본문 바로가기
반응형

분류 전체보기3153

6월 서울 축제 리스트 재즈 드론쇼 1. 서울재즈페스티벌 20252025년 6월 6일(토)부터 6월 7일(일)까지 서울 송파구 올림픽공원에서 개최됩니다. 도심 속 대형 음악 축제로 국내외 정상급 재즈·팝·R&B 아티스트 약 60팀이 참여하여 생동감 넘치는 무대를 선사합니다.○ 장소·주소– 올림픽공원 88잔디마당 및 내셔널스테이지– 주소: 서울특별시 송파구 올림픽로 424○ 규모– 총 관객 약 5만 명 수용 가능한 2개 메인 스테이지– 부대행사장, 아트마켓, 푸드트럭 존 별도 운영○ 입장료– 2일권 일반 예매 380,000원– 1일권 200,000원– 현장구매 가능하나 조기 매진 우려○ 교통·주차 팁– 지하철 9호선 몽촌토성역 2번 출구 이용 시 도보 5분– 지하철 5호선 올림픽공원역 3번 출구 이용 시 도보 7분– 올림픽공원 유료주차장 이.. 2025. 5. 31.
✅ SLA 기반 KEDA AutoScaler 설계 with 비용 최적화 정책 1. 왜 KEDA인가?Kubernetes HPA(Horizontal Pod Autoscaler)는 기본적으로 CPU/Memory 사용률만을 기준으로 스케일링합니다.그러나: • API SLA는 응답 시간, 처리량, 에러율, Queue 길이 등 다양한 지표로 결정됨 • 트래픽은 비정형적으로 몰리며, 지연 발생은 CPU 사용량과 일치하지 않음 • SLA 위반을 막기 위해, 보다 정밀한 트리거가 필요→ 이를 해결하는 것이 KEDA (Kubernetes-based Event Driven Autoscaler)⸻2. 구조 개요graph LRA[Prometheus / Custom Metrics] --> B[KEDA ScaledObject]B --> C[Deployment or Job]C --> D[Pod Scaling.. 2025. 5. 31.
✅ GPT 기반 Java Stacktrace 병목 탐지 및 리포트 자동화 1. 배경과 문제점운영환경에서 다음과 같은 문제들이 반복됩니다: • Stacktrace는 쏟아지지만, 원인을 파악하기 어렵다 • 로그만 봐서는 코드 구조나 호출 비용을 알 수 없다 • 개발자가 아닌 운영자 입장에서 분석 속도가 느리다 • 반복되는 병목이 문서화되지 않고 축적되지 않는다→ GPT 기반 구조 분석과 리포트를 통해 이를 자동화합니다.⸻2. 전체 구성 아키텍처graph TDA[Java App Log (Stacktrace)] --> B[FluentBit or Filebeat]B --> C[Loki or Logstash]C --> D[Stacktrace Extractor & Normalizer]D --> E[GPT 분석기]E --> F[Slack / Notion / Jira로 리포트 전송]⸻3. S.. 2025. 5. 31.
✅ Spring Boot – Kafka – DB 호출 체계 SLA 비용 최적화 전략 1. 전체 아키텍처 호출 흐름 예시sequenceDiagram participant Client participant SpringAPI participant KafkaProducer participant KafkaBroker participant KafkaConsumer participant DB Client->>SpringAPI: HTTP POST /order SpringAPI->>KafkaProducer: publish order-event KafkaProducer->>KafkaBroker: Kafka topic 메시지 전송 KafkaBroker->>KafkaConsumer: 메시지 소비 KafkaConsumer->>DB: Insert 주문 .. 2025. 5. 31.
✅ OpenTelemetry + LLM 기반 이상행위 요약 자동 보고 시스템 1. 개요실제 운영 환경에서는 수십만 건 이상의 로그/트레이스가 실시간으로 쌓이며,다음과 같은 상황이 자주 발생합니다: • 장애 시점 파악은 했지만 “어디가 문제인가” 찾는데 수십분~수시간 소요 • 로그 수는 많지만, “읽을 수는 없다” → 요약 불가 • 운영 보고용 문서 수기로 작성 → 중복 시간 낭비이를 해결하기 위해 OpenTelemetry 기반 로그/Trace 수집 체계 위에이상 패턴 탐지 + GPT 기반 요약 자동화를 결합합니다.⸻2. 시스템 구성도graph LRA[Spring Boot / WebLogic 앱] --> B[OpenTelemetry Collector]B --> C[Tempo / Loki / Jaeger]C --> D[Log Aggregation]D --> E[Anomaly Dete.. 2025. 5. 31.
✅ Spring Boot + WebLogic 환경에서 SLA 기반 과금(QoS Billing) 시뮬레이션 모델 설계 1. 개요서비스형 API, 프랜차이즈 SaaS, 혹은 마이크로서비스 기반 플랫폼에서는요청량, 응답 속도, 성공률 등 SLA 요소를 기반으로 한 과금 모델이 필요해집니다.이 시뮬레이션 모델은 다음과 같은 목적에 부합합니다: • 이용자 별 성능 기반 요금 차등화 (QoS Tier Billing) • 초과 사용량 기반 가변 과금 (Usage-based Billing) • 시스템 부하 대비 비용 회수율 추정 및 최적화⸻2. 핵심 과금 변수 정의항목 설명 단위RPS 초당 요청 수 (Request per Second) req/sLatency 95th Percentile 응답 시간 msSuccessRate 성공 요청 비율 (2xx/3xx 비율) %PayloadSize 평균 응답 크기 KBAPI Tier 서비스 등급 .. 2025. 5. 31.
✅ WebLogic 환경에서 /management/configprops 경로의 의미 및 보안 유의사항 ⸻1. Spring Boot 기반 /management/configprops 엔드포인트의 의미Spring Boot에서 제공하는 Actuator 기능 중 하나로, 다음과 같은 기능을 수행합니다:항목 설명엔드포인트 /management/configprops기능 현재 Spring ApplicationContext에 로드된 모든 @ConfigurationProperties 빈들의 구성 값 확인출력 형식 JSON (각 설정 클래스별 prefix, 값 등 포함)활용 목적 application.yml, application.properties의 실제 적용 상태를 실시간으로 확인 가능🔎 예시 응답 (요약):{ "my.custom.config": { "prefix": "my.custom.config", ".. 2025. 5. 30.
🧠 131. Kubernetes CronJob을 Argo Events로 확장하여 이벤트 중심 스케줄링 구현하기 “시간이 아닌 이벤트로 작동하는 진짜 ‘CronJob 2.0’”⸻📌 개요기존 Kubernetes CronJob은 시간 기반 스케줄링(schedule: "*/5 * * * *")에만 의존합니다.그러나 Slack 메시지, S3 업로드, Webhook 호출, Kafka 메시지 수신과 같은 외부 이벤트를 기반으로 Job을 실행해야 하는 경우에는 적합하지 않습니다.이럴 때 사용하는 것이 Argo Events입니다.Argo Events는 다양한 소스로부터의 이벤트를 감지하고, 해당 이벤트에 따라 Kubernetes 내 리소스를 트리거할 수 있게 해주는 이벤트 기반 워크플로우 트리거러입니다.⸻💡 핵심 구성 요소구성 요소 설명Sensor 이벤트 수신 조건을 명세하고, Job이나 Workflow 실행을 트리거함Eve.. 2025. 5. 30.
반응형

티스토리툴바