Development Artist

서론이직을 하게 되면서, 3주간 개인 시간이 생겼다. 무엇을 할지 고민하던 차에, Google Cloud Platform(GCP)를 사용해보자고 결심했다.1차 인터뷰 중 클라우드 인프라 환경이 Google Cloud Platform 이라는 것을 알게 되었는데, PoC 정도로만 사용을 해보고 실제 업무에 경험이 없었기 때문이다.이전에 AWS, Azure, OCI 환경은 잘 사용해보았지만, 하필 GCP 경험이 부족했다. 여유 시간을 활용하여 GCP에서 GKE 클러스터를 구축하고 여유가 된다면, Jenkins / Monitoring 등 여러 툴과 연동을 해보겠다.GCP 프로젝트 생성 및 설정모든 클라우드 플랫폼이 그렇지만, 당장 GCP 콘솔에 접속하여 GKE를 생성하겠다고 하는 것은 어불성설이다. 우선 새 프..

서론퇴사를 하고 잠시 쉬는 날, 책을 읽으며 여유를 즐기고 있을 때였다.문득 떠오른 생각 하나."파일 시스템이 읽기 전용일 때, 쓰기까지 하려면 어떻게 해야 할까?" 보통은 mount 명령어에서 -o remount,rw 옵션을 주면, 읽기 전용 파일 시스템을 다시 쓰기 가능하게 마운트할 수 있다.하지만, 이렇게 해도 여전히 쓰기가 되지 않는 경우가 있다. 왜일까? 이럴 땐 시스템이 더 큰 손상을 막기 위해 스스로 파일 시스템을 읽기 전용(read-only)으로 다시 마운트했을 가능성이 있다.이런 상황을 파악하려면 dmesg 명령어를 통해 커널 메시지를 확인해야 한다.특히 EXT3-fs error로 시작하는 메시지나 Remounting filesystem read-only와 같은 문구가 있는지 살펴보면 된..

왜 서버가 이렇게 느리지? CPU, RAM 그리고 디스크 I/O의 자원 고갈"서버가 왜 이렇게 느리지?"라는 질문은 시스템 관리자라면 하루에도 몇 번씩 듣는 말이다.서버 성능 저하의 원인은 다양하지만, 기본적으로 점검해야 할 세 가지는 CPU, 메모리(RAM), 그리고 디스크 I/O이다. 이 글에서는 데브옵스 책 2장을 읽고 실제 Linux 시스템에서 자원 고갈을 진단하고, 필요한 도구를 이용해 문제를 파악하는 방법을 정리한다.1. 시스템 부하$ uptime 14:00:31 up 10 days, 2:34, 2 users, load average: 2.15, 1.80, 1.75load average: 1분, 5분, 15분 동안의 평균 부하부하 1.00은 논리 CPU 1개가 100% 점유된 상태를 의미..

문제 해결 우수 사례문제 해결은 단순한 작업이 아니라, 반복 학습을 통해 발전하는 하나의 능력이다. 특히 기술적인 문제를 다루는 개발자라면 체계적인 문제 해결 능력은 실력의 핵심이라 할 수 있다. 이 글에서는 데브옵스 책을 읽고 1장, 실무에서 유용하게 적용할 수 있는 문제 해결 우수 사례를 정리한다.1. 문제 영역 나누기문제에 직면했을 때 가장 먼저 해야 할 일은 문제를 영역별로 나누는 것이다. 전체 문제를 한 번에 해결하려다 보면 오히려 파악이 더 어려워질 수 있다.예: "API 응답이 느리다"는 문제는 네트워크, 데이터베이스, 애플리케이션 레이어로 나누어 접근할 수 있다.2. 느리고 복잡한 테스트 보다 간단한 테스트 하기복잡한 시나리오를 바로 테스트하기보다, 가장 단순한 형태의 테스트부터 시도해보자..

1. SQL 파싱과 최적화구조적, 집합적, 선언적 질의 언어내용SQL은 일반적인 프로그래밍 언어와 달리, 다음 세 가지 특성을 동시에 지닌 고수준 질의 언어입니다.구조적 (Structured) 정해진 문법과 형식에 따라 명확하게 작성되어야 하며, 테이블(관계형 데이터)을 중심으로 동작합니다. 구문은 SELECT, INSERT, UPDATE, DELETE와 같은 키워드로 시작하며, 각 절(clause)이 구조적으로 구성됩니다.집합적 (Set-based) SQL은 데이터 하나하나가 아닌 데이터의 집합을 대상으로 연산을 수행합니다. 따라서 반복문 없이도 수천 건의 데이터를 동시에 처리할 수 있으며, 이는 데이터베이스 엔진의 최적화와 병렬 처리의 기반이 됩니다.선언적 (Declarative) SQL은 무엇..

