예시 답변 1
약 90초
대용량 트래픽 프로파일링 캐싱 개선 결
대용량 트래픽에서 성능 병목을 분석한 경험은 사이드 프로젝트에서 API 응답 시간이 부하 테스트 시 급격히 늘어나는 문제를 해결하면서 쌓았습니다. 먼저 k6로 부하 테스트를 구성해 어느 엔드포인트에서 응답 시간이 증가하는지를 측정했습니다. DB 쿼리가 병목이라는 것을 슬로우 쿼리 로그로 확인했는데, 특정 목록 조회 쿼리가 인덱스를 타지 않아 전체 테이블을 스캔하고 있었습니다.
실행 계획(EXPLAIN ANALYZE)을 통해 쿼리 경로를 확인하고 인덱스를 추가했더니 응답 시간이 크게 줄었습니다. 자주 조회되지만 잘 바뀌지 않는 데이터는 Redis 캐시를 추가해 DB 요청 수 자체를 줄이는 방식도 적용했습니다. 한계는 실제 수천만 건 이상의 데이터에서 동일한 최적화가 통할지는 직접 경험하지 못했다는 점입니다. 성능 개선은 추측이 아니라 측정 결과를 기반으로 좁혀가는 것이 결임을 배웠습니다.
이 결의 특징
k6 부하 테스트로 응답 지연 구간을 찾고 슬로우 쿼리 로그로 인덱스 미사용을 확인해 EXPLAIN ANALYZE로 경로를 검증한 흔적이 있습니다. 대규모 데이터 미검증 한계도 짚습니다.
이 결이 통하는 자리
추측이 아니라 측정 결과로 좁혀가는 방식이라는 결론이 실제 인덱스 추가 개선으로 뒷받침될 때 통합니다.