Luft 성능 리포트 2: 더 많은 코호트에 대한 리텐션 집계

간단 소개

Luft 성능 개선을 통해 Airbridge 리텐션 리포트의 쿼리 성능을 향상시키고 더 많은 코호트 지원을 가능하게 함.

AI Summary

배경 및 문제
- Airbridge 리텐션 리포트의 스타트 이벤트가 제한적이어서 다양한 고객 요구사항을 충족하지 못함.
- Luft 쿼리 성능 문제로 더 많은 유저에 대한 리텐션 집계가 어려움.
- 수평 확장이 가능하지만 비용 문제로 현실적인 대안이 아님.
성능 개선 전략 및 구현
- 불필요 작업 제거, 중복 계산 방지, 효율적 자료구조 활용, 계산 지연 전략 적용을 통해 성능 개선.
- User aggregation과 Local aggregation reduction 단계에서 CPU 시간 대부분 소요.
- 쿼리 옵티마이저를 통해 쿼리 성능 개선을 제어하고, 네트워크 I/O 최적화가 중요.
결론 및 향후 과제
- 리텐션 쿼리 응답 시간 개선으로 더 많은 코호트에 대한 리텐션 제공 가능.
- 스케일 아웃 효율 개선 및 쿼리 옵티마이저 고도화 필요.
- AWS Lambda와 Amazon S3 Express One Zone을 활용한 Historical 노드 스케일 아웃 준비 중.