레거시 탈출! 추천 구좌 시스템 개선기

간단 소개

펫프렌즈 Pre-Order 팀의 추천 구좌 시스템 개선 사례: 아키텍처 개선, E2E 테스트 도입, 점진적 개선 전략을 통해 시스템 안정성, 확장성, 유지보수 효율성을 향상시킨 경험을 공유합니다.

AI Summary

기존 시스템의 문제점
- 복잡한 아키텍처로 인해 장애 전파 위험이 높고, 유지보수가 어려웠음
- 고유 코드 기반의 스펙 관리로 코드의 난해도가 증가하고, 확장성이 제한적이었음
개선된 구조 및 핵심 전략
- 전시 도메인 서버로 추천 로직을 이관하고 서킷 브레이커를 적용하여 시스템 안정성을 향상시킴
- 전략 패턴과 Enum 기반의 스펙 관리 구조를 도입하여 코드 가독성과 확장성을 개선함
- 어드민 관리 기능을 추가하여 구좌 관리 효율성을 높이고, 상품 서버를 직접 관리하여 의존성을 최소화함
- WebFlux를 이용한 비동기 처리로 응답 속도를 향상시킴
E2E 테스트 및 점진적 개선
- k6를 활용한 E2E 테스트를 통해 신/구 시스템의 결과를 비교 검증하고 배포 안정성을 확보함
- 점진적 개선 전략을 통해 시스템의 안정성을 유지하면서 변경 사항을 적용함