총 23개 패턴: GoF 디자인 패턴1. 전략 패턴 (Strategy)개요: 전략 패턴은 알고리즘을 하나의 객체로 캡슐화하여 실행 중에 동적으로 교체할 수 있도록 해주는 패턴이다.동일한 기능을 여러 방식으로 구현해야 할 때 유용하며, 클라이언트 코드와 알고리즘 구현을 분리해 유연성을 높인다.원리: 공통 동작을 정의하는 인터페이스(또는 추상 클래스)를 만들고, 다양한 알고리즘을 각각의 전략(Strategy) 클래스로 구현한다.클라이언트는 이 전략 객체를 주입받아 필요에 따라 알고리즘을 선택하거나 변경할 수 있다.장점: 알고리즘을 독립적으로 정의하고 교체할 수 있어 코드 재사용성과 유지보수성이 뛰어나다.새로운 전략을 추가해도 기존 코드를 수정하지 않으므로 OCP(개방-폐쇄 원칙)를 충족시킨다.단점: 전략마다..

개요FastAPI를 설치하면 다음과 같은 패키지들이 자동으로 설치됩니다. 각 패키지의 역할에 대해 자세히 알아보겠습니다.annotated-types==0.7.0anyio==4.9.0fastapi==0.115.12idna==3.10pydantic==2.11.3pydantic_core==2.33.1sniffio==1.3.1starlette==0.46.2typing-inspection==0.4.0typing_extensions==4.13.2각 패키지 설명1. fastapi==0.115.12역할: 타입 힌트를 사용하는 고성능 Python 웹 프레임워크입니다. RESTful API 개발에 최적화되어 있습니다.기반: Starlette (ASGI 웹 프레임워크) + Pydantic (데이터 유효성 검사)특징:자동 문..

서론쿠버네티스(Kubernetes)는 단지 컨테이너 오케스트레이션 시스템이 아니다. 그것은 복잡한 분산 시스템의 ‘논리적 질서(logical order)’를 추구하는 운영 체계이자 철학이다. 이 철학의 핵심에는 다음 세 가지 리소스가 있다: 네임스페이스(Namespace), 컨피그맵(ConfigMap), 그리고 시크릿(Secret). 이 글에서는 해당 세 리소스가 어떻게 쿠버네티스의 구조적 복잡성을 통제하고, 실제 운영 환경에서 어떤 가치를 제공하는지 학문적으로 탐구하고자 한다.1. Namespace: 멀티테넌시와 격리의 시작점1.1 정의Kubernetes에서 Namespace는 리소스를 논리적으로 분리하는 단위이다. 리눅스에서의 chroot나 가상 메모리 공간처럼, 네임스페이스는 쿠버네티스 클러스터 내..

“In theory, there is no difference between theory and practice. In practice, there is.”– Jan L. A. van de Snepscheut서론현대의 분산 시스템에서 마이크로서비스 아키텍처(MSA)는 서비스 간의 유기적인 연결을 전제로 한다. 그러나 컨테이너 기반의 인프라에서 컨테이너는 생성과 소멸이 자유로운 반면, 그들 간의 네트워크 주소는 영속적이지 않다. 이때 등장하는 개념이 바로 쿠버네티스 서비스(Kubernetes Service)이다.쿠버네티스 서비스는 동적으로 변하는 파드(Pod) 들에 대해 안정적인 네트워크 접근점을 제공한다. 본 칼럼에서는 쿠버네티스 서비스의 개념적 정의부터 동작 원리, 유형별 특성, 그리고 실무에서의 응용..

서론쿠버네티스(Kubernetes)는 클러스터 기반의 애플리케이션 운영을 표준화하는 강력한 오픈소스 플랫폼이다. 하지만 설치와 운영은 여전히 복잡하고, 사용 목적이나 인프라 환경에 따라 다양한 설치 도구를 선택해야 한다. 이번 글에서는 세 가지 대표적인 설치 도구인 Kubespray, kubeadm, kops의 특징과 장단점을 비교하여, 상황에 따라 어떤 도구가 적절할지 살펴보자.1. KubesprayKubespray는 Ansible을 기반으로 하는 프로덕션 수준의 쿠버네티스 설치 자동화 도구이다. 다양한 클라우드 및 온프레미스 환경에 대응할 수 있으며, 고가용성(HA) 구성도 지원한다.주요 특징Ansible 기반의 선언적 인프라 관리다양한 클라우드 및 베어메탈 지원고가용성 클러스터 구성 지원커스터마이징..