiredArgsConstructorpublic..